See The Forest 见林知识网络演化与博客系统

既见树木，也见森林。See the trees. See the forest.

本文介绍公开知识库背后的系统理念；也可以从知识获取、整理与复用继续探索相关主题。

LLM 时代，笔记和博客还有价值吗？

LLM（大语言模型，是一种可以通过聊天生成自然语言以及其他文本内容的 AI）时代，知识的获得变得极为容易。任何人使用 LLM，几乎都可以获得人类能够通过语言承载的知识。与此同时，原本由互联网搜索引擎和博客承担的一部分知识获取需求，也在被 LLM 聊天窗口取代。那么，在这个时代，记录和维护个人笔记，构建和发布个人博客，还有意义或者价值吗？

从学生时代到工作的六年，我始终有记录笔记的习惯。至今陆陆续续维护了四千多篇笔记文档，目的是记录自己在学习和工作中自认为有价值、对自己有用的知识，也把好的内容以博客的形式分享到互联网上。旧时代，记录笔记，实质上是通过对知识的收藏，给自己一种掌握了知识的感觉，从而对抗面对工作挑战的焦虑；而发表博客，一方面是在帮助别人，另一方面也是在打造个人 IP，把自己通过展示认知的方式介绍给他人。那么，LLM 时代，笔记和博客的价值在哪里？之前记录的这些东西，是不是都只好“烂在箱子里”呢？

见林的真实知识网络：公开内容不再只是一列文章，而是彼此相连的一片森林。

前段时间，我了解了 Karpathy 的 LLM Wiki。受他的启发，我想构建一套自己的、用 LLM Agent 维护的个人笔记库。Karpathy 方案的核心是：

让 LLM Agent 持续增量地构建和维护 Wiki。它不是等到提问时再临时搜索、临时拼接，而是在资料进入时，就通过提取、整理、建立索引和持续更新，把高价值结果沉淀为持久存在、能够产生复利的制品。他把 LLM Wiki 分成原始内容层、Wiki 层和 Schema 层（维护契约层）。

我想借鉴他的方式，构建一套属于我的、由 Agent 维护的笔记库。Karpathy 原文中也说到：“LLM Wiki 描述的是一种思想，而不是具体实现。”我希望借鉴它的本质精髓，而不是模仿表象、照搬形式。同时，我也想对这套方案进行优化。在构建这套知识库系统的时候，我遵循这样的理念或者依据：

• 知识本质上是一套网络，彼此互有关联，就像大脑的神经元一样。
• 知识库中的笔记应该被恰当地分类。
• 知识之间可以互相印证，也可以互相限制和反驳。
• 不同领域的知识，在某种层面上，可能会有相同的模式。但表面相似并不意味着它们的本质一定相同。
• 知识与知识互相关联所构建的网络，也是知识的一部分。这个网络可以随着知识的增加不断演化。我把知识在跨时间、跨材料和跨领域的互动中逐渐产生新解释、新问题的过程，叫作“发酵”—— 像食物的发酵一样，历久弥香。在发酵的过程中，可能会产生新的发现，生出新的“火花”。
• 对知识的掌握连成一片、融会贯通，人会逐渐达到一种“通达”的状态，也许就叫“开悟”。

总而言之，通过对知识的收录、分类、关联和启发，使知识构建成为网络，并在发酵的过程中诞生智慧。LLM Agent 在这个过程中起的作用，实际上是从工作量和工作效率上，使这样一个复杂的工程变得容易、可行。也就是说，相比没有 LLM Agent 的时代，LLM Agent 并没有改变知识的本质；它只是通过工作效率的提升，使旧时代难以长期执行的事情变得可行。

为此，我构建了一套知识网络系统——见林（See the Forest）。名字来自于一句谚语：“既见树木，也见森林。”See the trees. See the forest. 这句话的意思，是在表达，我们在看待事物、问题、知识的时候，不应该只看待一个个孤立的点，应该看到事物之间、知识之间的内在连接，看到由连接构成的网络——也就是，不仅仅看到树木，要看到树木构成的整片森林，森林中的生态系统、生命与生命之间的关系。

我想构建的，不是另一层摘要

第一步，是先把过去积累的笔记重新梳理、合理分类，构建一棵能够长期维护的目录树，让每篇笔记先有一个基本的归属。但目录只能决定一篇笔记放在哪里，不能完整表达知识之间的关系。

“见林”知识网络系统与 Karpathy 的方案差异之处在于：Karpathy 的方案，将原始资料层与 Wiki 层分成两部分。而我认为，知识构成的网络，是知识的一部分，它们是一个整体。并且，原始笔记本身，就应该是被维护和优化的主体，而不是仅仅维护 Wiki 层。因此，“见林”虽然也将内容分为“知识底座”与“知识演化层”，但没有将这两层用两种不同的方式维护，而是将知识与知识演化得到的网络构成一个整体，让 Agent 对这个整体网络进行演化与发酵。

