這是由 Andrej Karpathy 提出的知識庫概念。LLM 不僅是在查詢時從原始文件中檢索，而是增量地構建並維護一個持久的維基（Wiki） —— 這是一個位於您與原始資料來源之間的結構化、相互連結的 Markdown 文件集合。

回想到自己在建立第二大腦時，需要手動建立卡片和關聯，確實蠻麻煩的．曾經想改用 RAG（檢索增強生成）方式，需要另外搭建向量資料庫，也是麻煩，同時 LLM 在每個問題上都在「重新發現」知識，token 數量大增，額度ㄧ下就用光了。

在實踐中，你可以一邊開啟 LLM 代理，另一邊開啟 Obsidian。LLM 根據我們的對話進行編輯，我則實時瀏覽結果 —— 點擊連結、查看關係圖譜、閱讀更新的頁面。Obsidian 是 IDE（整合開發環境）；LLM 是程式設計師；維基則是程式碼庫，確實方便許多。

自己的使用心得是確實省時省力許多，搭配 Obsidian Web Clipper 直接將網頁或 youtube 講稿資料匯入 Obsidian 中，加裝 Terminator plugin 就可以直接呼叫 Gemini CLI 將檔案內容轉入 wiki 中，然後查詢資料會先找 wiki 資料，可以節省額度消耗，同時引用到自己的知識庫，算是ㄧ舉兩得。