如何利用 Karpathy 的方法构建“第二大脑”（Claude + Obsidian）

这是关于 Andrej Karpathy 所推崇的知识体系的完整 A-Z 解析，以及如何用 Claude Code 自己搭建一个。

先收藏起来，免得忘了。

那个获得 2100 万次浏览的想法

Andrej Karpathy ——OpenAI 联合创始人兼 Anthropic AI 研究员——发布了一个简单却病毒式传播的想法。

别再用 AI 写代码了。用它来构建你的第二大脑。

https://x.com/karpathy/status/2039805659525644595

这个概念听起来很基础，直到你理解了它的独特之处。你不仅仅是在存储笔记。你是在构建一个循环——一个让你添加的每一个来源都能让整个系统变得更智能的系统，包括你几个月前添加的笔记。

大多数笔记应用只是存储。你把东西放进去，它们就待在那儿，你搜索，然后碰运气。

这个方法不同。它会复利增长。就像利息一样。你喂给它的越多，它里面已有的所有东西就变得越有价值。

以下是使用 Claude Code 构建它的方法。

这个方法到底是什么

大多数人的"第二大脑"就是个坟墓。

笔记进去了。但再也出不来了。图谱视图看起来很厉害，但实际上你从未使用过里面 95% 的内容。那只是囤积，不是系统。

Karpathy 针对 RAG（人们将 AI 附加到笔记上的标准方式）阐述了真正的区别。

RAG 在每一个问题上都会从头重新搜索你的文档。没有任何积累。你问，它检索，它回答，然后它就忘了——下一个问题又从零开始。知识从未被真正编译过。它只是被一遍又一遍地搜索。

而 Wiki 方法则是一次编译知识并持续维护。AI 读取一个来源，将其整合到一个结构化的 Wiki 中，并链接到所有已有的内容。下次你问问题时，答案已经有一半在结构中了。关键是：答案本身可以作为新页面归档回去。输出变成了输入。

正如 Karpathy 所说：Obsidian 是 IDE，LLM 是程序员，Wiki 是代码库。

查看官方链接 - https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

你不是在搜索一堆文档。你是在维护一个活着的、被编译过的知识库——就像代码库被维护一样，而不是像一文件夹文件那样只是放着。

这就是那个循环。它有三个操作，每一个都在喂养系统：

摄取（Ingest） ——你放入一个来源。AI 读取它，将其分解成原子页面，并整合到 Wiki 中。

查询（Query） ——你提出任何问题。AI 从编译好的结构中回答，并将答案作为新页面归档回去。

检查（Lint） ——定期地，AI 检查 Wiki 的健康状况：页面之间的矛盾、过时的说法、没有链接的孤立页面、覆盖范围的空白。这是每个人都跳过的操作，也是真正让系统保持活力的操作。

存储和循环的区别：存储只是变大。循环会变得更聪明，并且保持连贯性。

为什么这个循环会复利增长

以下是让这个机制成立的数学原理。

一个包含 10 条笔记的库，最多有 45 个可能的连接。一个包含 100 条笔记的库，有 4,950 个连接。一个包含 500 条笔记的库，有超过 124,000 个潜在连接。

你的第二大脑的价值不在于笔记本身。而在于笔记之间的连接。连接呈二次方增长，而笔记呈线性增长。

问题在于：你无法手动维护 124,000 个连接。没有人能做到。这正是大多数第二大脑消亡的原因——维护成本的增长速度超过了人类的承受能力。

Claude Code 解决了这个问题。它为你维护连接。每次你摄取一个来源，Claude 都会将其与整个现有库重新链接。导致手动系统崩溃的维护工作变成了自动的。

这就是全部诀窍。只有在有东西维护连接的情况下，循环才会复利增长。人类做不到。但 Claude 可以。

设置——Karpathy 使用的结构

Karpathy 的结构有意保持简洁。只有几个文件夹和一个模式文件。

1. /raw ——你的来源。文章、转录稿、PDF，任何东西。未处理的。这是收件箱。
2. /wiki ——AI 的页面。经过处理、链接、原子化的笔记，由你的原始来源生成。这是实际的第二大脑。
3. index.md ——目录。Wiki 中每个页面的索引，让你和 AI 都能一目了然地浏览整个结构。
4. log.md ——时间线。一个运行日志，记录了何时摄取了什么内容。这是系统增长的历史。
5. CLAUDE.md（模式）——规则。AI 在每次会话开始时读取的文件，准确定义了如何摄取、查询和检查 Wiki。Karpathy 称之为模式——它是 AI 遵循的规范，用于一致地维护整个系统。

