Tác tửMã nguồn mở 🇷🇺 29.07.2026 03:02

Tác Nhân AI Của Bạn Cần Một Bản Đồ: LLM Wiki Hay README Là Đủ

OpenAIOpenAI AnthropicAnthropic
Bài viết thảo luận về cách các tác nhân AI có thể điều hướng các cơ sở mã phức tạp bằng cách sử dụng cơ sở kiến thức có cấu trúc như LLM Wiki hoặc kho lưu trữ theo hướng README. Nó trình bày mẫu LLM Wiki của Andrej Karpathy, sử dụng một LLM để viết và duy trì một wiki, và đối chiếu với cách tiếp cận tài liệu dưới dạng mã nơi các tệp README đóng vai trò là nguồn kiến thức chính. Tác giả chia sẻ cách triển khai thực tế của mình về một LLM Wiki cho nền tảng thanh toán và so sánh cả hai cách tiếp cận về mặt tạo và duy trì kiến thức.
Bài báo lập luận rằng các tác nhân AI cần một cơ sở tri thức có cấu trúc (một 'bản đồ') để tránh phải bắt đầu lại từ đầu mỗi phiên làm việc. Nó giới thiệu mô hình LLM Wiki của Andrej Karpathy, bao gồm ba lớp (tài liệu thô, trang wiki do LLM duy trì, và tệp chỉ mục/nhật ký) cùng ba thao tác (tiếp nhận, truy vấn, kiểm tra). Tác giả đã triển khai mô hình này trên một nền tảng thanh toán với 70 trang wiki bao trùm lĩnh vực thanh toán cốt lõi. Ông cũng so sánh nó với cách tiếp cận trước đây dựa trên README, nơi tài liệu nằm trong các tệp markdown cạnh mã nguồn, và một tệp CLAUDE.md dẫn hướng tác nhân đến tài liệu liên quan. Sự khác biệt chính: trong README, nhà phát triển viết tri thức theo từng mô-đun; trong LLM Wiki, LLM tổng hợp tri thức từ nhiều nguồn. Tác giả lưu ý rằng không phải dự án nào cũng cần LLM Wiki, đặc biệt nếu codebase đơn giản hoặc tác nhân đã phán đoán tốt.
Nguồn: Habr — хаб ИИ — bản gốc
Bài viết liên quan trước đây ↓
Tin mới