LLM Wiki vs RAG — 不是对立的

核心观点

• Karpathy 的 LLM Wiki gist 引爆 "RAG已死" 讨论 • 更准确说法：先 compile，再 retrieve，不是只 retrieve • Karpathy 指正的是"只有 RAG、没知识积累"这种用法

RAG vs LLM Wiki 对比

	RAG	LLM Wiki
像	Interpreter	Compiler
每次执行	重新 parse	先编译好再执行

LLM Wiki v2 关键扩展 (rohitg00)

• Memory lifecycle: 信心分数、知识取代追踪、遗忘曲线衰减 • 记忆层次: working → episodic → semantic → procedural • Knowledge graph: 有类型的实体与关系 • 多 agent 治理: 共享 vs 私有知识的隔离与并发控制

vault-search 作者观点

• 笔记本身就有价值 • 最好的搜索系统不是取代写作，而是帮你重新发现它

结论 — Wiki + RAG 互补

• 语料小、相对稳定 → 用 Wiki (先编译好) • 语料大、更新频繁 → RAG (Wiki的fallback层) • 两者加起来 = 完整答案