AIエージェントには地図が必要：LLM WikiかREADMEで十分

この記事は、AIエージェントが毎回のセッションでゼロから始めることを避けるために、構造化された知識ベース（「地図」）が必要だと主張しています。Andrej Karpathy氏のLLM Wikiパターンを紹介し、これは3つの層（生ドキュメント、LLMが管理するWikiページ、インデックス/ログファイル）と3つの操作（取り込み、クエリ、リント）から成ります。著者はこのパターンを、中核的な決済ドメインをカバーする70ページのWikiを持つ決済プラットフォームで実装しました。また、以前のREADME中心のアプローチ（ドキュメントがコードの隣のMarkdownファイルにあり、CLAUDE.mdファイルがエージェントを関連ドキュメントに誘導する）と対比しています。主な違いは、READMEでは開発者がモジュールごとに知識を記述するのに対し、LLM WikiではLLMが複数のソースから知識を統合する点です。著者は、コードベースが単純であるか、エージェントがすでに適切な推測を行う場合は、すべてのプロジェクトにLLM Wikiが必要なわけではないと指摘しています。