NeuralOS
GuíaIntermedio

El método "LLM Wiki" de Karpathy · que tu IA acumule conocimiento de verdad

En abril de 2026, Andrej Karpathy —cofundador de OpenAI, ex-director de IA en Tesla— publicó un documento corto que explotó (más de 16 millones de vistas): el patrón "LLM Wiki". La idea es brillante por lo simple: en vez de que tu IA olvide y tú le repitas todo cada vez, haz que ELLA construya y mantenga una wiki en markdown — una base de conocimiento que CRECE con cada conversación y que tú puedes leer. En esta guía te explico su método exacto, en español simple, por qué funciona tan bien, y cómo montarlo con el prompt listo para pegar. Es el siguiente paso natural después del archivo CLAUDE.md.

Jun 18, 202612 min
Antes de esto, mira la guía de memoria
Este recurso profundiza en la opción más simple y poderosa de darle memoria a tu IA: los archivos que tú lees. Si aún no la viste, empieza por la guía de [herramientas de memoria](/recursos/memoria-para-tu-ia-herramientas) — ahí está el menú completo. Aquí vamos a fondo con la técnica del maestro.

El problema que Karpathy quiso resolver

Cada vez que trabajas con tu IA, le explicas cosas, exploran ideas, llegan a conclusiones… y todo eso se evapora al cerrar el chat. La próxima vez, la IA no recuerda nada y tú vuelves a explicar lo mismo. Karpathy lo señala así: el conocimiento no se acumula — cada conversación arranca desde cero.

Su idea para romper eso es brillante por lo simple: que la IA escriba y mantenga su propia wiki — una base de conocimiento que crece con cada conversación, en vez de evaporarse.

La frase que lo resume
Karpathy lo pone así: "Obsidian es el IDE; el LLM es el programador; la wiki es el código." Tú no escribes la wiki — la IA la escribe y la mantiene; tú la lees y la usas.

La idea: una wiki que tu IA construye sola

La IA construye incrementalmente una wiki: una colección de archivos markdown enlazados entre sí, que vive entre tú y tus fuentes (tus documentos, notas, repos). Tú la lees; la IA la escribe y la mantiene. Cada cosa que aprenden juntos queda registrada y conectada — así, con el tiempo, esa wiki se vuelve más valiosa que las notas sueltas.

¿Por qué funciona, si los humanos siempre abandonamos nuestras wikis? Karpathy da la respuesta exacta: "lo tedioso de mantener una base de conocimiento no es leer ni pensar — es el trabajo de oficina (el bookkeeping)... Los humanos abandonan las wikis porque el mantenimiento crece más rápido que el valor. Los LLMs no se aburren, no se olvidan de actualizar una referencia cruzada, y pueden tocar 15 archivos de una sola pasada."

Las 3 capas del método

Karpathy organiza el sistema en tres capas. Entenderlas es entender todo el método:

La arquitectura
1. Las fuentes crudas (raw sources): tus documentos, artículos, repos originales. Son inmutables — la IA los lee pero NUNCA los modifica. Tu fuente de verdad.
2. La wiki: una carpeta de archivos markdown que la IA genera. La IA es dueña de esta capa entera: tú la lees, la IA la escribe.
3. El esquema: un documento (tu CLAUDE.md o AGENTS.md) que le dice a la IA cómo está organizada la wiki. Es lo que la convierte en una "bibliotecaria disciplinada" en vez de un chatbot genérico.
Aquí conecta con tu CLAUDE.md
Fíjate que la tercera capa es justo el archivo del Escalón 1 (CLAUDE.md / AGENTS.md). Por eso este método es la evolución natural de ese archivo: deja de ser solo "tus reglas" y se vuelve el manual de cómo la IA mantiene tu wiki.

Las 3 operaciones (lo que la IA hace con la wiki)

El método tiene tres acciones, con los nombres que les puso Karpathy:

Ingest (ingerir). Le pasas una fuente nueva (un artículo, un repo). La IA lo lee, conversa contigo los puntos clave, escribe una página-resumen en la wiki y actualiza el índice. Una sola fuente puede tocar 10-15 páginas de la wiki, conectándolas.

Query (consultar). Le preguntas algo. Y aquí está lo bueno: las buenas respuestas se archivan de vuelta en la wiki como páginas nuevas. Así, tus propias exploraciones se acumulan en la base de conocimiento, igual que las fuentes que ingieres.

