上周Andrej Karpathy發(fā)了一條推，1500萬人看了。

又是Andrej。又是新概念。

這次他說自己最近把大量的LLM算力從寫代碼轉(zhuǎn)向了「建知識庫」，把論文、文章、代碼倉庫等原始資料扔進一個目錄，讓LLM自動編譯成一個markdown wiki，然后在這個wiki上做問答、生成幻燈片、做數(shù)據(jù)可視化。他的wiki已經(jīng)積累了100多篇文章、40萬字，可以回答各種復(fù)雜的研究問題。

最后他說了一句：

I think there is room here for an incredible new product instead of a hacky collection of scripts.（這個方向應(yīng)該有一個真正的產(chǎn)品，而不是一堆拼湊的腳本。）

我轉(zhuǎn)發(fā)之后，有不少人來找我問：「能不能出個教程？」「Obsidian怎么配？」「一定要用Claude Code嗎，用xxx行不行？」

說實話我自己用Claude Code搭類似的工作流不難，但每次有人問我「怎么搭」，都卡在同一個地方：Karpathy的方案需要命令行、需要寫腳本、需要配Obsidian插件，每一步都在勸退不會vibe coding的人。尤其是，問我這些問題的，恰恰都是不會寫代碼，也對Vibe Coding工具不熟悉的人，學(xué)生、白領(lǐng)、內(nèi)容創(chuàng)作者。

這讓我想起之前在即刻寫過的一件事：我收藏了2000篇文章，再也沒打開過。評論區(qū)最多人說的一句話是「一樣」。微信收藏、瀏覽器書簽、筆記軟件、稍后讀App，到處散落著落灰的內(nèi)容。不是沒時間讀，而是收藏的那一刻，大腦已經(jīng)產(chǎn)生了「我處理過了」的錯覺。

「看過」和「理解」之間隔著一道溝。Karpathy用代碼填了這道溝，但大多數(shù)人需要的是一個產(chǎn)品，不是一套腳本。

所以看到網(wǎng)易有道新出的產(chǎn)品--有道寶庫的時候，我挺在意的。它做的事情和Karpathy那套工作流幾乎一樣，把資料扔進去，AI自動理解、整理、關(guān)聯(lián)，然后你可以追問、生成思維導(dǎo)圖、做PPT、生成播客——但它是一個打開瀏覽器就能用的產(chǎn)品，不是一堆腳本。

之前測過有道龍蝦，那是幫你干活的AI Agent。這次寶庫的定位不一樣，更像一個思考伙伴，幫你把散落的資料變成可以深度理解的知識。

我決定按Karpathy的工作流框架，拿有道寶庫跑一遍自己的真實調(diào)研場景，看看一個產(chǎn)品化的方案到底能做到什么程度。

我選的調(diào)研主題是謝賽寧和AMI Labs。

最近張小珺做了一期將近7小時的馬拉松訪談，采訪的是謝賽寧。他是迄今為止對我來說認知沖擊最大的一期播客。謝賽寧和Yann LeCun共同創(chuàng)立了AMI Labs，剛完成10.3億美元的種子輪融資，估值35億美元，僅25人，連產(chǎn)品都還沒有。訪談里聊到了世界模型、兩次拒絕Ilya、和何愷明的友誼、以及「硅谷被LLM催眠了」這個判斷。這是一個信息量極大、涉及人物關(guān)系和技術(shù)爭論的復(fù)雜話題，正好用來測試知識庫的真實深度。

先把資料扔進去

Karpathy的第一步是把原始資料索引到一個raw/目錄，用Obsidian Web Clipper把網(wǎng)頁轉(zhuǎn)成markdown，再用腳本下載相關(guān)圖片。

有道寶庫的做法更直接：創(chuàng)建一個知識庫，把各種格式的資料直接導(dǎo)入。

我把這幾份資料扔了進去：張小珺對謝賽寧的訪談網(wǎng)頁鏈接、AMI Labs融資報道（36kr）、以及謝賽寧的4篇論文PDF——DiT、Cambrian-1、Solaris，加上LeCun的世界模型路線圖。

有道寶庫支持的來源挺雜的，PDF、Word、網(wǎng)頁鏈接都是基本操作。還有個我沒預(yù)期到的功能：添加資料彈窗里有個「學(xué)術(shù)」搜索入口，直接在里面搜論文，搜「transformer DeepSeek」能出來58條結(jié)果，標注了引用數(shù)和期刊，直接加入知識庫，連下載PDF這步都省了。

