Le modèle du wiki LLM de Karpathy

Ce wiki est un exemple du modèle qu’il décrit : une IA lit de la matière brute (ici, des discussions WhatsApp), écrit et met à jour un ensemble de pages Markdown reliées entre elles, et les maintient à jour à mesure que de nouvelles données arrivent. La même idée se trouve aujourd’hui dans la plupart des agents personnels, comme mémoire.

Le modèle

Andrej Karpathy, le chercheur en IA, l’a publié sous forme d’un court texte intitulé « LLM Wiki » le 2026-04-04 (le gist). Au lieu de téléverser des documents et de laisser l’IA y chercher depuis zéro à chaque question, on la laisse construire et entretenir un wiki structuré.

Il comporte trois couches :

• Les sources brutes, que l’IA lit et ne modifie jamais.
• Le wiki : des pages que l’IA écrit et garde reliées entre elles.
• Le schéma : un fichier d’instructions (comme CLAUDE.md ou AGENTS.md) qui dit à l’IA comment le wiki est organisé et comment y travailler.

Et trois tâches :

• Ingérer : lire une nouvelle source et mettre à jour toutes les pages qu’elle concerne.
• Interroger : répondre à partir du wiki, et reclasser les bonnes réponses comme nouvelles pages.
• Contrôler (lint) : chercher les contradictions, les affirmations périmées, les pages orphelines et les lacunes.

Deux fichiers tiennent l’ensemble : index.md, un catalogue que l’IA lit en premier, et log.md, un journal continu de ce qui a été ingéré et vérifié.

L’idée de Karpathy est que les gens abandonnent les wikis parce que l’entretien croît plus vite que la valeur. Une IA ne se lasse pas de mettre à jour les renvois.

Comment ce wiki l’utilise

Le wiki de ChabadLabs est parti d’un seul export WhatsApp d’environ 7 400 messages sur dix mois. La mise à jour d’octobre 2026 s’est appuyée sur quatre groupes d’IA de chlou’him, d’octobre 2025 à octobre 2026.

Cette mise à jour a donné la leçon la plus importante pour quiconque copie le modèle : beaucoup de « faits » des discussions sources avaient été écrits par les propres agents IA des membres, et beaucoup étaient faux (commandes inventées, prix erronés, modèles qui n’existaient pas). C’est pourquoi chaque fait sur un produit figurant sur ces pages est désormais vérifié sur la page du fournisseur avant d’être retenu, et tout ce qui n’a pas pu être vérifié est retiré ou présenté comme l’expérience d’un membre, avec une date. Un wiki entretenu par l’IA et alimenté par des discussions a besoin de cette règle, sinon il blanchit des suppositions en faits.

Le wiki communautaire des développeurs (accès sur connexion seulement) a rencontré le même problème. Son agent wiki a refusé en août 2026 de publier comme fait général une affirmation collée par un opérateur « sur la seule foi d’un message collé ». Le même mois, une proposition corrigée et l’original erroné ont tous deux été approuvés par erreur ; la solution a été d’annuler l’ancienne proposition chaque fois qu’une nouvelle la remplace.

Comment les agents se souviennent, 2026

Les développeurs d’agents des chlou’him ont essayé plusieurs approches. Elles diffèrent surtout par le coût et par qui décide de ce qui est enregistré.

Des fichiers de mémoire en texte brut. NanoClaw donne à chaque agent un dossier de notes Markdown avec une carte index.md, chargé dans chaque nouvelle conversation. Il n’y a pas de base de données ; vous pouvez ouvrir et modifier les fichiers vous-même, et la mémoire reste dans un seul groupe d’agents (documentation de la mémoire de NanoClaw). Hermes Agent garde des notes similaires et cherche aussi dans ses propres conversations passées. C’est l’option la moins chère et le bon point de départ pour un assistant à usage individuel.