Lint (revisar). Le pides a la IA que haga un chequeo de salud de la wiki: busca contradicciones entre páginas, afirmaciones desactualizadas, páginas huérfanas (sin enlaces que lleguen a ellas). Mantiene la wiki sana sola.

Dos archivos especiales
Karpathy recomienda un index.md (el catálogo de toda la wiki, organizado por contenido) y un log.md (un registro cronológico, solo-añadir). Tip suyo: si cada entrada del log empieza con un prefijo consistente como ## [2026-04-02] ingest | Título, puedes buscar en él con herramientas simples.

El prompt para montar tu LLM Wiki

Pega esto en tu agente (Claude Code, Codex, etc.) para arrancar tu propia wiki siguiendo el patrón de Karpathy. Está pensado para que la IA te haga las preguntas y arme la estructura contigo.

Prompt · montar tu LLM Wikitexto
Vamos a montar una "LLM Wiki" siguiendo el patrón de Andrej Karpathy: una base de conocimiento en markdown que tú (la IA) construyes y mantienes, y que yo puedo leer.

ESTRUCTURA (3 capas):
1. raw/ — mis fuentes crudas (artículos, repos, notas). Tú las LEES pero NUNCA las modificas.
2. wiki/ — páginas markdown que TÚ generas y mantienes, enlazadas entre sí. Tú eres el dueño de esta capa.
3. El esquema — actualiza mi CLAUDE.md (o AGENTS.md) explicando cómo está organizada la wiki, para que la mantengas con disciplina.

Archivos especiales: crea un index.md (catálogo por temas) y un log.md (cronológico, solo-añadir; cada entrada empieza con "## [FECHA] operacion | Título").

OPERACIONES que vas a saber hacer:
- INGEST: cuando te pase una fuente, léela, dime los puntos clave, escribe una página-resumen en wiki/, enlázala y actualiza index.md y log.md.
- QUERY: cuando te pregunte algo, responde Y si la respuesta es valiosa, archívala como página nueva en la wiki.
- LINT: cuando te lo pida, revisa la wiki: contradicciones, datos viejos, páginas huérfanas, y propón arreglos.

Empieza haciéndome las preguntas necesarias sobre de qué será mi wiki y luego crea la estructura inicial (carpetas, index.md, log.md y la sección del esquema en mi CLAUDE.md).

¿Para quién es este método?

Cuándo te conviene
Trabajas con tu IA en un proyecto o tema y te cansa repetirle lo mismo cada vez.
Quieres que el conocimiento se acumule y mejore con el tiempo, no que se evapore al cerrar el chat.
Te gusta leer y controlar lo que tu IA "sabe" (son archivos de texto, no una caja negra).
Ya usas un CLAUDE.md y quieres llevarlo al siguiente nivel.

En NeuralOS: la wiki viva, sin montar carpetas

La visión, ya tangible
El método de Karpathy es potente pero requiere que TÚ montes las carpetas y mantengas la disciplina. En NeuralOS, cada agente ya tiene su memoria, sus instrucciones (su esquema) y su base de conocimiento en una interfaz — la idea de la wiki viva sin que tengas que armar archivos a mano. El motor que la mantiene en la nube es parte del camino que construimos; la experiencia ya está ahí.

La fuente original (léela completa)

Todo esto sale del documento que Karpathy publicó él mismo. Te recomiendo leerlo entero — es corto y vale oro.

Andrej Karpathy · "LLM Wiki" (gist original)
El documento original donde Karpathy describe el patrón completo (4 de abril de 2026).

A dónde sigue esto

Tu IA olvida todo · las herramientas reales que lo arreglan
El menú completo de herramientas de memoria (este método es la versión avanzada del Escalón 1).
Graphify · dale a tu IA un mapa completo de tu proyecto
Cuando tu wiki crece tanto que necesitas ver cómo se conecta todo: el grafo de conocimiento.
El protocolo C-A-R · construir software sin bugs con tu IA
Con memoria y conocimiento listos, el método para que tu IA construya sin dejar bugs escondidos.
#memoria#karpathy#conocimiento#claude
¿Listo para construir?

Empieza a construir en
menos de 3 minutos

Únete a 4.200+ creadores. Sin tarjeta. Construye tu primera app con IA en minutos.