הרעיון הוויראלי של אנדריי קרפתי (Andrej Karpathy) משנה את חוקי המשחק עבור סוכני בינה מלאכותית. כך זה עובד בפועל – ואיך לבנות מערכת כזו בעצמכם.
אנדריי קרפתי (Andrej Karpathy) – ממייסדי OpenAI וראש תחום ה-AI לשעבר בטסלה – שיתף את הרעיון הזה ב-X לפני מספר חודשים, והצית גל ויראלי בקהילת הפיתוח. הוא כינה את הקונספט "LLM Wiki".
ברגע שמבינים את כוחו של הדפוס הזה, קשה מאוד לחזור לדרכי העבודה הישנות עם סוכני AI (Agents).
הרעיון המרכזי: זיכרון אקטיבי ומצטבר
ארכיטקטורת ה-RAG (Retrieval-Augmented Generation) הסטנדרטית משמשת כיום כברירת מחדל לעבודה עם מסמכים: מעלים קבצים, המערכת שולפת מקטעי טקסט (chunks) רלוונטיים בזמן השאילתה, והמודל מייצר תשובה. זה אומנם עובד, אך המודל נאלץ לגזור משמעויות מחדש בכל פעם, מאפס. שום תובנה אינה נשמרת או נצברת לאורך זמן, והקשרים בין חלקי המידע השונים הולכים לאיבוד.
דפוס ה-LLM Wiki הופך את המשוואה הזו לחלוטין. במקום להסתמך על שליפה אד-הוק בזמן שאילתה, ה-AI בונה באופן פרואקטיבי ומצטבר Wiki פנימי, קבוע ומובנה – היררכיה של קובצי Markdown המקושרים ביניהם, המתווכת בין המשתמש לבין מקורות המידע הגולמיים. כאשר מזינים מקור חדש (כמו תמלול שיחה, מאמר מהרשת, סיכום פגישה או סדנה), ה-AI לא מסתפק באינדוקס פשוט. הוא מנתח את התוכן, מחלץ את התובנות המרכזיות ומשלב אותן באופן אורגני בתוך המבנה הקיים: מעדכן דפי מושגים, מקשר בין ישויות שונות ומצביע על סתירות או עדכונים מול מידע קודם.
כך, ה-Wiki הופך לבסיס ידע דינמי שהולך ומתעשר. השאילתה הבאה שלכם כבר לא תתחיל מאפס, אלא תתבסס על שכבת הידע המזוקקת שצברתם.
קרפתי הגדיר את חלוקת העבודה הזו בצורה פשוטה ומדויקת: התפקיד שלכם הוא לאצור מקורות איכותיים ולשאול את השאלות הנכונות; ה-LLM אחראי על כל עבודת הניהול, הסידור והאינטגרציה של המידע. ההפרדה הזו היא לב העניין.
למה ה-Wiki הזה מצליח היכן שאחרים נכשלים?
בני אדם נוטים לזנוח מערכות Wiki ואתרי ידע פנימיים מכיוון שעלות התחזוקה השוטפת שלהם עולה במהירות על התועלת שהם מפיקים מהם. עדכון קישורים הדדיים (cross-references), שמירה על סיכומים מעודכנים וזיהוי סתירות בין מקורות ישנים לחדשים דורשים קשב רב – משימה שרובנו מתקשים להתמיד בה לאורך זמן.
מודלי שפה גדולים (LLMs), לעומת זאת, אינם סובלים משחיקה. הם אינם שוכחים לעדכן את האינדקס או את הקישורים. מודל מיומן מסוגל לעדכן 15 קבצים מקושרים בריצה אחת מבלי לאבד את חוט המחשבה. עלות התחזוקה השוטפת של בסיס הידע צונחת לאפס, וה-Wiki נשאר עדכני, חי ורלוונטי פשוט מכיוון שיש לו את "מנהל התחזוקה" המושלם.
ארכיטקטורה הלכה למעשה: איך זה מיושם כאן?
