Karpathy

OpenAI共同創業者の一人で元Tesla AI部門トップのAndrej Karpathyが、Claude Codeの使い方を1時間かけて語った動画が話題になっている（出典）。その要点と、彼が提唱する「AI外部脳」構築システムを解説する。 Claude Code は「ツール」から「同僚」へ Karpathyの核心的なメッセージはこうだ。Claude Code は「人間なしで自己改善する」フェーズに入りつつあるとKarpathyは言う。 これまでの人間とAIの協調サイクルは： 人間がプロンプトを書く AIがコードを生成する 人間がレビューする というループだった。だが今後は： Claude Code が問題を発見する Claude Code が解決策を生成する Claude Code が検証まで完結する というサイクルに変わっていく。Claude Code の未来は「ツール」ではなく「同僚」だ。 なぜ今の AI の使い方は「間違っている」のか Karpathy のシステムの出発点は鋭い問題提起だ。 「ほとんどの人はAIを"記憶喪失の検索エンジン"として使っている」 質問する → 答えをもらう → タブを閉じる → 翌日また最初からやり直す。何も蓄積しない。何も複利にならない。同じ文脈を再発見するためにトークンを燃やし続けている。 Claude Code × Obsidian のシステムはこれを根本から変える。 Karpathy の LLM Knowledge Base システム 仕組みは5ステップで回り続ける： 素材を集める（記事、論文、YouTube書き起こし、PDF） AIがすべて読んで構造化されたWikiを書く（要約、概念の解説、アイデアのつながり、マスターインデックス） そのWikiに対して質問する（AIが自分で蓄積した知識を横断検索して引用付きの回答を返す） 回答はWikiに自動で保存される（次の質問は過去の全作業の恩恵を受ける） AIが定期的にWikiの健康チェックをする（矛盾、ギャップ、古い情報を見つけて修正） 結果は？ 使うたびに賢くなるパーソナルナレッジベースだ。1ヶ月も情報を入れ続ければ、Google検索では絶対に再現できない、深くリンクされた知識資産ができあがる。 Level 1：完全初心者向け（Obsidian + Claude Chat） 技術スキルは一切不要。必要なものは2つだけ。 Obsidian（無料）── obsidian.md からダウンロード Claude のサブスク（月$20のPro、またはお好みのAIチャットボット） セットアップ手順（15分で完了） Step 1: Vaultを作る（2分） ...

Andrej Karpathy が GitHub に「ファイル1つ」をアップロードし、10時間で星1,700超・フォーク300超を記録した。コードでもアプリでもない、マークダウン文書1枚だ。名前は llm-wiki.md。この文書が提案するのは、LLM エージェントに個人ナレッジベース（Wiki）を継続的に構築・保守させるというパターンだ。 RAG の限界 — 毎回ゼロから読み直す問題 現在、多くの人が AI に対してやっていることは「ファイルを渡して要約させる」「質問のたびにドキュメントを検索させる」の繰り返しだ。これは RAG（Retrieval-Augmented Generation: 検索で補強した文章生成）と呼ばれる手法で、技術的には問題ない。 しかし Karpathy はこの方式を「毎日同じ本を初めて読む人に質問を投げるようなもの」と表現する。AI は昨日読んだ内容を今日忘れる。蓄積がない。5つの文書を横断して初めてわかる微妙な問いには、毎回断片をかき集めて一からつなぎ合わせる必要がある。 LLM Wiki のアイデア — 知識を「積み上げる」 Karpathy が提案するのは、AI にドキュメントを読ませるたびにWiki を更新させるというアプローチだ。 新しい資料を投入するたびに、AI は： 要約ページを作成する 既存のエンティティページ・概念ページを更新する 相互参照リンクを張る 矛盾があればフラグを立てる インデックスとログを更新する つまり、知識は一度コンパイルされて保持され、クエリのたびに再導出されるのではない。Wiki は永続的で複利的に成長するアーティファクトになる。 三層構造 LLM Wiki のアーキテクチャはシンプルな三層構造だ。 1. Raw Sources（原本資料） 論文、記事、メモなど、ユーザーがキュレーションした元資料。AI はこれを読むだけで、絶対に変更しない。これが信頼できる唯一の情報源（source of truth）となる。 2. Wiki（知識ベース） AI が生成・保守するマークダウンファイル群。要約ページ、エンティティページ、概念ページ、比較ページ、概要、統合的な考察など。ユーザーが読み、AI が書く。 3. Schema（設定） AI に「この Wiki をどう管理するか」を伝える設定ファイル。Karpathy は AI エージェントの設定ファイル（CLAUDE.md や AGENTS.md）に置くことを推奨している。Wiki の構造、命名規則、取り込みワークフロー、回答フォーマットなどを定義する。 三つの基本操作 操作 内容 Ingest（取り込み） 新しい資料を投入し、AI に読ませて Wiki を更新させる。1つの資料で10〜15ページが更新されることもある Query（質問） Wiki に対して質問する。AI はインデックスから関連ページを探し、統合的に回答する。良い回答は新しい Wiki ページとして保存できる Lint（保守） 定期的に Wiki の健全性をチェックする。矛盾、古い記述、孤立ページ、欠落リンクなどを検出・修正する 「アイデアファイル」という新しい共有形態 この llm-wiki.md が爆発的に広まった理由について、Karpathy 自身がこう述べている： ...