GuideIntermediate

La méthode « LLM Wiki » de Karpathy · pour que ton IA accumule vraiment de la connaissance

En avril 2026, Andrej Karpathy —cofondateur d'OpenAI, ex-directeur de l'IA chez Tesla— a publié un court document qui a explosé (plus de 16 millions de vues) : le patron « LLM Wiki ». L'idée est brillante par sa simplicité : au lieu que ton IA oublie et que tu lui répètes tout à chaque fois, fais en sorte qu'ELLE construise et maintienne une wiki en markdown — une base de connaissance qui GRANDIT à chaque conversation et que tu peux lire. Dans ce guide, je t'explique sa méthode exacte, en français simple, pourquoi elle fonctionne si bien, et comment la mettre en place avec le prompt prêt à coller. C'est l'étape naturelle suivante après le fichier CLAUDE.md.

Jun 18, 202612 min

Avant ça, regarde le guide de la mémoire

Cette ressource approfondit l'option la plus simple et la plus puissante pour donner de la mémoire à ton IA : les fichiers que tu lis toi-même. Si tu ne l'as pas encore vu, commence par le guide des [outils de mémoire](/recursos/memoria-para-tu-ia-herramientas) — le menu complet est là-bas. Ici, on va au fond avec la technique du maître.

Le problème que Karpathy a voulu résoudre

À chaque fois que tu travailles avec ton IA, tu lui expliques des choses, vous explorez des idées, vous arrivez à des conclusions… et tout ça s'évapore quand tu fermes le chat. La prochaine fois, l'IA ne se souvient de rien et tu réexpliques la même chose. Karpathy le pointe ainsi : la connaissance ne s'accumule pas — chaque conversation démarre de zéro.

Son idée pour briser ça est brillante par sa simplicité : que l'IA écrive et maintienne sa propre wiki — une base de connaissance qui grandit à chaque conversation, au lieu de s'évaporer.

La phrase qui résume tout

Karpathy le dit ainsi : « Obsidian est l'IDE ; le LLM est le programmeur ; la wiki est le code. » Tu n'écris pas la wiki — l'IA l'écrit et la maintient ; toi, tu la lis et tu l'utilises.

L'idée : une wiki que ton IA construit toute seule

L'IA construit de façon incrémentale une wiki : une collection de fichiers markdown reliés entre eux, qui vit entre toi et tes sources (tes documents, notes, repos). Toi, tu la lis ; l'IA l'écrit et la maintient. Chaque chose que vous apprenez ensemble est consignée et connectée — ainsi, avec le temps, cette wiki devient plus précieuse que des notes éparses.

Pourquoi ça fonctionne, alors que nous, les humains, abandonnons toujours nos wikis ? Karpathy donne la réponse exacte : « ce qui est fastidieux dans la maintenance d'une base de connaissance, ce n'est ni lire ni penser — c'est le travail de bureau (le bookkeeping)… Les humains abandonnent les wikis parce que la maintenance croît plus vite que la valeur. Les LLMs ne s'ennuient pas, n'oublient pas de mettre à jour une référence croisée, et peuvent toucher 15 fichiers d'un seul coup. »

Les 3 couches de la méthode

Karpathy organise le système en trois couches. Les comprendre, c'est comprendre toute la méthode :

L'architecture

1. Les sources brutes (raw sources) : tes documents, articles, repos originaux. Elles sont immuables — l'IA les lit mais ne les modifie JAMAIS. Ta source de vérité.

2. La wiki : un dossier de fichiers markdown que l'IA génère. L'IA est propriétaire de toute cette couche : toi, tu la lis, l'IA l'écrit.

3. Le schéma : un document (ton CLAUDE.md ou AGENTS.md) qui indique à l'IA comment la wiki est organisée. C'est ce qui la transforme en « bibliothécaire disciplinée » plutôt qu'en chatbot générique.

Ici, ça se connecte à ton CLAUDE.md

Remarque que la troisième couche est justement le fichier de l'Échelon 1 (CLAUDE.md / AGENTS.md). C'est pourquoi cette méthode est l'évolution naturelle de ce fichier : il cesse d'être seulement « tes règles » et devient le manuel de la façon dont l'IA maintient ta wiki.

