🧠 Obsidian Intelligence · Выпуск #26 · Четверг

Karpathy и мыслители PKM

14 мая 2026 Тема: AI-мыслители и LLM Wiki паттерн 5 ключевых фигур Выпуск #26
4000+ плагинов в экосистеме
120M скачиваний плагинов
16M просмотров поста Karpathy
70× эффективнее RAG при правильной структуре

🔥 Главное

Breaking (вчера, 13 мая): Obsidian опубликовал пост «The Future of Obsidian Plugins» — дорожная карта развития плагин-экосистемы. Разбор в секции #4.

В апреле 2026 Андрей Карпати опубликовал GitHub Gist, который разлетелся по AI-сообществу со скоростью мема. LLM Wiki — это не очередной туториал про Obsidian. Это смена парадигмы: не ты управляешь базой знаний и иногда спрашиваешь AI — AI строит и поддерживает всю базу за тебя.

Карпати сформулировал это предельно ёмко: «Obsidian — это IDE. LLM — программист. Wiki — кодовая база.» Простая метафора, но за ней — принципиально иная архитектура мышления о PKM. Vault перестаёт быть файловым хранилищем и становится живым кодовым репозиторием, где LLM делает коммиты после каждого нового источника.

За месяц идея породила несколько независимых имплементаций: Ar9av/obsidian-wiki на GitHub, фреймворки в MindStudio, туториалы на Medium и VentureBeat. По данным MindStudio, при правильной структуре vault (консистентный frontmatter + wikilinks-граф + разделение raw/wiki) система работает в 70 раз эффективнее стандартного RAG-подхода.

raw/ неизменяемые источники (статьи, книги, встречи) ↓ LLM читает, извлекает, синтезирует wiki/ концепты, энтити, скиллы, синтез, дашборды ↓ LLM поддерживает связи, обновляет frontmatter CLAUDE.md schema — делает LLM дисциплинированным редактором

Главная инсайт четверга: структура vault важнее выбора AI-плагина. Три принципа Context Engineering — консистентный summary: в frontmatter, wikilinks как граф знаний, строгое разделение raw/wiki — дают больший прирост производительности, чем любой конкретный плагин.

🤖 Karpathy и LLM Wiki паттерн

"Obsidian is the IDE; the LLM is the programmer; the wiki is the codebase."

— Andrej Karpathy, GitHub Gist, апрель 2026

Что именно сделал Карпати? Он не изобрёл ничего нового технически — Obsidian существует с 2020, LLM API доступны всем. Он сформулировал правильный mental model: vault как кодовая база требует тех же практик, что и хороший репозиторий: schema (CLAUDE.md = .editorconfig), delta-tracking (manifest.json = git history), lint-процессы, cross-linking как граф зависимостей.

Gist-пост набрал 16M просмотров — это показатель того, насколько сообщество ждало именно этого фрейминга. Не «как хранить заметки», а «как строить систему, которая растёт и самообновляется».

Ключевые принципы LLM Wiki по Карпати:

1. Retrieval Primitives — от дешёвого к дорогому. Сначала index.md + grep frontmatter, потом секционный grep, и только потом полное чтение файла. Никогда не начинай с полного чтения — это как делать SELECT * без WHERE.
2. Провенанс-маркеры. Каждое утверждение должно быть помечено: extracted (из источника), inferred (LLM синтезировал), ambiguous (источники противоречат). Это честность перед собой о качестве знания.
3. 1 source → 5-15 wiki-страниц. Ingest это не архивирование — это компиляция. Один документ должен обновить несколько страниц, создать новые связи, усилить существующие концепты.

Сейчас экосистема вокруг паттерна растёт: kepano/obsidian-skills (13.9K★) решает проблему сломанных wikilinks при работе AI-агентов, mcp-obsidian даёт MCP-доступ к vault, агентские плагины (Claudian, Agent Client) встраивают UI прямо в Obsidian. Трёхслойная архитектура 2026 становится стандартом.