就这些。没有插件，没有复杂的工具。几个文件夹，一个模式文件，和一个在终端中运行的 AI Agent。

第 1 步——安装 Obsidian 和 Claude Code

Obsidian ——免费，从 obsidian.md 下载。创建一个新的库。这是你的第二大脑所在的地方。

Claude Code ——通过终端安装：

1npm install -g @anthropic-ai/claude-code

导航到你的库文件夹并打开 Claude Code：

1cd your-vault-folder
2claude

现在 Claude Code 在你的库中运行，可以直接读写每个文件。

第 2 步——创建 CLAUDE.md 引擎

这是整个系统中最重要的文件。它是让循环运行的关键。

在你的库根目录下创建一个 CLAUDE.md。粘贴以下内容：

1# 第二大脑模式
2
3## 结构
4- /raw 包含未处理的来源
5- /wiki 包含处理过的原子化页面
6- index.md 是所有 wiki 页面的目录
7- log.md 是按时间顺序的摄取历史
8- 本文件是运行系统的模式
9
10## 摄取（INGEST）——当我说"摄取这个"或把文件放到 /raw 时：
111. 完整读取来源
122. 将核心思想提取为独立的原子化页面
133. 每个页面需要：清晰的标题、一句话摘要、
14   用我自己的话阐述想法、来源归属
154. 使用 [[wikilinks]] 将每个新页面链接到 /wiki 中
16   已有的相关页面
175. 如果一个页面连接到 3 个以上已有页面，将其标记为枢纽页面
186. 将每个新页面添加到 index.md
197. 在 log.md 中追加一条记录，包含日期和来源
208. 将来源移动到 /raw/processed
21
22## 查询（QUERY）——当我问问题时：
23- 在回答前搜索整个 /wiki
24- 引用支持你答案的页面
25- 如果页面之间存在矛盾，指出矛盾
26- 如果答案值得保留，将其作为新页面归档回去
27
28## 检查（LINT）——当我说"检查 wiki"时：
29- 查找页面之间的矛盾
30- 标记过时或被取代的说法
31- 查找没有入链的孤立页面
32- 识别空白：被引用但从未深入发展的主题
33- 报告所有发现；不要自动删除
34
35## 规则
36- 每个页面是原子化的：一个页面只讲一个想法
37- 用我的语气写，而不是来源的语气
38- 绝不丢失来源归属
39- 主动挖掘非显而易见的连接

AI 在每次会话开始时都会读取这个文件。你再也不用解释系统了。这个模式就是引擎。

第 3 步——喂养这个循环

现在循环开始运行。把任何来源放入 /raw 目录，然后告诉 Claude：

1摄取这个

Claude 读取来源，将其分解成原子笔记，将每个笔记链接到你现有的库，标记潜在的枢纽笔记，然后归档所有内容。以前需要你手动处理 30 分钟的事情，现在只需要一个命令。

对所有的东西都这样做。你读的一篇文章。一个播客转录稿。一篇论文的 PDF。会议记录。书籍摘录。

每一次摄取都会让整个系统变得更聪明——因为 Claude 会将新材料与所有已有的内容链接起来。

第 4 步——跨所有内容进行查询

这就是存储变成循环的地方。

一旦你的库中有了一些材料，你就不需要再搜索了，而是开始提问：

1关于 [主题] 我知道些什么？从所有相关笔记中提取，
2并综合成一个连贯的答案。引用这些笔记。

1在我的库中，[概念 A] 和 [概念 B] 之间有什么联系？
2找出非显而易见的连接。

1基于我库里的所有内容，我有哪些应该问但还没问的问题？

1我在 [主题] 方面的知识空白是什么？接下来应该读什么？

最后一个问题闭合了循环。Claude 识别出缺失的部分，你找到填补空白的来源，你摄取它们，系统变得更聪明。输出生成了下一个输入。

第 5 步——检查 Wiki（每个人都会跳过的一步）

这是几乎没有人做的操作——而正是这个操作能防止整个系统腐烂。

随着你的 Wiki 增长，熵会悄悄出现。两个页面开始相互矛盾。你在三月记录的一个说法，被六月读到的东西取代了，但旧页面仍然写着旧内容。页面变成孤儿，没有链接指向它们。主题被引用，但从未真正深入发展。

如果不加干预，图谱会逐渐偏离。那些赋予它价值的连接会慢慢变得过时。

检查（Linting）可以解决这个问题。

每周运行一次：

1检查 wiki。
21. 找出任何相互矛盾的页面
32. 标记过时或被较新笔记取代的说法
43. 查找没有入链的孤立页面
54. 识别空白：我引用过但从未深入发展的主题
65. 报告所有内容。不要删除任何东西——
7   只需向我展示需要关注的地方。

Claude 遍历整个 Wiki 并报告出问题的地方。由你来决定修复什么。

这就是区分一个保持敏锐的第二大脑和一个悄悄变成烂摊子、让你不再信任的第二大脑的关键。Karpathy 的方法将检查视为核心操作，而不是可选的附加项——因为一个你不信任的知识库，你最终会停止使用它。

第 6 步——每周循环回顾

每周一次，在检查之后，运行一个回顾，确保循环朝着正确的方向前进：

1回顾我本周添加的所有内容。
21. 我捕捉到的最重要的 3 个想法是什么？
32. 旧页面和新页面之间出现了哪些新的连接？
43. 哪些枢纽页面正在形成——即许多页面
5   都链接到的概念？
64. 根据我最近喂养系统的内容，我明显对什么感兴趣？
75. 下周我应该探索什么，以深化最强的线索？

