AI教大司教カルパシー卿とは何者か──LLM Wikiと、俺の歴史発掘の旅

出典: note.com / 2026-05-19

AI界隈には、妙な称号が似合う人物がいる。

たとえば Andrej Karpathy。日本語で雑に祀るなら、彼は「AI教大司教カルパシー卿」である。

もちろん本人がそんな肩書きを名乗っているわけではない。だが、彼の立ち位置を見れば、この冗談は意外と外していない。

OpenAIの初期メンバー。TeslaでAutopilot Visionを率いた研究者。深層学習とコンピュータビジョンの教育者。そして2024年には AI教育プラットフォーム Eureka Labs を立ち上げた人物。

研究者であり、実装者であり、布教者である。

彼は単に「AIで何ができるか」を語る人ではない。「AI時代、人間はどう学び、どう知識を蓄積するべきか」を語る人だ。だから俺は彼を、AI教の大司教として読む。

今回は、そのカルパシー卿が提示した LLM Wiki というアイデアを、俺の「歴史発掘の旅」という台に乗せて読み解く。

そして最後に、八咫烏党へのフィードバックとして返す。

カルパシー卿とは何者か

Andrej Karpathy は、スロバキア生まれのカナダ系AI研究者だ。

一般的な紹介ならこうなる。

OpenAIの共同創業メンバーの一人深層学習・コンピュータビジョン分野の研究者 TeslaでAIおよびAutopilot Visionの責任者を務めた 2024年にAI教育プラットフォーム Eureka Labs を創設

しかし、俺たちが注目すべきは肩書きそのものではない。

重要なのは、彼が一貫して「知識の伝達」に執着していることだ。

彼の講義、ブログ、動画、コード解説には共通した匂いがある。難しいものを、手で触れるところまで降ろす。ブラックボックスを神秘化せず、回路図と実験台に戻す。

だから彼は、AI時代の教育者として異様に強い。

研究者が論文を書く。企業人がプロダクトを作る。教育者が教材を作る。

カルパシー卿は、その三つの境界に立っている。

ここが重要だ。

LLM Wikiの発想も、単なるメモ術ではない。あれは「人間とAIが一緒に知識を発掘し、整備し、継承するための作法」だ。

LLM Wikiとは何か

カルパシー卿の LLM Wiki は、ざっくり言えば「LLMに維持させる個人Wiki」である。

だが、普通のRAGとは違う。

多くのAI文書システムはこう動く。

ファイルをアップロードする 2. ベクトルDBに入れる 3. 質問時に関連チャンクを検索する 4. その場で答えを生成する

これは便利だ。だが弱点がある。

毎回、AIは知識を掘り返し直している。

同じ資料群から、同じ関係性を、同じように見つけ直す。質問のたびに、発掘作業がリセットされる。知識が「積み上がる」というより、「毎回それっぽく再構成される」。

LLM Wikiは逆だ。

資料を入れた時点で、LLMがそれを読み、要点を抽出し、既存のページに統合し、矛盾を記録し、リンクを張り、索引を更新する。

つまり、知識をその場限りで検索するのではなく、一度コンパイルして、更新し続ける。

ここがキモだ。

LLM Wikiは、RAGの代替というより、RAG以前の「知識の土木工事」である。

三層構造──原資料、Wiki、スキーマ

カルパシー卿の案では、Wikiは大きく三層に分かれる。

第一層は Raw Sources。原資料だ。

記事、論文、画像、議事録、古文書、スクショ、音声文字起こし。これは改変しない。発掘現場から出てきた土器片のように保存する。

第二層は The Wiki。LLMが書く知識層だ。

人物ページ、概念ページ、比較ページ、要約ページ、問いの記録。ここはLLMが管理する。新しい資料が来たら、関連ページを更新し、リンクを張る。

第三層は The Schema。作法の層だ。

どんなファイル名にするか。どんなタグを使うか。矛盾をどう扱うか。索引とログをどう更新するか。LLMに「このWikiではこう振る舞え」と命じる憲法である。

この三層を俺の言葉で言えば、こうなる。

Raw Sources：遺跡から掘り出した遺物 Wiki：博物館の展示室 Schema：学芸員の作業規定

LLMは学芸員だ。

人間は、発掘隊長であり、問いを立てる者であり、展示の意味を決める者だ。

なぜ「俺の歴史発掘の旅」に刺さるのか

俺がやっているのは、単なる情報収集ではない。

歴史発掘である。

AI、暗号、サイファーパンク、国家、宗教、古代神話、メディア、SNS、ローカルLLM、艦隊運用、八咫烏党。これらはバラバラの話題に見える。

しかし、旅を続けると地下茎が見えてくる。

ある思想は、別の技術に再演される。ある神話は、別の政治形態として甦る。ある暗号技術は、古代の結社や宗教的秘儀と同じ構造を持つ。

問題は、その接続がチャット欄に流れて消えることだ。

AIと対話して「おお、これは重要だ」と思っても、数日後にはどこかに埋まる。Telegramのログ、Xの投稿、noteの下書き、ローカルメモ、エージェントの記憶、Fabric。全部に断片が散る。