一共導(dǎo)入了6份資料，覆蓋中文訪談、英文論文、新聞報道三種格式，導(dǎo)入都很順。

然后開始追問

Karpathy說他的wiki積累到一定規(guī)模之后，可以對著它問各種復(fù)雜問題，LLM會自己去翻資料、研究、給出答案。

進入知識庫，有道寶庫自動給出了一份內(nèi)容總結(jié)，把6份資料橫跨的主題梳理了出來，技術(shù)路徑、人物關(guān)系、世界模型的核心主張，都覆蓋到了，判斷基本準確。

然后我開始追問。

我問的第一個問題是：「謝賽寧是怎么從DiT發(fā)展到Solaris的，這之間的關(guān)系是什么？」

回答拉出了DiT到Cambrian再到Solaris的技術(shù)演進路徑，每句話后面跟著引用角標，對應(yīng)具體是哪篇論文的哪個段落。

這里有個體驗和Karpathy的方案根本不同：有道寶庫的每句回答都跟著引用標注，點一下就跳到原文的具體段落。

Karpathy的wiki是LLM編譯的markdown文件，他需要自己去驗證內(nèi)容對不對。有道寶庫把「溯源」這件事產(chǎn)品化了，不需要你自己翻原文對照，點一下引用標注就能看到出處。

這和用ChatGPT等對話式AI顯然很不一樣。那些工具是拿整個互聯(lián)網(wǎng)的知識回答你，你不知道它是從哪得出的結(jié)論。有道寶庫的邏輯不同，它只看你上傳的資料，每句話都能溯源。可以大幅度避免LLM的幻覺問題。

不是說它絕對不會理解錯，而是它把證據(jù)鏈擺在你面前了。對不對你自己判斷，證據(jù)就在手邊。

做調(diào)研、寫文章的時候，這種確定感很重要。

讓資料長出新形狀

光靠問答還不夠。真正的知識內(nèi)化，是把零散信息重組成你自己能用的結(jié)構(gòu)。

Karpathy說他不喜歡在終端里看純文字結(jié)果，而是讓LLM生成幻燈片、圖表，然后在Obsidian里查看。有道寶庫在這塊走得更遠——腦圖、信息圖、PPT、播客，每種輸出格式都有自定義要求的入口，不是盲目生成，而是按你的方向重組。

先試思維導(dǎo)圖。

我在自定義要求里寫了具體方向：以謝賽寧為中心，梳理人際關(guān)系網(wǎng)絡(luò)和技術(shù)演進路徑，重點突出人物關(guān)系的戲劇性。生成結(jié)果標題是「謝賽寧AI人脈技術(shù)路徑與AMI Labs世界模型愿景」，三級結(jié)構(gòu)，把LeCun、何愷明、Ilya的關(guān)系，以及MoCo到MAE到DiT到Cambrian到Solaris的路徑都拉出來了。

這是基于多份資料的跨文檔整合，不是某一篇文章的復(fù)述。生成完可以直接編輯，AI梳理的結(jié)構(gòu)不一定完全準確，但給了一個可以改的起點，比從空白開始順多了。

再試信息圖。

四個模塊把DiT、Cambrian-1、Solaris、AMI Labs的脈絡(luò)串了起來，內(nèi)容基本準確。每個模塊的核心論點有道寶庫抓得不錯，比如Cambrian-1那條「打破語言偏見，對抗當(dāng)前AI過度依賴語言先驗的局限」，這是原論文的核心主張，提煉準確。中文渲染這塊體感明顯，一張圖里能有這么多中文字符，但卻沒有亂碼的，這個細節(jié)算是解決了很大的痛點。

還可以直接變成播客

Karpathy的工作流里有幻燈片、有圖表，但沒有音頻。

對內(nèi)容創(chuàng)作者來說，「聽」是一種很不一樣的內(nèi)化方式。很多東西看的時候以為懂了，但耳朵在聽的時候腦子才真的在處理。如果能有一期專門講你正在研究的話題的播客，知識就不只是躺在文檔里。

NotebookLM兩年前靠播客功能出圈。

2024年9月上線「Audio Overview」，當(dāng)月用戶增長300%，Q4環(huán)比增長120%，移動端月活最終達到800萬。這個數(shù)字證明了一件事：AI播客這個形式，需求是真實的。

但中國用戶留下來的不多。不是功能沒用，是摩擦太大：需要科學(xué)上網(wǎng)，中文發(fā)音錯誤頻發(fā)，公眾號、B站這些中文內(nèi)容源也不太支持。

