为什么维护一个 LLM Wiki

收藏一篇文章很容易。过一段时间，想找回当时为什么觉得它重要，却未必容易。

聊天记录也有类似的问题。一场讨论可能留下不错的角度，但要继续想下去，还得翻出原来的背景，分清哪些已经有了依据，哪些只是聊到一半的猜测。

我想维护一套 Wiki，主要是为了留住这些区别。这里说的 LLM Wiki，是让 AI 参与整理和修订主题笔记的工作方式，不指某个特定产品，也不保证让答案更准确。

留下的不只是一个答案

如果我反复关心“AI 如何参与写作”，只收集工具介绍是不够的。还会有一些需要持续追问的问题：哪些环节适合交给 AI？作者在哪些地方必须自己判断？一次尝试里出现的问题，下次是否还会出现？

我希望相关笔记能保存当前的看法、支撑它的材料，以及没有想清楚的地方。以后有新材料，再回到同一页修改。旧判断如果不成立，也应留下修改的理由。

这件事和搜索资料可以配合。需要核对一个出处时，仍然要回到原文；主题页不能代替来源，更不能因为经过 AI 整理，就被当成已经核实的事实。

从讨论到主题页，中间留一次整理

我不想把完整聊天直接当作文章或结论。讨论里有重复、试探，也可能有为了推进对话而暂时接受的假设。

比较合适的做法，是先整理一份短记录：这次在问什么，形成了什么判断，依据是什么，还有什么疑问。再看它和已有主题页的关系。能补充旧页面，就不必新建；如果与旧结论冲突，就把冲突摆出来，不急着合成一个圆满的答案。

AI 可以协助起草这份整理记录。是否写入长期笔记、保留哪种表述，我希望仍有一次明确的审阅。

目录服务于状态，不必越分越细

原始材料、待处理记录和整理后的主题页，承担不同用途。把它们分开，是为了知道哪些内容还没看过，哪些已整理，哪些只是暂存。

我会考虑保留一个简短索引，说明主题页在哪里、主要讨论什么。必要时记录一次修改用了哪些材料。文件不多时，不需要先铺开一整套层级；等真正出现检索和维护困难，再调整目录。

比目录名字更重要的是来源关系。读到一段判断，应该能找到它依据的材料；看见原始材料，也应知道它是否已经被某个主题页采用。来源失效或只有 AI 的转述时，这个缺口不能被一段流畅的文字盖过去。

用写作来检查它是否有用

假设准备写一篇关于 AI 与判断力的文章，可以先看看已有笔记：哪些观点值得继续讲，哪些例子有依据，哪些说法已经不认同了。

如果笔记能帮我找到这些内容，这次维护就有用。若还是得从头翻原文，或整理页只是把同一批空泛的话换着说，那就需要检查整理方式。

我不打算用页面数量衡量积累。一个主题能否继续展开，比目录里是否多了一篇文档更能说明问题。

维护也会消耗精力

主题页需要更新，重复内容需要合并，旧结论需要重新检查。把这些工作交给 AI 起草，并不免除审阅成本；未经核实的说法还可能在后续整理中被反复引用。

所以我更愿意把这套方法用在会持续返回的问题上。如果只是查一次资料，保存原文或简单记一笔就够了。变化很快的信息，也不能因为进入了 Wiki 就被视为仍然有效。

我希望下次打开一个主题页时，能认出自己为什么这样想，也能看见哪里还需要改变。如果整理工作没有帮到下一次思考，就没有必要为了维持一套完整的 Wiki 而继续增加步骤。