知识底座保留原始材料和过去的认识；知识演化层维护语义关系、综合判断、证据边界、矛盾、开放问题和认识演化。这里的维护，并不是让 Agent 任意改写我的原文。我的认知历史属于我，Agent 负责提高效率，最终判断仍然由我完成。

我希望这是一套有生命、有智慧的知识网络。而这个方案，其实也证明了：“知识网络”的存在，并不是因为 LLM Agent 带来了本质上的不同，而是 LLM Agent 通过提高效率，使这一复杂、不太可能执行下来的事情，变得可行。

选择一个主题后，与它真正相关的内容被点亮；也可以从这里继续进入主题阅读。

这套知识网络是怎样构建和维护的？

我没有为了套用一种新方案，推倒重建四千多篇笔记。Markdown 和现有目录仍然是知识底座，Obsidian 仍然是我主要的阅读和维护界面。我借助分类、双向链接和 Graph View，把分散的内容逐渐连接起来。但链接不是越多越好，真正重要的是它们为什么相关，以及新材料怎样改变已有认识。

后续由我和 Agent 一起维护。Agent 帮助我从大量内容中发现关系、比较新旧知识并维护网络，而问题是否重要、哪些认识值得保留、最终是否接受修改，仍然由我判断。我把这个过程叫作“知识编译”：定位相关旧知识，比较新旧内容，写回有价值的变化，最后完成校验。背后还有更具体的关系判断、权限和工程机制，本文不展开实现细节。

附件：知识本质上是一套网络

我为什么又把它做成了一个博客？

当个人知识库的基础结构逐渐成形以后，我想进一步发掘它的价值——这套网络应该是可以被看见的。如果我们能真正通过眼睛看到它的结构，先从整体上观察主题、关系和空隙，再进入具体内容浏览细节，那一定是很酷的。

正好，Obsidian 本身就有 Graph View。它对知识网络的显示与交互给了我启发，但它只能在本地由我自己浏览——我为什么不构建一套可以在个人博客上展示的知识网络视觉与交互系统呢？

我想做的也不是在传统博客首页加一张装饰性的 Graph。图中的每个节点都应该对应真实的公开内容，每条关系都来自真实的双向链接和语义结构。读者打开首页，先看到的不是一列“最新文章”，而是这套知识长期形成的主题簇、桥梁和空隙；随后再从网络进入某一篇内容。

于是，经过一段时间的设计、开发和迭代，我构建了一套可以部署到个人博客上的知识网络视觉与交互系统。从效果上看，它符合物理与数学规律：节点的移动自然，连接关系清晰，即使同时展示大量内容，浏览和拖动也依然流畅。至于这些效果具体是怎样实现的，本文不展开。

这个网络，就是由知识构成的一片星辰。每一个节点都是一个主题或者一篇文章，星辰之间互相连接，也会根据关系的强弱呈现不同的连接强度。你可以用鼠标拖动，也可以点击一个节点，进入对应的主题或者文章。

知识网络不是装饰，它就是博客的主要入口。如果不习惯通过星图探索，也可以使用搜索、主题文字入口和普通链接找到内容。

附件：从整体进入具体内容

人类已经不是互联网唯一的读者

另外，在 LLM Agent 时代，人类已经不是互联网唯一的读者——Agent 也已经事实上成为互联网的使用者。因此，这套博客不仅要方便人类阅读，也要方便 Agent 发现、读取和理解。

但我不想简单地在博客首页加一个聊天框。相比让模型代替我回答，我更在意 Agent 能不能读到我的原文、理解知识之间的关系，并把引用带回具体内容。人和 Agent 可以从不同入口进入，但最终看到的，应该是同一份内容和同一张知识网络。没有证据的内容，不应该被包装成我的观点；私有知识也不会进入公开博客。

人可以从知识网络进入文章阅读；同一份公开内容也提供给 Agent 可读取的表示。

接下来

目前，我还没有把整套博客和知识星图实现开源。未来，我会考虑把整套方案作为能力与服务包，协助其他同样愿意构建个人知识网络和对应博客系统的朋友，完成从知识库整理、知识演化，到公开网络展示与部署的整套构建。

如果你只是想看看这套系统现在是什么样子，请浏览器访问：

先不要搜索。随便选择一个你认识的主题，沿着真实关系走两步，再进入一篇内容。也许你会更直接地理解，我所说的“既见树木，也见森林”到底是什么。

如果你也想构建属于自己的知识网络与博客，可以通过我的邮箱联系我，提前预约。现阶段，我会以有偿的形式提供方案、部署与支持服务。

联系邮箱：perrinyong@163.com