HN thread 47640875: LLM Wiki gist の議論 (2026-04)

karpathy-gist を紹介する HN スレッド。296 pt / 95 コメント。肯定・懐疑・既実装報告・代替案が並ぶ主戦場。

主な論点

肯定・実践報告

  • vbarsoum1: Alex Hormozi 著作 3 冊(155K ワード)を処理し、210 コンセプトページ・4,597 相互参照を生成、11 ファイル横断の矛盾検出に成功。「VectorDB は機械用、wiki は人間 + 機械の双方用」という整理
  • asakin: メタデータ標準、30 日学習期間、stale content linting を自前実装済み
  • voidhorse: 「agentic 開発者はすでにこれをやっている。harness が既に有効化している。知識ディレクトリを各会話終了時に更新するよう依頼すれば済む」

「これは RAG では?」論争

  • kenforthewin: 「これは RAG。vector DB を使っていないだけで、階層的セマンティック構造で retrieval を補助しているに過ぎない」
  • mememememememo: 「RAG の compaction」と短評
  • 反論: wiki を LLM が構築・更新する動的プロセスである点が静的コーパス RAG と違う。詳しくは rag

model-collapse 懸念

  • devnullbrain: Nature 2024 の論文 を引き、LLM 自己参照で情報劣化が起こるはずと指摘。「LLM でドキュメントを書き続ければ、有効情報の書き換えによる slop 化が目に見えて起こる」
  • 本 wiki は原典を raw/ に不変保存することでこのリスクを緩和できるが、wiki/ 内の再書き換えループでは残る論点

pkm の価値 vs. 自動化

  • qaadika(4,100 語の長大コメント): Obsidian で 4,100 ノート自作。「AI が書いた知識ベースには個人性がない。書く過程こそが価値。思考を深める shower thoughts 的プロセスを失う」。AI 生成は ==BEGIN AI-GENERATED== マーカーで隔離
  • kmaitreys: 「自分の脳を機械に委ねるのか?」という素朴な問い

思想的源流

  • Vetch: Licklider “Man-Computer Symbiosis” (1960) の引用。人間が目標・仮説・動機、機械がルーチン処理。memex と並ぶ源流候補

技術改善アイデア

  • j-pb: トークン競合回避のため ASCII 接頭辞(△top など)で用語曖昧性排除・オートコンプリート重複削減
  • cyanydeez: 「Context pollution が過剰。DAG で choose-your-own-adventure 的に LLM が自分で context を構築・剪定すべき」
  • gchamonlive: 「コードも docs も planning も epics も ADR も全部リポに置け」(リポ例

既存ツール・類似実装

  • atbpaca: 「Confluence を LLM が維持するアイデアは面白い」
  • argee: Semiont (The-AI-Alliance/semiont) が近い試み、と紹介
  • 0123456789ABCDE: grimoire-pt5.sprites.app を「validating」と紹介
  • nurettin: Claude memory 等の既存機能との差別化が弱いと指摘
  • mbreese: 自分の RAG で entity 抽出・関係抽出をやっている。LLM 生成 wiki をその上に載せる構想に賛同
  • 関連 Show HN: MCPTube, CacheZero, Memoriki, llmwiki.app など実装事例多数

このソースから本 wiki に追加する知見

  • 矛盾リスク: wiki 自己書き換えによる model-collapse → raw 不変性で部分緩和、CLAUDE.md でループ防止
  • 人間側の価値: 書くこと自体が思考。llm-wiki は「思考を外注する」ではなく「ブックキーピングを外注する」と再強調が必要
  • 既実装者の規模感: 155K ワード → 200+ ページ / 4,600+ 相互参照は現実的
  • 類似ツール群: Semiont, MCPTube, CacheZero, Memoriki, llmwiki.app, grimoire 等を将来 ingest 候補に

関連ページ