בסביבת העבודה הנוכחית שלנו, תיקיית wiki/ מהווה מימוש חי ופעיל של הדפוס הזה. המבנה מאורגן בצורה הבאה:
sources/– תיקיית המקורות הגולמיים שנקלטו במערכת (תמלולי YouTube, מאמרים מהרשת, מסמכי אפיון ו-briefs מקומיים). אלו הם קבצים קבועים (Read-only) – הסוכן קורא אותם אך לעולם אינו משנה אותם.learning/– דפי ידע מעובדים ומזוקקים, המוקדשים לנושאים ספציפיים או לסיכומי מקורות.content/– קובצי אסטרטגיית תוכן, מחקרי שוק וניתוחי קהלי יעד.operations/– תיעוד פעילויות עבר, סדנאות, קמפיינים ו-webinars. דף ייעודי לכל אירוע המרכז החלטות מפתח ותוצאות.people/– דפי ישויות (למשל, Karpathy, Anthropic, Google) המתעדכנים דינמית ככל שהדמויות או החברות הללו מוזכרות במקורות נוספים.index.md– האינדקס והקטלוג הראשי. זהו הקובץ הראשון שהסוכן קורא בכל פנייה כדי לקבל תמונת מצב של המידע הקיים.log.md– יומן רישום קבוע (Append-only) המתעד כל קליטת מידע, שאילתה או פעולת תחזוקה.
כאשר מזינים למערכת כתובת של סרטון YouTube, למשל, ה-Agent מפעיל pipeline ייעודי לחילוץ תמלול, שומר את הקובץ הגולמי ב-sources/, קורא את ה-index.md כדי להבין אילו ישויות וקשרים כבר מופו, ואז מייצר או מעדכן את דפי הידע הרלוונטיים ומקשר ביניהם. פעולה אחת של קליטת מקור יכולה להשפיע ולעדכן בין 8 ל-10 דפים שונים בו-זמנית.
לאורך זמן, ה-Wiki מייצר רשת קשרים סמנטית עשירה. הסוכן כבר לא רק שולף טקסט; הוא מבין מי זה Karpathy, מה היו עמדותיו לאורך מספר הרצאות, כיצד הרעיונות שלו מתחברים לעבודות של חוקרים אחרים, ואילו קונספטים נחשבים לקונצנזוס לעומת כאלו שעדיין שנויים במחלוקת. זהו אינו סתם עוד "היסטוריית צ'אט" (Chat History) אלא ידע מזוקק ומקומפל (Compiled Knowledge).
זהו ה-Wiki המקומי ברמת הפרויקט – המותאם אישית לסביבת עבודה ולדומיין ספציפיים.
הגרסה הגלובלית: זיכרון חוצה פרויקטים
עבור זיכרון שמטרתו לחצות פרויקטים וסביבות עבודה שונות, אנו משתמשים בדפוס משלים: Wiki גלובלי הממוקם בנתיב ~/.claude/wiki/.
בניגוד ל-Wiki הפרויקטאלי שמתמקד בדומיין מקצועי ספציפי, ה-Wiki הגלובלי נועד לשמר החלטות ארכיטקטוניות וקונטקסט של סשנים קודמים (Session Context): מה פותח בכל סשן ולמה, אילו דפוסי קוד נכשלו, ואיזו גישה הוכיחה את עצמה בסופו של דבר בפרודקשן. המידע מאורגן לפי פרויקטים תחת אינדקס אחיד, ומאפשר לכל סשן חדש של Claude – בכל מאגר קוד (Repository) שהוא – לגשת לזיכרון המשותף הזה ולשאוב ממנו תובנות.
שני הכלים הללו משלימים זה את זה: ה-Wiki של הפרויקט מעמיק ומפתח את הידע המקצועי בתחום ספציפי לאורך זמן, בעוד ה-Wiki הגלובלי בונה זיכרון ארגוני וטכנולוגי רוחבי על פני כל המוצרים והפיתוחים שלכם.
יישום המערכת אצלכם
כדי להתחיל להשתמש בדפוס הזה, שמרו את הגדרת הפקודה המוצגת להלן כקובץ ~/.claude/commands/wiki-setup.md בתיקיית הבית שלכם. לאחר מכן, תוכלו פשוט להנחות את Claude להריץ את הפקודה /wiki-setup, והוא יקים עבורכם את כל התשתית מאפס:
# Wiki Setup
Builds an LLM wiki from scratch - either inside a project (wiki/ folder) or globally (~/.claude/wiki/).
