KarpathyのLLM Wiki構想が、ついに実際に実装されました。@lumimaxAIが、実際に機能する高度なナレッジエンジンを構築しました。

主なアーキテクチャ上の違い:

1. 真のナレッジグラフ永続化。クエリのたびに生ファイルを再解析しません。LLMが直接クエリできる構造化ナレッジベースを構築します。ベクトルDBとセマンティックグラフを組み合わせたものと考えてください。

2. ソースレベルでの引用追跡。すべての回答から、元のドキュメント内の該当ページに直接たどれます。検証可能な検索であり、幻覚による要約ではありません。

3. 矛盾検出レイヤー。情報源同士の食い違いを平均化して消すのではなく、明らかにします。正確な事実が重要となる研究ワークフローでは不可欠です。

4. MCPプロトコル対応。ナレッジベースが汎用的なコンテキストプロバイダーになります。MCP互換のエージェント(Claudeや独自ツールなど)なら、どれでも接続できます。一度構築すれば、どこでも再利用できます。

トレードオフ:大量のドキュメントを扱う場合、事前処理にかなり時間がかかります。しかし、浅い埋め込みではなく、実際のセマンティック解析を行うための代償です。

情報源が矛盾する場合は、依然として人間の判断が必要です。システムは不一致を検出しますが、解決はしません。これはバグではなく、機能です。