今年这波第二大脑的风向，换玩法了。
前 OpenAI 联合创始人、特斯拉前 AI 总监、现任 Anthropic 工程师 Karpathy，今年甩出一份 gist：把你的笔记当成「不可修改的源代码」，让 LLM 当编译器，一次性把它编译成一座结构化、互相链接、持续保鲜的活 Wiki。没有新模型，没有新框架，两个多月，这份文档在 GitHub 上屠出 5000+ star。36氪
看懂它，先看懂他的一句话：维护一座知识库最累的部分，从来不是阅读，是记账。更新交叉引用、保持摘要新鲜、标注新数据和旧结论打架的地方——这件苦差事劝退了所有人。1945 年 Vannevar Bush 设想的 Memex，人类八十年没造出来，就卡在「谁来维护」。现在 AI 一口气改动十几个页面，不累、不烦、不健忘。36氪
结构就三层：Raw 层（随手记，原始、不许动）、Schema 层（你写给 AI 的规矩）、Wiki 层（AI 全权维护的成品）。日常只有三个动作：丢新料让 AI「摄入」、带引用「查询」（好答案还能回档成新页，复利）、定期「体检」（让 AI 自查矛盾、过时判断和孤立页面）。Karpathy 自己就靠 AI 当管理员，维护着一座约 100 篇、40 万词的 Wiki，自己几乎不动手。36氪小红书
为什么以前的方案不行？RAG 检索像个翻找员：只见树木不见森林，你半年前夸过 A、昨天又反驳了 A，它就吐出一堆自相矛盾的废话；手动维护的双链图谱，日子久了断链遍地。编译式把逻辑倒过来：知识编译一次，持续保鲜，而不是每次提问临时重建。36氪
国内已经把它做成了生意和教程：B 站「AI+Obsidian 永久记忆」一条视频 2400 赞、近 7000 收藏，「20 分钟搭建 AI 第二大脑知识库」4400 收藏。不用写代码的 WorkBuddy 版、YC 现任总裁开源的 GBrain（带夜间循环沉淀），都是这条路线的落地。哔哩哔哩哔哩哔哩哔哩哔哩
但翻遍评论区，用户反复追问、反复踩的坑也是真的：
AI 基本只认文字。 笔记里的图片在它眼里就是一串嵌入语法，带表格、公式的复杂 PDF 十有八九转崩。建库前请先接受：你的第二大脑「看不见图」。哔哩哔哩
安装门槛能卡掉一半新手。 官方插件市场动不动连不上，第三方插件报「no appropriate version found」，还得自己找「入门启动包」。知乎
成本是时间和上限。 一次「摄入」牵动十几个页面，长内容会被上下文窗口卡住；新手教程动辄 50 分钟，被评论区吐槽「看完也抓不到重点」。其实核心动作真就一句话：丢进去、问它、定期体检。
适合谁？有存量、要输出的人——研究者、写作者、独立开发者。只刷文章不产出的，一个收藏夹就够了。最后一句实话：目前流传的多是教程党自述，还没有对照数据证明「搭了效率更高」。当工具试试可以，别跪着建。
八十年前造不出第二大脑，是因为没人愿意记账；现在记账的终于有了，唯一的问题是——你的笔记，配不配当那份被编译的源代码？
