@DeRonin_: 这个长达两小时的安德烈·卡帕西讲座，关于如何使用LLM，教给你的东西比大多数AI推特账号能弄明白的要多得多……不……

X AI KOLs Following 新闻
llm content-strategy knowledge-base andrej-karpathy twitter-thread ai-usage

摘要

安德烈·卡帕西的讲座揭示了一种“LLM Wiki”模式，能将过往内容转化为一个自我更新的知识库，帮助创作者发现自身写作中的模式。

这个长达两小时的安德烈·卡帕西讲座，关于如何使用LLM，教给你的东西比大多数AI推特账号能弄明白的要多得多…… 没有炒作。没有工具列表。就是一个打造了特斯拉自动驾驶系统、联合创立了OpenAI的人，向你展示他在现实生活中究竟是如何使用这些模型的。 但这段视频里有一个没人注意到的点： 他提到了一个叫“LLM Wiki”的模式，能让LLM把它们编译成一个能自我更新的活的知识库。 他为此针对研究论文和代码进行了构建。 我把它用在了自己的内容上。 6个月的推文：所有的钩子、结构、失败、爆款，都喂给了一个系统。 它揭示了什么： > 一个情感触发器驱动了我80%的最佳钩子 > 我的失败全都违反了同样的2条规则 > 我保存最多的帖子遵循一种我每周偶然使用一次的结构 LLM并没有让我成为更好的写作者…… 它让我看到我本来就很好，只是不稳定。 一个Obsidian仓库。一个LLM。每篇帖子都被编译成模式，每周累积。 你过去的内容就是一个数据集……大多数创作者手握12个月的内容却无所作为。 收藏这个视频。花两个小时。然后把这个模式用在你自己的内容上。 这是还没有人在构建的护城河。
查看原文
查看缓存全文

缓存时间: 2026/05/25 20:43

这期 2 小时的安德烈·卡帕西（Andrej Karpathy）讲座，比你刷的大部分 AI 推特更能教会你如何使用大语言模型（LLM）。

没有炒作，没有工具清单，只有一个亲手打造过特斯拉自动驾驶、联合创办过 OpenAI 的人，实实在在地展示他如何在真实场景中使用这些模型。

但这段视频里真正没人注意到的是：

他抛出了一个叫 「LLM Wiki」 的模式——让 LLM 自行编译成一个能自我更新的活知识库。

他原本是为研究论文和代码搭建的。

我把它指向了我自己的内容。

6 个月的推文：每条钩子、结构、扑街帖、爆款帖，全部喂进一个系统。

它揭示出：

一个情感触发器驱动了我 80% 的最佳钩子 我的扑街帖都违背了同样的两条规则 我收藏最高的帖子，遵循着我偶尔一周才用一次的结构

LLM 并没有让我成为更好的写作者……

它让我看见：我本就不差，只是不够一致。

一个 Obsidian 笔记库。一个 LLM。每篇帖子都被编译成模式，每周持续积累。

你过去的内容就是一套数据集……而大多数创作者手握 12 个月的数据，却什么都没做。

收藏这期视频。花 2 小时看完。然后把这个模式指向你自己的内容。

这是目前还没人构建的护城河。

Ronin (@DeRonin_): 一个被低估的内容策略，没人提及：为每一条曾经起效的内容搭建一个记忆层……让我来解释

在 X 上你每天都能看到一条爆款钩子、一个帖子模板、一篇突然爆火的推文，你会想「这个我得记住」

大多数人只是收藏

相似文章