有道寶庫也做了播客功能，有一個細節(jié)我覺得有意思：有音色選擇。

雙人模式，主持人A可以選「貴氣千金」「智性精英」「冷艷樂手」，主持人B可以選「好朋男聲」「理工學(xué)霸」「磁性低音炮」，還有簡潔/深入兩檔時長，加自定義要求。

我在自定義要求里寫了方向：從謝賽寧的人物故事切入，聊DiT怎么變成Sora的基石，再引出世界模型和LLM路線之爭，要像兩個真正關(guān)心這件事的人在深夜聊天，而不是念PPT。

生成出來的播客，對話結(jié)構(gòu)清晰，切中的是真正有意思的點。兩次拒絕Ilya這段，兩個主持人有來有回，能感覺出話題的張力。中文發(fā)音準確，沒有多音字讀錯。

暫時無法在飛書文檔外展示此內(nèi)容

當(dāng)然比不上真人播客的人味。但它能做到一件之前做不到的事：你把資料扔進去，它替你把資料講給你聽——這件事的價值，不在于它有多完美，在于它真的存在。

它比同類多一張牌

測完這些功能之后，我想到一件事：有道做知識庫，比其他人多一張牌。

有道詞典和有道翻譯用了這么多年，這次有道寶庫把這條鏈路打通了。你在有道翻譯里處理過的文章，可以直接導(dǎo)入寶庫繼續(xù)研究。這個閉環(huán)是「翻譯→導(dǎo)入→深度理解」，別家沒有。

實測過一個場景：把謝賽寧的DiT英文論文扔進去，讓有道寶庫做文檔翻譯。它不只翻了文字，連論文里的圖表、公式截圖也做了翻譯處理。讀一篇密集的英文ML論文，這種帶圖片翻譯的中文版本和原版對照，比單純讓AI總結(jié)要扎實得多——你能看到作者的原始表達，同時不被語言本身擋住理解。

對于每天要處理大量英文資料的研究者和創(chuàng)作者來說，這個生態(tài)加法是實質(zhì)性的。

還有個彩蛋

測試快結(jié)束的時候，我在產(chǎn)品官網(wǎng)發(fā)現(xiàn)了一個東西——有道寶庫有CLI。哈哈，這還挺趕現(xiàn)在優(yōu)先給AGENT做產(chǎn)品的潮流的。

我拿這個CLI跑了一個實驗：把本地積累的12篇DeepSeek論文扔進去，讓它生成一期「聽完能搞清楚DeepSeek這兩年在研究什么」的播客。不需要打開瀏覽器，命令行上傳文件，等幾分鐘，一期16MB的雙人AI播客出來了。本地批量文件的知識內(nèi)化，是純網(wǎng)頁產(chǎn)品做不到的。

網(wǎng)頁端給普通用戶用，CLI給想要把它嵌入自己工作流的人用。兩個受眾都照顧到了，這個設(shè)計挺聰明的。

Karpathy要的那個產(chǎn)品，還沒出現(xiàn)

回到Karpathy那句話：「這個方向應(yīng)該有一個真正的產(chǎn)品，而不是一堆拼湊的腳本。」

說實話，那個產(chǎn)品還沒出現(xiàn)。

Karpathy描述的不只是「上傳資料然后問答」，他描述的是一套基于Agentic AI的知識管理體系：模型能主動梳理知識圖譜、發(fā)現(xiàn)遺漏、跨庫推理、在自己的權(quán)重里真正「記住」你研究過的東西。這件事，現(xiàn)有的產(chǎn)品——無論是NotebookLM還是有道寶庫——都還沒做到。底層模型還在快速演進，真正能「主動幫你管知識」的產(chǎn)品，可能要再等一兩個大版本。

但這不是說現(xiàn)在的工具沒用。

對后臺那些問「不會寫代碼怎么辦」的朋友來說，有道寶庫已經(jīng)是目前門檻最低、能立刻上手的選項之一。 資料導(dǎo)入、有據(jù)可查的深度問答、多模態(tài)知識重組，核心環(huán)節(jié)都產(chǎn)品化了。而且在播客、中文支持、詞典翻譯打通這些維度上，它做到了Karpathy的腳本方案做不到的事。

Karpathy那條推下面，點贊最高的回復(fù)是：「So basically you're describing NotebookLM?」

不完全是。NotebookLM在國內(nèi)訪問不便，對中文內(nèi)容源的支持程度和生成的中文信息展示的準確性也常常出錯，畢竟不是給中國用戶準備的，能力。對中文用戶來說，這個更接近現(xiàn)階段的可用答案。

目前免費內(nèi)測。如果你也被這條推種草了但不想折騰腳本，可以先去試試。

體驗鏈接 https://baoku.youdao.com/