Karpathy 转发并点评 Farzapedia 案例，认为这种用文件系统构建个人 Wiki 的方式优于隐式记忆的个性化方案。Farza 用 LLM 处理 2,500 条日记、Apple Notes 和 iMessage 记录，生成 400 篇带反向链接的文章，供 Claude Code 等智能体从 index.md 逐层检索。
推荐理由：Karpathy 借 Farzapedia 案例对比显式、可迁移的个人知识库与隐式记忆方案，给出可复用的思路。
Andrej Karpathy 将其用 LLM 搭建个人知识库的推文整理成一份 gist 形式的 idea file，读者可交给自己的智能体据此构建 LLM wiki。
推荐理由：Karpathy 把个人知识库的搭建流程整理成可交给智能体执行的 idea file，读者可据此复现一套 LLM 维护的 wiki 工作流。
Andrej Karpathy 分享了他用 LLM 构建个人知识库的做法：把文章、论文、仓库、数据集、图片等源文档索引到 raw/ 目录，再由 LLM 增量编译成由 .md 文件组成的 wiki，包含摘要、反向链接，并按概念分类撰写条目。
推荐理由：Karpathy 公开了自己用 LLM 编译个人知识库的完整工作流，含数据摄取、问答与 lint 环节，可迁移到研究场景。