知识库不是文件夹，是一台自动消化的机器：Ingest / AI 提炼 / Lint 循环

开篇摘要

1、学过就忘、笔记散落、三个月后翻不出来——不怪你，是静态笔记的结构性毛病。 2、一套 Karpathy 式知识库循环跑：Ingest 进料 → AI 提炼成品 → 定期 Lint 体检。 3、你只管喂资料、提问，整理归档查漏全交出去，知识库比你自己更记得你学过什么。

痛点

学过就忘、笔记散落、三个月后翻不出来——这不怪你，是「静态笔记」的结构性毛病。知识堆在那儿，没人整理、没人催你回头看，自然就死了。

AI 做了什么

我搭了一套 Karpathy 式个人知识库，核心就三个环节，循环跑：

① Ingest——新资料进来，先扔进 raw 区

不管是文章截图、访谈录音还是自己的碎片想法，先扔进 raw 区，不用动脑整理。进料这一步零负担。

② AI 提炼——raw 加工成结构化成品

AI 把 raw 加工成结构化成品——提炼要点、打标签、建关联、归档到对应主题目录。我不动手，只确认产出对不对。

③ 定期 Lint——每周体检，孤儿页/矛盾点/过期假设自动扫

每周跑一次体检，自动扫孤儿页（写了没被引用的死页）、矛盾点（两处结论打架）、过期假设。有问题才需要我介入，没有就自己接着循环。

人只做什么

你只管两件事：喂资料、提问。整理、归档、查漏，全交出去。

状态与证据

✅ 已落地，vault 维护机制在跑。

结果是啥？不再有「我学过但想不起来」——查就有，漏就被抓，知识库比你自己更记得你学过什么（这个，真香）。

真实证据：

• Ingest / AI 提炼 / Lint 三环节循环在跑（对应 Karpathy 三操作 Ingest / Query / Lint）
• lint 体检每周一次，自动扫孤儿页、矛盾点、过期假设
• index / log 守着内容目录和时间线，写入 vault 的会话结束前必追加一条 log
• vault 维护机制日常在用，不是演示