这不仅仅是回顾。这是循环变得自我意识——系统在你自己意识到之前，告诉你正在构建什么。

为什么这比任何笔记应用都好

Notion、Roam、标准 Obsidian——它们都只是拥有更好用户界面的存储工具。

Karpathy 方法在一个特定方面与众不同：连接会自动维护。

在普通的库中，你需要自己记住现在读到的文章与三个月前写的一条笔记有关。你永远不会记得。连接永远不会建立。知识仍然是孤立的。

在循环中，Claude 会自动建立这种连接，每次都是，跨越你的整个库，永远如此。导致每个手动系统崩溃的东西——连接维护——正是 Claude Code 自动化的东西。

这就是它能复利增长的原因。这也是 2100 万人停下来阅读 Karpathy 这个想法的原因。

额外福利：让你的第二大脑 7x24 小时运行

这里有一个没人提到的限制。

在你的笔记本电脑上运行循环意味着它只在你的笔记本电脑开机时工作。合上盖子，你的第二大脑就停止思考了。你在晚上 11 点用手机发现了一篇好文章，它只能待在一个标签页里，直到你回到办公桌前。

你需要一个 VPS——一个 7x24 小时在线的云服务器，可以无中断地执行，并对数据变化做出即时反应。

我个人使用

👉

https://ishosting.com/affiliate/NzE0MiM2

他们提供简单的 Linux 环境，并附带即用型安装指南——即使你不懂技术也很容易上手。

我的订阅者可以获得特别折扣。

一个便宜的、永远在线的服务器可以全天候运行你的第二大脑。给自己发一封带有链接的邮件，把文件放到同步文件夹中，循环就会自动处理它——即使你的笔记本电脑是合上的，你正在睡觉。

设置方法：

1. 获取一个基本的 Ubuntu VPS（推荐： Start - Linux SSD, Ubuntu 22.04, 芝加哥位置或其他位置。）

年度套餐每月 $10.19。

对于更复杂的任务，我推荐使用： Medium 或 Premium

最低服务器配置：Xeon 2x2.20GHz，2GB RAM，30GB SSD——繁重的工作由 Anthropic/Moonshot 服务器通过 API 完成。你的 VPS 只需要运行 Agent 并保存你的文本文件，所以不需要强大的配置。对于大量批量摄取，4GB RAM 会更舒适。

推荐配置：

• 4 vCPU
• 8 GB RAM
• 80 GB SSD
• 位置：纽约 / 伦敦 / 法兰克福（更低的延迟）

一次预付一整年会更划算。

你可以在这一台服务器上同时运行多个机器人。一个 VPS，无限策略。

连接到你的 VPS

检查你的邮箱。

Windows： 打开远程桌面连接（RDP）→ 输入服务器 IP → 使用凭据登录。如果你选择了 Windows 托管。

Mac： 打开终端 → 粘贴 IP → 连接

1ssh root@SERVER_IP

你现在在你的云机器里了。这台服务器会不间断地运行你的机器人。

在上面安装 Claude Code

https://code.claude.com/docs/en/setup - 设置 Claude

https://obsidian.md/help/install - 安装 Obsidian

1. 将你的 Obsidian 库文件夹放在服务器上，并与你的本地库同步
2. 设置一个 cron 任务，每小时对 /raw 文件夹运行"摄取这个"

现在循环永不眠。来源一落地就会被摄取、链接和归档——无论你在哪里，无论你的电脑是否开机。

对于一个其全部价值在于持续复利增长的系统来说，一个永不关机的服务器，是区分一个你偶尔用用的第二大脑，和一个始终在后台工作的第二大脑的关键。

一个值得了解的更便宜的替代方案

Claude Code 是 Karpathy 方法传播开来的工具。但完全相同的系统也可以在 Kimi K2.7 上运行——它拥有 256K 的上下文窗口，可以一次性容纳你更多的库，能够同时读取多达 50 个文件，而且 API 成本仅为 Claude 的一小部分。

https://x.com/kirillk_web3/status/2071705181432266793

对于一个只会随时间增长、每次摄取都需要对比整个库的系统来说，上下文大小和成本至关重要。Kimi 可以以更低的成本运行相同的循环。

相同的三个文件夹。相同的配置文件。相同的命令。把 Claude Code 换成 Kimi Code CLI，循环是完全一样的。

选择适合你预算的工具。方法本身才是关键，而不是模型。

结论

Karpathy 的洞见不在于笔记记录。而在于循环。

一个只会存储的第二大脑会随着时间的推移变得越来越大，也越来越无用。一个会复利增长的第二大脑，每添加一个来源都会变得更聪明——因为有东西在维护着赋予知识价值的连接。

三个文件夹。一个配置文件。一个命令："摄取这个"。

设置只需五分钟。你再也不用从空白对话开始了。

你已有的知识开始为你工作，而不是待在你已经忘记的文件夹里。

这就是 Karpathy 方法。这就是第二大脑应有的工作方式。

链接

• 我的 Telegram：https://t.me/kirillk_web3
• 我的 Twitter/X：https://x.com/kirillk_web3
• 托管服务（7x24 小时运行）：https://ishosting.com/affiliate/NzE0MiM2

关注获取更多 Vibe Coding 信息。感谢阅读！