Une compétence de wiki à la Karpathy. GabAI fournit une compétence qui ajoute ce modèle à un agent. Des membres ont utilisé un seul wiki partagé pour tous leurs agents, ou un par domaine (personnel, famille, la Beth ’Habad). Par conception, elle n’enregistre que lorsque vous le lui demandez ; la mémoire ordinaire s’occupe du reste. L’avertissement sur le coût est vite tombé : un chalia’h qui construisait un wiki de textes de ‘Habad a dit qu’il brûle des tokens « comme s’il n’y avait pas de lendemain », parce que chaque ingestion réécrit de 10 à 15 pages, et l’agent d’un autre « a écrit 6 000 pages de wiki pour le mauvais projet » en une semaine (mai 2026). Le conseil du groupe en juin 2026 : commencez par la mémoire simple et les journaux de conversation, et n’ajoutez le wiki que si, après quatre à six semaines, l’agent n’arrive toujours pas à se rappeler ce dont il a besoin. Le wiki complet convient à une équipe ou à une base de connaissances communautaire.

MemPalace. Un système de mémoire open source (MIT) qui stocke mot pour mot les conversations et les notes sur votre propre machine, organisés en ailes, salles, placards et tiroirs, avec une recherche locale et sans clé d’API (MemPalace, GitHub). L’avis de l’administrateur de GabAI : « Le wiki de Karpathy est bon pour traiter de grands corpus de connaissances. Pour une mémoire contextuelle de long terme solide pour un agent, MemPalace est meilleur (et moins cher). » Il l’utilise derrière l’agent d’assistance du groupe et lui fournit les transcriptions de ses sessions Claude Code.

La recherche par-dessus. qmd est un moteur de recherche local et gratuit pour des notes Markdown, qui combine la recherche par mots-clés et par le sens, et se connecte à Claude par MCP (GitHub). L’administrateur l’exécute sur le wiki de son agent.

Deux mises en garde du groupe :

• Les wikis construits à partir de discussions de groupe contiennent des informations personnelles. En mai 2026, des administrateurs de groupe ont remarqué qu’un agent pouvait « savoir » beaucoup de choses sur des membres grâce à un wiki partagé, et qu’un agent avait mal répondu à une question sur un membre. Demandez avant d’ingérer les messages d’autres personnes, et retirez les noms et les numéros dont vous n’avez pas besoin.
• La mémoire n’est pas un règlement. Un agent peut modifier ses propres fichiers de mémoire ; n’y mettez donc pas de limites strictes. Appliquez-les dans les permissions (voir Sécurité des agents).

Où le modèle apparaît dans les applications de Torah

• L’application Maamorim : un corpus choisi, présenté par l’IA. Voir Application Maamorim.
• dach.dev : des sefarim en texte brut que vous collez dans votre IA. Voir dach.dev.
• NotebookLM avec la Torah du Rabbi : des réponses ancrées dans les sources, sur un ensemble fixe de textes. Voir NotebookLM.
• Le site Ayin Beis d’un chalia’h applique le wiki de Karpathy aux maamarim de cette année-là (mai 2026).
• Les projets de principes du groupe pour la citation de la Torah par l’IA (voir Débat sur l’exactitude de la Torah) sont en fait un schéma pour un wiki de Torah.

Limites

• Un wiki n’est aussi frais que ses sources. Les faits sur les outils, qui changent vite, deviennent périmés en dessous. La version précédente de cette page ne disait rien de la mémoire des agents, et les faits sur GabAI des anciennes pages étaient dépassés en quelques semaines.
• Il demande des passes de contrôle régulières, sinon les contradictions et les liens morts s’accumulent.
• Il ne remplace pas les sources. Pour le contenu de Torah, le sefer fait autorité ; le wiki ne fait que renvoyer vers lui.

Voir aussi

• L’IA et l’exactitude de la Torah
• Débat sur l’exactitude de la Torah
• GabAI, NanoClaw, Hermes Agent
• Sécurité des agents
• Les applications communautaires construites sur ce modèle se trouvent dans la Boîte à outils