Karpathy 一篇帖引爆 AI 圈：不用資料庫，不用寫程式，用 AI 自動整理你的所有知識 Andrej Karpathy — OpenAI 創始成員、前 Tesla AI 總監 — 四天前在 X 上發了一篇帖。 1500 萬 views，9 萬人收藏。 他講的東西很簡單：你不需要複雜的 AI 工具來管理知識。一個免費的筆記軟體 + 一個 AI 助手，就能幫你把散落的資料變成一個「會自己長大的百科全書」。 這篇幫你用白話拆解他的方法，不管你有沒有技術背景，看完都能理解。 --- 1️⃣ 為什麼這件事值得關注？ 你有沒有遇過這種情況： 上週用 ChatGPT 查了一個問題，得到了很好的答案。這週又需要用到，結果對話紀錄找不到了，只好重新問一次。 或者你有一堆 PDF、筆記、網頁收藏，散落在不同的 app 裡面，想找某個東西要翻半天。 這就是 Karpathy 想解決的問題 — AI 對話是「用完即丟」的，你的知識沒有被累積下來。 他的解法是：讓 AI 不只是回答你的問題，而是幫你把所有資料整理成一個有結構的知識庫。問過的東西不會消失，而且越問越聰明。 --- 2️⃣ 他的方法到底是什麼？ 架構非常簡單，就是兩個資料夾： 📁 第一個叫「raw」— 你把所有原始資料丟進去。文章、PDF、網頁、會議紀錄，什麼都行。 📁 第二個叫「wiki」— AI 讀完你的資料後，自動整理成一篇一篇有結構的筆記。每篇筆記之間還會互相連結，就像維基百科一樣。 再加一份「目錄」（index），記錄所有筆記的清單。 你之後問任何問題，AI 順著目錄和連結找到答案 — 不是上網亂搜，是從你自己的資料裡找。 工具就兩個： 📌 Obsidian — 免費的筆記軟體，讓你用肉眼看到整個知識網路的關係圖 📌 Claude Code — AI 助手，負責讀資料、整理、建連結 --- 3️⃣ 跟以前的做法有什麼不同？ 以前如果你想讓 AI 處理大量資料，標準做法叫 RAG。 白話講就是：把你的文件切成碎片，用數學方式存進一個特殊的資料庫。你問問題的時候，AI 去資料庫找「看起來最像」的碎片回來拼答案。 聽起來很厲害，但問題有兩個： 📌 門檻高 — 要架資料庫、寫程式、處理一堆技術問題 📌 碎片沒關係 — AI 找到 A 不知道 B 也相關，你要自己在腦中拼起來 Karpathy 的做法相反 — 不切碎，讓 AI 讀完整份資料，然後自己整理成有結構的筆記。 筆記之間有目錄、有連結、有摘要 — 就像一本 AI 自動生成的百科全書。 有人實測把 383 個散落文件丟進去，之後查東西的成本直接降了 95%。 最關鍵的是：你不用懂什麼是向量、什麼是 embedding、什麼是 chunking。你只要會把文件丟進資料夾就行。 --- 4️⃣ 適合誰？什麼時候用？ 這個方法特別適合： 📌 研究生 — 整理論文和文獻 📌 自由工作者 — 管理客戶資料和專案筆記 📌 創業者 — 追蹤決策、整理市場研究 📌 內容創作者 — 整理靈感、素材、參考資料 📌 任何有「資料散落在各處」痛點的人 Karpathy 自己目前是 100 篇文章、40 萬字，運作得很順暢。個人用或小團隊完全夠用。 如果你的資料量到了上萬甚至百萬份文件（通常是大企業級別），那才需要考慮傳統的資料庫方案。一般人根本用不到那個級別。 --- 5️⃣ 怎麼開始？三步 1. 下載 Obsidian（完全免費）→ 建一個資料夾當你的知識庫 2. 裝 Web Clipper 瀏覽器套件 → 以後看到有用的網頁一鍵存進去 3. 打開 Claude Code → 跟它說「幫我把這些資料整理成 wiki」 就這樣。AI 會自動幫你分類、建目錄、加連結。之後你問它任何問題，它都能從你的資料裡找到答案。 以前整理知識是苦力活。現在你只負責丟資料進去，AI 負責整理。 --- 💬 你的資料現在散在哪裡？PDF？筆記 app？瀏覽器書籤？有沒有想過全部整理起來？ 👇 留言分享你的知識管理痛點 加入VIP群眾看進階教學

最近 Google 的 Antigravity 和 NotebookLM 越來越多人在用了。但是大部分人都是單獨使用其中一個，其實把它們組合起來，威力才是最大的。 今天要跟大家分享一個非常實用的組合——用 MCP 把 Antigravity 和 NotebookLM 連接起來，讓 AI 自動幫你做研究、生成網站、分析財報。 以前要看 NVDA、AMD、美光三家公司的財報，你可能要打開三份 PDF，一頁一頁翻看那些密密麻麻的數字和表格，光是找數據做對比就要花幾個小時。但如果我跟你說，只需要一個提示詞，AI 就能幫你把這些財報變成一個可以互動的分析網站呢？營收、淨利潤、年增長，全部自動整理成圖表，而且數據來自真實財報，不是 AI 編出來的。 注意事項: 這個 MCP 是用 internal API + cookie，不是官方 API 雖然方便但有封號風險，建議大家可以用副帳號或等官方 API 開放個人版API後再用