Jade Note
Karpathyの「LLM Wiki」とは：AIが育てる知識ベースを、もっと気軽に
要点
- LLM Wikiは、RAGで毎回取り出すのではなく、LLMが永続的で相互リンクされたMarkdown Wikiを少しずつ構築・維持する運用です。
- 強力ですが、Obsidian・Claude Code・Git・スキーマ設計といったローカル環境を自分で組んで運用し続ける必要があります。
- Jade Noteは、その「AIが知識を育て・整理する」運用を、登録して書くだけのゼロセットアップで実現します。
Andrej Karpathy 氏 が共有した「LLM Wiki」は、いま静かに注目を集めている個人ナレッジ運用のパターンです。一言でいえば、クエリのたびに生ドキュメントから取り出す（RAG）のではなく、LLM が永続的で相互リンクされた Markdown の Wiki を少しずつ構築・維持していく、という考え方。知識を一度コンパイルして最新に保つので、横断的な相互参照も、読んだすべてを反映した要約も、最初からそこにある状態になります。
LLM Wiki とは
LLM Wiki は 3 つの層で成り立ちます。
- Raw Sources（原典）：記事・論文・PDF・画像など、不変のドキュメント。LLM は読むだけで書き換えません。ここが「真実の土台」です。
- The Wiki：LLM が生成・維持する Markdown のページ群。要約、エンティティページ、概念ページ、相互リンク、全体を束ねる overview で構成されます。
index.md（全ページの 1 行要約カタログ）をまず読むことで、埋め込み検索なしに該当ページへたどり着けます。log.mdは日付付きの追記ログで、grepなどの普通のツールで照会できます。 - The Schema：
CLAUDE.mdなどの設定ドキュメント。Wiki の構造・命名規約・取り込み／照会／保守のワークフローを規定します。
運用は Ingest → Query → Lint のサイクルで回ります。
- Ingest（取り込み）：新しい原典を追加すると、LLM がそれを読み、関連するエンティティ／概念ページを横断的に更新し、ログに追記し、相互リンクを張り直します。1 つの原典が 10〜15 ページに波及することもあります。
- Query（照会）：質問を投げると、
index.mdを見て該当ページを読み、引用付きで答えます。有用な探索結果は新しいページとして Wiki に書き戻され、知識が複利で積み上がっていきます。 - Lint（健全性チェック）：定期的に、矛盾・陳腐化した記述・孤立ページ・リンク欠落・情報の抜けを点検させます。
Karpathy 氏が鋭いのは、ナレッジベースの本当の負担は「読むこと」でも「考えること」でもなく、「簿記」だと見抜いた点です。相互リンクの更新、要約の最新化、矛盾の管理——この保守コストが価値の伸びを上回るから、人間は Wiki を放棄してきました。「LLM は飽きず、相互リンクの更新を忘れず、1 パスで 15 ファイルを触れる」。これは Vannevar Bush が 1945 年に構想した Memex——関連づけられた個人の知識庫——の、「誰が保守するのか」という唯一の未解決問題に、ついに答えが出た、という話でもあります。
LLM Wiki の問題点 — 環境構築と運用の重さ
考え方は美しい。けれど、実際に動かすまでの道のりが長いのが LLM Wiki の弱点です。
- Obsidian をインストールし、Vault（保管庫）の構造を設計する
- Claude Code を導入し、ターミナルでエージェントを動かせる状態にする
- Git でバージョン管理を設定する（AI の書き込みを安全に許容するため）
- Web Clipper などで記事を Markdown 化するパイプラインを用意する
- そして肝心の、
CLAUDE.md（スキーマ）とindex.md/log.mdの運用ルールを自分で設計し、維持し続ける
しかもこれはローカル中心の運用です。デバイス間の同期や、「スマホでいつも使っている ChatGPT」からのアクセスは、別途自分で工夫しなければなりません。要するに、LLM Wiki は強力ですが、その恩恵を受けられるのは、環境を組んで運用し続けられる技術者に限られるのが実情です。
Jade Note なら同じ運用がゼロセットアップで
ここで言いたいのは、「LLM Wiki の発想は正しい。でも、もっと気軽でいい」ということです。
Jade Note は、LLM Wiki が手作業で組み上げる各要素を、最初から既製の機能として備えています。登録してカテゴリを分けて Markdown を書くだけ。あとは AI が整理し、相互リンクし、保守します。
| LLM Wiki の構成要素 | Jade Note での対応 |
|---|---|
| The Wiki・相互リンク | カテゴリ Wiki ＋ AI によるリンク候補提案・型付きリンク（related / parent / child / continues / references） |
index.md による照会 | AI インデックス済みのセマンティック検索／キーワード検索 |
| Lint（矛盾・陳腐化チェック） | ノートの鮮度チェック・カテゴリ Wiki の自動更新 |
| Git でのバージョン管理 | バージョン管理・変更プレビュー・ロールバックを内蔵 |
CLAUDE.md／スキーマ設計 | 設計不要。カテゴリを分けて書くだけ |
| Obsidian＋Claude Code をローカル構築 | MCP ネイティブ。普段使う Claude・ChatGPT がその場で読み書き |
決定的なのは最後の行です。LLM Wiki では、AI を使うためにターミナルで Claude Code を立ち上げます。Jade Note では、覚えるべき新しいツールはありません。あなたが一日中使っている Claude や ChatGPT 自身が、MCP (Model Context Protocol) を通じてノートを直接読み書きするからです。
- Claude や ChatGPT が、会話のその場でセマンティック検索してノートを参照する（＝ Query）
- 会話で得た事実や決定を、AI が自分でノートに保存・追記する（＝ Ingest）
- リンク提案・カテゴリ Wiki 更新・鮮度チェックといった保守を AI が引き受ける（＝ Lint）
つまり Jade Note は、LLM Wiki の Ingest → Query → Lint を、あなたが環境を組まなくても回してくれるクラウド版の LLM Wikiだと考えると分かりやすいでしょう。
どちらを選ぶべきか
ローカルで完結させたい、ファイルもスキーマも自分の手で設計してフルコントロールしたい——そういう探求が楽しい技術者にとって、LLM Wiki は最高の遊び場です。Karpathy 氏の gist と、そこから派生したコミュニティ実装を追いかける価値は十分あります。
一方で、「もう一つアプリやターミナルを開きたくない」「いつもの ChatGPT や Claude が、自分のことを覚えて整理してくれる状態がほしい」なら、Jade Note を試してみてください。LLM Wiki の発想に共感した人ほど、Jade Note の手軽さが刺さるはずです。 書くだけで、AI があなたの知識を育てます。