Le wiki LLM de Karpathy
Une façon de donner une mémoire durable à un agent IA sans base de données ni serveur : trois dossiers de fichiers Markdown que tu possèdes. `raw/` garde les sources brutes qu'on ne touche jamais, `wiki/` contient les fiches que l'IA écrit elle-même en résumant ces sources, et un fichier d'index qui liste tout et tient dans une seule fenêtre de contexte. Andrej Karpathy l'a publié en avril 2026 ; le post a fait 16 millions de vues pour une simple arborescence de dossiers.
Forces
- Zéro infrastructure : trois dossiers de Markdown, aucune base ni serveur, des fichiers que tu possèdes et peux versionner avec git
- La mémoire se cumule au lieu de s'effacer : l'IA relit un index compact et retrouve la fiche exacte, sans tout relire à chaque fois
- C'est l'IA qui tient le wiki à jour (elle canonise, fusionne, retire le périmé), pas toi à la main
- Lisible par un humain : tu peux ouvrir n'importe quelle fiche, la corriger, comprendre pourquoi l'IA a décidé quelque chose
Limites
- Vit ou meurt sur ta discipline : sans une doctrine tranchée de ce qui mérite une fiche, le wiki gonfle en bruit et devient inutilisable
- Pas taillé pour la recherche sur des millions de documents : au-delà d'un certain volume, une base vectorielle reste plus adaptée
- L'index doit tenir dans une fenêtre de contexte : passé quelques centaines de fiches, il faut le découper, sinon il déborde
Pour qui
- Toute personne qui travaille en continu avec une IA sur ses projets et en a marre de tout ré-expliquer à chaque session
- PM, PO et designers qui veulent une mémoire d'équipe partagée, lisible et versionnée, sans monter d'infrastructure