El patrón de wiki con LLM de Karpathy

Esta wiki es un ejemplo del patrón que describe: una IA lee material en bruto (aquí, chats de WhatsApp), escribe y actualiza un conjunto de páginas Markdown enlazadas, y las mantiene al día a medida que llega material nuevo. La misma idea está hoy dentro de la mayoría de los agentes personales como su memoria.

El patrón

Andrej Karpathy, el investigador de IA, lo publicó como un breve texto titulado «LLM Wiki» el 2026-04-04 (el gist). En lugar de subir documentos y hacer que la IA los busque desde cero en cada pregunta, dejas que construya y mantenga una wiki estructurada.

Tiene tres capas:

• Fuentes originales que la IA lee y nunca modifica.
• La wiki: páginas que la IA escribe y mantiene enlazadas entre sí.
• El esquema: un archivo de instrucciones (como CLAUDE.md o AGENTS.md) que le dice a la IA cómo está organizada la wiki y cómo trabajar en ella.

Y tres tareas:

• Ingerir: leer una fuente nueva y actualizar cada página a la que afecta.
• Consultar: responder a partir de la wiki, y archivar las buenas respuestas como páginas nuevas.
• Revisar (lint): buscar contradicciones, afirmaciones desactualizadas, páginas huérfanas y vacíos.

Dos archivos lo mantienen unido: index.md, un catálogo que la IA lee primero, y log.md, un registro continuo de lo que se ingirió y se revisó.

El punto de Karpathy es que la gente abandona las wikis porque el mantenimiento crece más rápido que el valor. A una IA no le aburre actualizar las referencias cruzadas.

Cómo la usa esta wiki

La wiki de ChabadLabs empezó con una exportación de WhatsApp de unos 7.400 mensajes a lo largo de diez meses. La actualización de octubre de 2026 se nutrió de cuatro grupos de IA de shlujim, de octubre de 2025 a octubre de 2026.

Esa actualización dejó la lección más importante para cualquiera que copie el patrón: muchos de los «hechos» de los chats originales los habían escrito los propios agentes de IA de los miembros, y muchos eran falsos (comandos inventados, precios equivocados, modelos que no existían). Por eso cada dato de producto en estas páginas se verifica ahora con la página del propio proveedor antes de entrar, y todo lo que no se pudo verificar se descarta o se rotula como la experiencia de un miembro con una fecha. Una wiki mantenida por IA y alimentada con chats necesita esa regla, o termina blanqueando conjeturas como si fueran hechos.

La propia wiki comunitaria de los constructores (solo con inicio de sesión) se topó con el mismo problema. Su agente de la wiki se negó en agosto de 2026 a publicar como hecho general la afirmación pegada por un operador «solo con base en un mensaje pegado». Ese mismo mes, una propuesta corregida y el original equivocado fueron aprobados ambos por error; la solución fue cancelar la propuesta anterior cada vez que una nueva la reemplaza.

Cómo recuerdan las cosas los agentes, 2026

Los constructores de agentes de los shlujim probaron varios enfoques. Se diferencian sobre todo en el costo y en quién decide qué se guarda.

Archivos de memoria simples. NanoClaw le da a cada agente una carpeta de notas en Markdown con un mapa index.md, que se carga en cada conversación nueva. No hay base de datos; puedes abrir y editar los archivos tú mismo, y la memoria se queda dentro de un grupo de agentes (documentación de memoria de NanoClaw). Hermes Agent guarda notas parecidas y además busca en sus propias conversaciones pasadas. Es la opción más barata y el mejor comienzo para un asistente de una sola persona.

Una habilidad de wiki de Karpathy. GabAI incluye una habilidad que agrega este patrón a un agente. Los miembros usaron una wiki compartida para todos sus agentes, o una por área (personal, familia, el Beit Jabad). Por diseño, solo guarda cuando se lo indicas; la memoria ordinaria se encarga del resto. La advertencia sobre el costo llegó pronto: un shliaj que construía una wiki de textos de Jabad dijo que consume tokens «como si no hubiera mañana», porque cada ingesta reescribe de 10 a 15 páginas, y el agente de otro «escribió 6 mil páginas de wiki para el proyecto equivocado» en una semana (mayo de 2026). El consejo del grupo en junio de 2026: empieza con memoria simple y registros de conversación, y agrega la wiki solo si después de cuatro a seis semanas el agente todavía no puede recordar lo que necesita. La wiki completa conviene a una base de conocimiento de un equipo o una comunidad.

MemPalace. Un sistema de memoria de código abierto (MIT) que guarda conversaciones y notas palabra por palabra en tu propia máquina, organizadas en alas, salas, armarios y cajones, con búsqueda local y sin necesidad de clave de API (MemPalace, GitHub). La opinión del administrador de GabAI: «La wiki de Karpathy sirve para manejar grandes volúmenes de conocimiento. Para una memoria contextual sólida de largo plazo del agente, MemPalace es mejor (y más barato)». Lo usa detrás del agente de soporte del grupo y le entrega las transcripciones de sus sesiones de Claude Code.

Búsqueda encima. qmd es un motor de búsqueda local y gratuito para notas en Markdown que combina búsqueda por palabras clave y por significado, y se conecta a Claude mediante MCP (GitHub). El administrador lo ejecuta sobre la wiki de su agente.

Dos advertencias del grupo:

• Las wikis construidas a partir de chats de grupo contienen información personal. En mayo de 2026 los administradores del grupo notaron que un agente podía «saber» mucho sobre los miembros a partir de una wiki compartida, y un agente respondió mal una pregunta sobre un miembro. Pregunta antes de ingerir los mensajes de otras personas, y quita los nombres y números que no necesites.
• La memoria no es un reglamento. Un agente puede editar sus propios archivos de memoria, así que no pongas ahí límites estrictos. Hazlos cumplir mediante permisos (consulta Seguridad de los agentes).

Dónde aparece el patrón en las apps de Torá

• La app Maamorim: un corpus curado que la IA presenta. Consulta App Maamorim.
• dach.dev: seforim en texto plano que pegas en tu IA. Consulta dach.dev.
• NotebookLM con la Torá del Rebe: respuestas basadas en fuentes sobre un conjunto fijo de textos. Consulta NotebookLM.
• El sitio de Ayin Beis de un shliaj aplica la wiki de Karpathy a los maamarim de ese año (mayo de 2026).
• Los principios en borrador del grupo para la citación de Torá con IA (consulta El debate sobre la exactitud de la Torá) son, en la práctica, un esquema para una wiki de Torá.

Límites

• Una wiki solo está tan fresca como sus fuentes. Los datos de herramientas que cambian rápido se vuelven obsoletos por debajo. La versión anterior de esta misma página no decía nada sobre la memoria de los agentes, y los datos de GabAI en las páginas viejas estaban desactualizados a las pocas semanas.
• Necesita pasadas periódicas de revisión, o se acumulan contradicciones y enlaces rotos.
• No reemplaza las fuentes. Para el contenido de Torá, la autoridad es el sefer; la wiki solo remite a él.

Relacionado

• La IA y la exactitud de la Torá
• El debate sobre la exactitud de la Torá
• GabAI, NanoClaw, Hermes Agent
• Seguridad de los agentes
• Las apps comunitarias construidas sobre el patrón están en la Caja de herramientas