Karpathy, LLM Wiki i moje notatki - czyli dobra intuicja w Obsidianie

Taka mała satysfakcja rano przy kawie

Siedzę sobie rano, piję kawę, scrolluję feed i nagle widzę nazwisko: Andrej Karpathy. Współzałożyciel OpenAI, jeden z tych ludzi, za których tweetami leci pół branży AI. Klikam. Gist. Tytuł: “LLM Wiki”. Czytam.

I tak sobie czytam, czytam… i w pewnym momencie zatrzymuję się na chwilę, bo zaczyna mi się wydawać, że ja już to gdzieś czytałem. I rzeczywiście - u siebie na blogu. Pół roku wcześniej.

Nie mówię tego, żeby się chwalić. Po prostu jest w tym coś fajnego, kiedy okazuje się, że intuicja, którą sobie rozwijałeś po cichu, nagle dostaje stempel od jednego z najgłośniejszych nazwisk w AI. Takie małe “to ja dobrze czuję”.

Co w ogóle ten Karpathy zaproponował?

W skrócie: zamiast za każdym razem wrzucać te same pliki do ChatGPT i kazać mu wszystko odnajdywać od zera (klasyczny RAG), budujesz sobie persystentne wiki w markdownie, które LLM sam utrzymuje i rozbudowuje.

Architektura jest prosta. Trzy warstwy:

1. Raw sources - Twoje surowe źródła. Artykuły, PDF-y, notatki. Niezmienne.
2. Wiki - folder plików .md, które LLM sam tworzy, linkuje i aktualizuje.
3. Schema - plik typu CLAUDE.md albo AGENTS.md, który mówi LLM-owi, jak ma pracować.

I teraz najlepsze - Karpathy pokazuje swój setup: po jednej stronie ekranu LLM (Claude Code), po drugiej Obsidian jako przeglądarka wiki. Cytuje sam siebie: “Obsidian is the IDE; the LLM is the programmer; the wiki is the codebase.”

Pachnie znajomo? Mnie tak.

Dlaczego to od razu brzmiało znajomo?!

Bo ja to już mam. Nie całe wiki oczywiście - ale fundament pod nie leży od grudnia.

Popatrz - z jednej strony tezy Karpathy’ego z kwietnia 2026, z drugiej to, co pisałem na nomaid od grudnia 2025:

Wniosek? Jeżeli masz porządny setup notatek w markdownie - jesteś już w 80% drogi do LLM Wiki. Reszta to jeden plik CLAUDE.md i prosty skrypt do ingestu.

Co to zmienia w praktyce?

Mój obecny workflow - edycja bloga z telefonu przez Obsidiana i Git - przestaje być tylko wygodnym sposobem na pisanie w pociągu. Zaczyna być szablonem pod coś znacznie większego.

Wyobraź sobie:

• Wrzucasz ciekawy artykuł do folderu raw/.
• LLM go czyta. Aktualizuje stronę o autorze, stronę o technologii, dorzuca wpis do indexu i loga.
• Miesiąc później pytasz: “co ja właściwie wiem o tym temacie?” - i dostajesz syntezę zbudowaną z 15 różnych źródeł, które tam wrzuciłeś przez ten czas.

Bez RAG-a. Bez vector DB. Bez niczego.

A wszystko to na Twoich plikach, na Twoim dysku, w Twoim Obsidianie. Jeśli jutro Karpathy zmieni zdanie, jeśli LLM-y znikną, jeśli Obsidian się rozsypie - Ty nadal masz swoje pliki .md. Bo to ciągle tylko tekst.

Czy nie ma haczyka?

Ma. I to nie jeden. Dyskusja pod gistem Karpathy’ego jest gorąca i warto być uczciwym:

• Skalowanie - przy kilkuset stronach index.md przestaje się mieścić w kontekście LLM-a. Trzeba dołożyć wyszukiwanie BM25 albo wektorowe.
• Knowledge drift - LLM-owe podsumowania są lekko stratne. Jak oryginał zniknie z horyzontu, kompilacja zaczyna dryfować od rzeczywistości.
• Provenance - wygenerowana strona wiki wygląda identycznie jak ręcznie napisana. Trudno na pierwszy rzut oka odróżnić, co jest oryginałem, a co syntezą LLM-a.

To są realne problemy. Ale dla pojedynczego użytkownika pracującego z ~100 źródłami? To wciąż o klasę lepsze niż cokolwiek, co mieliśmy do tej pory.

Dlaczego to ma znaczenie też dla Ciebie

Jeśli dotąd wahałeś się, czy warto zainwestować czas w naukę markdowna albo przejście na Obsidiana - to jest ten moment. Nie dlatego, że Karpathy tak mówi. Dlatego, że cała branża AI właśnie potwierdza, że plain text + struktura + Twój dysk to kierunek na następną dekadę.

Subskrypcje znikną. Aplikacje znikną. Pliki .md zostaną.

Linki dla dociekliwych

• Gist Karpathy’ego “LLM Wiki”
• Moje wcześniejsze artykuły: Markdown - Format Idealny · Obsidian - Mój Edytor MD · Darmowa synchronizacja Obsidian

A Ty - masz już swoje wiki w markdownie, czy jeszcze trzymasz notatki porozrzucane po pięciu aplikacjach?

Do usłyszenia!