Mis à jour le 12 octobre 2026
Une Karpathy AI Knowledge Base est un wiki en fichiers markdown qu’un LLM rédige et entretient, à partir de vos sources brutes, selon un schéma que vous définissez. Andrej Karpathy a décrit ce principe dans un gist publié le 4 avril 2026. Voici comment je l’applique, sans promettre de délai magique.
Qu’est-ce que la Karpathy AI Knowledge Base ?
C’est un modèle de gestion des connaissances où l’IA compile vos documents une seule fois en pages wiki liées entre elles, au lieu de tout retrouver et resynthétiser à chaque question comme le fait un système RAG classique. Le wiki devient un artefact qui s’enrichit à chaque nouvelle source ajoutée.
Karpathy parle d’un « pattern », pas d’un logiciel. Son document reste volontairement abstrait : arborescence, outils et format sont à votre main. Il ne fournit pas de benchmark, le gain annoncé relève donc du raisonnement et du retour d’usage, pas d’une mesure publiée.
Quelles sont les trois couches de la base de connaissances ?
Le modèle repose sur trois couches distinctes : les sources brutes que l’IA lit sans jamais les modifier, le wiki que l’IA écrit et que vous lisez, et un schéma qui fixe les règles de travail. Cette séparation évite de mélanger vos documents d’origine et la synthèse produite.
| Couche | Contenu | Qui écrit ? |
|---|---|---|
| Sources brutes | Articles, PDF, transcriptions, notes, données | Vous (lecture seule pour l’IA) |
| Wiki | Résumés, pages de concepts et d’entités, comparaisons, vue d’ensemble | Le LLM |
| Schéma | Fichier de consignes (CLAUDE.md ou AGENTS.md par exemple) : structure, conventions, workflows | Vous et le LLM, par ajustements |
Comment construire sa Karpathy AI Knowledge Base ?
Je procède en cinq étapes : choisir un périmètre étroit, rassembler les sources, écrire le schéma, lancer les premières ingestions, puis installer un contrôle régulier. Le temps dépend du volume de sources et de votre schéma. Je ne donne pas de durée type, car le gist n’en annonce aucune.
- Cadrer un seul sujet. Un wiki par domaine (un client, un outil, une veille). Un périmètre large produit des pages vagues.
- Rassembler les sources brutes. Un dossier en lecture seule pour l’IA. Karpathy cite Obsidian et son Web Clipper pour convertir des pages web en markdown.
- Écrire le schéma. Types de pages, nommage, façon de citer les sources, règles de mise à jour. Mon conseil : commencez court et corrigez-le à chaque dérive constatée.
- Ingérer source par source. Je recommande de relire les premières pages générées avant de passer en lot, pour corriger le schéma tôt.
- Planifier les contrôles. Voir la section sur le lint plus bas.
Comment fonctionnent l’ingestion, la requête et le contrôle ?
Le wiki vit grâce à trois opérations : l’ingestion d’une nouvelle source, la requête qui produit une réponse citée, et le lint, un contrôle périodique de cohérence. Deux fichiers les soutiennent : un index qui catalogue les pages et un journal qui trace chaque opération.
- Ingestion : le LLM lit la source, en discute avec vous, rédige un résumé et met à jour l’index, les pages liées et le journal. Selon Karpathy, une seule source peut toucher 10 à 15 pages.
- Requête : le LLM repère les pages utiles et répond avec des références. Une bonne réponse peut être réintégrée au wiki.
- Lint : recherche des contradictions, affirmations périmées, pages orphelines, références croisées manquantes et concepts sans page.
Le fichier index.md liste chaque page avec un lien et une ligne de résumé, et le LLM le lit en premier pour répondre. D’après le gist, cela fonctionne bien à échelle modérée, autour de 100 sources et quelques centaines de pages, sans recherche vectorielle. Le fichier log.md est un historique chronologique, en ajout seul.
Quels outils utiliser pour mettre en place ce système ?
Le gist mentionne Obsidian comme interface de lecture, Git pour l’historique des versions, et qmd, un moteur de recherche local pour fichiers markdown (mots-clés, vecteurs, reclassement par LLM). Rien n’est obligatoire : un petit wiki peut se passer de moteur de recherche.
Dans mon travail, je gère plus de 50 sites WordPress depuis 20 ans de pratique, et le même problème revient : les informations (réglages LiteSpeed, historique des plugins, décisions SEO) se perdent dans des notes dispersées. C’est exactement le cas où une base compilée par l’IA a du sens pour moi. Je l’envisage aussi comme source alimentée par des workflows N8N, mais c’est un choix d’architecture à vous de trancher, pas une exigence du modèle.
Quelles sont les limites et les erreurs à éviter ?
Trois points de vigilance ressortent du gist et du bon sens : l’absence de preuve chiffrée, le traitement maladroit des images et le risque d’erreurs recopiées de page en page. Relisez toujours les pages générées et gardez les sources brutes intactes pour pouvoir vérifier.
- Pas de mesure publiée : les avantages décrits sont argumentés, pas benchmarkés.
- Images : Karpathy signale que les LLM ne lisent pas facilement un markdown avec images intégrées en une seule passe. Il propose de lire le texte d’abord, puis de regarder les images à part.
- Erreurs qui se propagent : une erreur dans une page résumée peut contaminer les pages liées. Le lint sert à les repérer.
- Confidentialité : avant d’envoyer des documents clients à un modèle hébergé, vérifiez ce qui est autorisé (contrat, RGPD).
Questions fréquentes
Qu’est-ce qu’une Karpathy AI Knowledge Base ?
C’est un wiki en markdown écrit et maintenu par un LLM à partir de sources brutes, selon un schéma défini par l’humain. Andrej Karpathy l’a décrit dans un gist du 4 avril 2026.
Quelle différence avec un RAG classique ?
Un RAG retrouve et resynthétise les passages à chaque question. Ici, le LLM compile la connaissance une fois en pages liées, puis l’enrichit à chaque ingestion.
Peut-on le monter en 90 minutes ?
Aucune source ne donne cette durée. Une première version minimale (un sujet, quelques sources, un schéma court) est rapide, mais la qualité vient des itérations sur le schéma et des contrôles.
Faut-il une base vectorielle ?
Pas au départ. Karpathy indique que l’index suffit à échelle modérée, autour de 100 sources. Un outil comme qmd devient utile quand le wiki grossit.
Comment éviter que la base se périme ?
Ajoutez les nouvelles sources par ingestion et lancez un lint régulier pour détecter affirmations périmées, contradictions et pages orphelines.