LLM Wikiは、この断片を「遺跡」から「都市」に変える仕組みだ。

発掘したものを、ただ箱に入れるのではない。

分類する。関係を張る。矛盾を残す。更新日を持たせる。索引に並べる。問いをページ化する。

これを人間がやると続かない。

だがLLMは、退屈な台帳仕事に強い。

つまりLLM Wikiは、俺の歴史発掘の旅における「自動学芸員」になる。

RAGではなく、記憶の鍛冶場

LLM Wikiの一番面白い点は、「答え」も保存するところだ。

普通のAIチャットでは、質問への良い回答が出ても、それは会話の一部として流れる。

しかしLLM Wikiでは、良い比較、良い総括、重要な発見は、新しいページとしてWikiに戻す。

問いが知識になる。

この循環が強い。

資料を入れる LLMがWikiを更新する人間が問いを投げる LLMが既存ページを読んで答える価値ある答えをWikiに保存する次の問いは、その蓄積の上に立つ

これが「コンパウンドする知識」だ。

暗号資産の複利ではない。知識の複利である。

AI時代の問題は、情報が足りないことではない。

情報が多すぎることでもない。

本当の問題は、発見が積み上がらないことだ。

LLM Wikiはそこを撃つ。

八咫烏党へのフィードバック

では、これを八咫烏党にどう返すか。

俺の結論はこうだ。

八咫烏党には、LLM Wiki型の「党史編纂局」が必要である。

冗談ではない。

党が思想を持つなら、思想はログを持たねばならない。ログがあるなら、索引が必要だ。索引があるなら、矛盾を記録するページが必要だ。矛盾を消さずに残すから、思想は強くなる。

八咫烏党のWikiは、たとえばこう分ける。

entities：人物、艦隊、AIエージェント、組織 concepts：八咫烏、サイファーパンク、AI国家、ローカルLLM、神話政治 comparisons：RAG vs Wiki、クラウドAI vs ローカルAI、国家 vs DAO queries：その時々の問い、作戦会議、思想メモ raw：Xログ、note記事、論文、ニュース、チャット抜粋

ここで重要なのは、Wikiを「正史」にしないことだ。

Wikiは正史ではなく、発掘台帳だ。

未確定の仮説、矛盾する証言、古い理解、新しい発見を併置する。後から見返して、「この時点ではこう考えていた」と分かるようにする。

思想は完成品ではない。

地層である。

LLM Wikiは、その地層を掘り、磨き、展示する道具だ。

4号ComfyUI予約システムも要る

今回の挿絵制作で、もう一つ現実的な問題が見えた。

4号ローカルのComfyUIは強い。だが、複数エージェントが同時に使うなら、いずれ衝突する。

画像生成は重い。VRAMやMPSメモリを食う。途中で別エージェントが大きなジョブを投げると、遅延、失敗、品質低下、プロセス詰まりが起きる。

だから「設備予約システム」が必要だ。

最初は大げさなWebアプリでなくていい。

最低限は、共有ディレクトリにロックファイルを置く方式で足りる。

例：

/tmp/comfyui-spock-reservation.lock 使用者、目的、開始時刻、想定終了時刻を書くジョブ開始前にロック確認古すぎるロックは自動失効終了時にロック解除失敗時もtrapで解除

次の段階で、予約台帳をJSONLにして、Telegramから「今4号空いてる？」と聞けるようにする。

さらに進めるなら、ComfyUI投入を直接叩かせず、全エージェントが同じキューAPIに投げる。

つまり、4号を「みんなが勝手に触る炉」から「鍛冶場の受付を通す炉」に変える。

これは小さな運用改善に見えて、艦隊化にはかなり重要だ。

AIエージェントが増えるほど、ローカル資源は政治になる。

GPUは玉座であり、予約表は憲法である。

まとめ──知識を掘り、炉で絵を焼く

カルパシー卿のLLM Wikiは、派手なプロダクトではない。

だが、AI時代の知識運用としてかなり本質的だ。

RAGは便利だ。だが、RAGは毎回「探す」。

LLM Wikiは「育てる」。

俺の歴史発掘の旅に必要なのは、まさに育つ知識基盤だ。

八咫烏党に必要なのも、流れて消えるチャットではなく、矛盾ごと蓄積される党史である。

そして、その知識をnoteにし、挿絵を4号ComfyUIの炉で焼き、Xに放流する。

発掘、編纂、挿絵、拡散。

この一連の流れが、次のAI運用の型になる。

AI教大司教カルパシー卿が示したのは、単なるWikiではない。

それは、AIと人間が一緒に歴史を掘るための、最初の作業規定だった。

この記事は note.com から KTBLOG に移行されました。元記事: https://note.com/famous_prawn2009/n/n90067ce71a69