Les 3 opérations (ce que l'IA fait avec la wiki)

La méthode comporte trois actions, avec les noms que Karpathy leur a donnés :

Ingest (ingérer). Tu lui passes une nouvelle source (un article, un repo). L'IA la lit, discute avec toi des points clés, écrit une page-résumé dans la wiki et met à jour l'index. Une seule source peut toucher 10-15 pages de la wiki, en les connectant.

Query (interroger). Tu lui demandes quelque chose. Et voilà le point fort : les bonnes réponses sont archivées en retour dans la wiki sous forme de nouvelles pages. Ainsi, tes propres explorations s'accumulent dans la base de connaissance, tout comme les sources que tu ingères.

Lint (réviser). Tu demandes à l'IA de faire un bilan de santé de la wiki : elle cherche les contradictions entre pages, les affirmations dépassées, les pages orphelines (sans aucun lien qui mène à elles). Elle maintient la wiki en bonne santé toute seule.

Deux fichiers spéciaux

Karpathy recommande un index.md (le catalogue de toute la wiki, organisé par contenu) et un log.md (un journal chronologique, en ajout-seul). Son astuce : si chaque entrée du journal commence par un préfixe cohérent comme ## [2026-04-02] ingest | Titre, tu peux y faire des recherches avec des outils simples.

Le prompt pour mettre en place ta LLM Wiki

Colle ceci dans ton agent (Claude Code, Codex, etc.) pour démarrer ta propre wiki en suivant le patron de Karpathy. C'est conçu pour que l'IA te pose les questions et construise la structure avec toi.

Prompt · mettre en place ta LLM Wikitexte

Nous allons mettre en place une « LLM Wiki » en suivant le patron d'Andrej Karpathy : une base de connaissance en markdown que toi (l'IA) construis et maintiens, et que je peux lire.

STRUCTURE (3 couches) :
1. raw/ — mes sources brutes (articles, repos, notes). Tu les LIS mais tu ne les modifies JAMAIS.
2. wiki/ — des pages markdown que TU génères et maintiens, reliées entre elles. Tu es le propriétaire de cette couche.
3. Le schéma — mets à jour mon CLAUDE.md (ou AGENTS.md) en expliquant comment la wiki est organisée, pour que tu la maintiennes avec discipline.

Fichiers spéciaux : crée un index.md (catalogue par thèmes) et un log.md (chronologique, en ajout-seul ; chaque entrée commence par "## [DATE] operation | Titre").

OPÉRATIONS que tu sauras faire :
- INGEST : quand je te passe une source, lis-la, dis-moi les points clés, écris une page-résumé dans wiki/, relie-la et mets à jour index.md et log.md.
- QUERY : quand je te demande quelque chose, réponds ET si la réponse est précieuse, archive-la comme nouvelle page dans la wiki.
- LINT : quand je te le demande, révise la wiki : contradictions, données obsolètes, pages orphelines, et propose des corrections.

Commence par me poser les questions nécessaires sur le sujet de ma wiki puis crée la structure initiale (dossiers, index.md, log.md et la section du schéma dans mon CLAUDE.md).

Pour qui est cette méthode ?

Quand elle te convient

Tu travailles avec ton IA sur un projet ou un thème et ça te fatigue de lui répéter la même chose à chaque fois.

Tu veux que la connaissance s'accumule et s'améliore avec le temps, au lieu de s'évaporer quand tu fermes le chat.

Tu aimes lire et contrôler ce que ton IA « sait » (ce sont des fichiers texte, pas une boîte noire).

Tu utilises déjà un CLAUDE.md et tu veux le porter au niveau supérieur.

Dans NeuralOS : la wiki vivante, sans monter de dossiers

La vision, déjà tangible

La méthode de Karpathy est puissante mais elle exige que TOI, tu montes les dossiers et que tu maintiennes la discipline. Dans NeuralOS, chaque agent a déjà sa mémoire, ses instructions (son schéma) et sa base de connaissance dans une seule interface — l'idée de la wiki vivante sans que tu aies à construire des fichiers à la main. Le moteur qui la maintient dans le cloud fait partie du chemin que nous construisons ; l'expérience, elle, est déjà là.