Creates the folder structure, index, log, schema file, and two operating commands.
---
## Step 0: Ask First
Before creating anything:
1. "Project-level wiki (wiki/ inside a repo) or global wiki (~/.claude/wiki/) - or both?"
2. "What domain or topics will this wiki cover?" (e.g. business knowledge, research, content, session memory)
Use the answers to set `[BASE]` path and determine what categories make sense.
---
## Step 1: Create Folder Structure
```bash
# Project-level:
mkdir -p wiki/sources/youtube wiki/sources/web wiki/sources/local
mkdir -p wiki/learning wiki/content wiki/people wiki/operations
# Global (session memory):
mkdir -p ~/.claude/wiki/projects
```
---
## Step 2: Create index.md
Create `[BASE]/index.md`:
```markdown
# Wiki Index
Master catalog. Read this first on every query - then fetch only the files that match.
---
## Learning
*(empty - populate via /wiki-ingest)*
## Content
*(empty)*
## People
*(empty)*
## Operations
*(empty)*
---
*Last updated: YYYY-MM-DD | Total pages: 0*
```
---
## Step 3: Create log.md
Create `[BASE]/log.md`:
```markdown
# Wiki Log
Append-only record of all ingests, queries, and lint passes.
## Format
## [YYYY-MM-DD] ingest | Source Title
Source: <type> - <path>
Pages touched: <list>
Key insight: <one line>
```
---
## Step 4: Create the Schema File
Create `[BASE]/SCHEMA.md`:
```markdown
# Wiki Schema
## Rules
1. Always read index.md FIRST before any query or ingest
2. Never create a duplicate entity page - find and update the existing one
3. Every page must have frontmatter: title, date, sources, related
4. Every ingest updates index.md and appends to log.md - no exceptions
5. Use bidirectional linking: when page A references page B, page B should reference A
6. Flag gaps explicitly: [MISSING] or [NEEDS RESEARCH]
7. One source per ingest - complete fully before moving to the next
## Page Format
---
title: "Page Title"
date: "YYYY-MM-DD"
sources: ["sources/type/slug.md"]
related: ["category/related-page.md"]
---
## Categories
- sources/ - raw content, never modified after saving
- learning/ - processed knowledge, one page per topic
- content/ - content strategy and audience knowledge
- people/ - entity pages for people and organizations
- operations/ - past runs: workshops, campaigns, projects
```
---
## Step 5: Create /wiki-ingest
Save as `[BASE]/../.claude/commands/wiki-ingest.md`:
```markdown
# Wiki Ingest
Add a new source to the wiki. One source per run - complete fully before moving on.
## Process
1. Detect source type:
- YouTube URL → run transcription pipeline, save to sources/youtube/
- Web URL → fetch and convert to markdown, save to sources/web/
- Local .md file → read directly, save copy to sources/local/
2. Read wiki/index.md fully (mandatory before touching any page)
3. Read the source fully
4. Decide:
- Which category this belongs to
- Which new pages to create
- Which existing pages to update
5. Brief the user: "Found: [2-3 key takeaways]. I'll create [X] and update [Y]. OK?"
Wait for confirmation.
6. Write pages with frontmatter (title, date, sources, related)
Add cross-links in a ## Related section on every page
7. Update index.md - add one line per new page, update date on modified pages
8. Append to log.md
9. Confirm: "Done. Created: [X]. Updated: [Y]. Key insight: [one line]."
```
---
## Step 6: Create /wiki-query
Save as `.claude/commands/wiki-query.md`:
```markdown
# Wiki Query
Answer a question using the wiki as the source of truth.
## Process
1. Read wiki/index.md fully
2. Identify relevant pages from topics, tags, and category names
3. Read matched pages - not everything, just what's relevant
4. Synthesize an answer with citations to specific wiki pages
5. If the answer is valuable enough to keep: ask "Should I file this as a wiki page?"
6. Append query record to log.md
## Rules
- Read the actual pages, not just index summaries
- Never invent content not in the wiki - flag gaps explicitly
- A good answer compounds: file it back into the wiki when it's worth keeping
```
---
## Verification
Run `/wiki-ingest` with any source. Then run `/wiki-query` on a topic it covers.
If the query finds and cites the ingested content correctly - the system is working.
```