🧠 Мыслители PKM — 5 фигур, за которыми стоит следить

🤖
Andrej Karpathy
@karpathy · x.com
Автор LLM Wiki паттерна. Экс-директор AI в Tesla, соучредитель OpenAI. Делает PKM технически честным — без хайпа, с конкретными архитектурными решениями.
LLM Wiki · Context Engineering
📚
Sébastien Dubois
@dsebastien · dsebastien.net
Автор концепции AKM (Agentic Knowledge Management). Вчера опубликовал «The Future of Obsidian Plugins». Глубокие разборы PKM-архитектуры, без superficial tips.
AKM · Obsidian архитектура
🔗
Nick Milo
@nickmilo · Linking Your Thinking
Создатель MOC (Maps of Content) метода. Самый доступный вход в Obsidian для новичков. Его LYT-фреймворк совместим с LLM Wiki паттерном.
MOC · LYT Framework
🌊
Tiago Forte
@fortelabs · Building a Second Brain
Автор PARA и BASB. Его CODE-метод (Capture, Organize, Distill, Express) хорошо ложится как слой поверх LLM Wiki. Доминирующий framework 2026.
PARA · CODE · BASB
kepano (Stephan Ango)
@kepano · CEO Obsidian
CEO Obsidian и автор obsidian-skills (13.9K★). Его инструменты решают реальную проблему: AI-агенты ломают wikilinks. Skills дают LLM синтаксический контекст.
obsidian-skills · Bases · Minimal theme
Почему именно эти пятеро? Карпати даёт архитектуру, dsebastien — аналитику, Milo — доступность, Forte — методологию, kepano — инструменты. Вместе они покрывают все слои PKM-системы от концептуального до технического.

🆕 Плагины — фокус на LLM-совместимость

Breaking (13 мая 2026): Obsidian опубликовал «The Future of Obsidian Plugins» — официальная дорожная карта с новым Obsidian Community порталом (4000+ плагинов, 120M скачиваний). Ревью теперь занимает минуты, а не недели.
Smart Composer ★ 4.9
AI-ассистент прямо в редакторе с осознанием контекста vault. Понимает wikilinks, frontmatter и structure. Лучшая LLM-интеграция на сегодня.
AI editor LLM-native
infio-copilot ★ 4.8
Cursor-стиль для Obsidian: автодополнение, inline редактирование, Tab-принятие предложений. Меняет скорость работы с vault кардинально.
AI autocomplete cursor-style
Claudian ★ 4.7
Agent Client плагин от YishenTu — встраивает Claude-агента прямо в Obsidian. Третий слой трёхслойной архитектуры 2026: skills → mcp → agent UI.
agent claude новинка
Auto Keyword Linker ★ 4.6
Автоматически создаёт wikilinks при наборе текста — находит упоминания существующих страниц и предлагает ссылки. Идеален для поддержания графа знаний.
wikilinks automation новинка апрель 2026

📺 Видео — четверг: Karpathy и мышление о PKM

🎓
Andrej Karpathy's LLM Wiki: Build a Personal Knowledge Base
MindStudio · 2026
Разбор оригинального Gist от Карпати с практической имплементацией через Claude Code + Obsidian. Включает benchmark: LLM Wiki vs RAG (70× разница).
🔗
The LYT Framework meets LLM Wiki — Making Sense of AI Knowledge
Nick Milo · Linking Your Thinking
Nick Milo показывает, как MOC-подход совместим с автоматизированным LLM-инжестом. Maps of Content как навигационный слой поверх AI-управляемого vault.
🌊
PARA + AI: How Tiago Forte Uses LLMs in His Second Brain
Tiago Forte · Building a Second Brain
Как PARA-метод трансформируется под AI-эпоху. Forte переосмысляет CODE-цикл: Capture теперь автоматический, Distill делает LLM, Express — главная задача человека.
The Future of Obsidian Plugins — kepano's Vision
Obsidian · youtube.com/obsidian · май 2026
Официальный разбор новой дорожной карты плагинов: Obsidian Community, Bases API, агентские интеграции. Что изменится для разработчиков и пользователей.
🤿
Agentic Knowledge Management: The Next Paradigm
Sébastien Dubois · dsebastien.net
Концепция AKM: AI не отвечает на вопросы, а проактивно наблюдает за vault, знает твои цели и предлагает действия до того, как ты спросил. Будущее PKM по dsebastien.

💡 Рекомендация дня

26
Аудит: найди все wiki-страницы без поля summary:
Главный принцип Context Engineering от Карпати: summary: это дешёвый retrieval primitive. Без него LLM вынужден каждый раз читать файл целиком. 200 символов в frontmatter экономят тысячи токенов в месяц.

Запусти в терминале одну команду — она покажет все страницы без summary: в твоём wiki/. После — добавь summary прямо в Claude Code: «добавь summary: во все файлы без него». Это займёт 5 минут и ускорит работу vault постоянно.
grep -rL "^summary:" wiki/ --include="*.md" | head -20