🔎 Đây là cách Co-Founder OpenAI...dùng AI để nghiên cứu AI

Thấy bài viết hay chắc các huynh đệ sẽ cần

Bài viết này ổng đăng 4 ngày trước trên X và đã có 17 triệu view.

Chắc anh em nào nghiên cứu AI cũng từng rơi vào cảnh này rồi. Đọc 10 bài báo, lưu 20 cái link, mở 15 tab Chrome, ghi chú lung tung trong Notion, rồi 2 tuần sau quay lại… không nhớ mình đã đọc gì, học được gì, mấy thứ đó liên quan nhau kiểu gì. Mình cũng vậy. Và Karpathy cũng vậy. Vậy ổng đã làm gì?

Ổng dùng chính AI để xây một “bộ não thứ 2” cho việc nghiên cứu AI!

Cụ thể là ổng tạo một thư mục tên raw/ rồi ném vào đó tất cả mọi thứ từ bài báo, bài viết web, code GitHub, hình ảnh, dataset…

Để clip bài web về nhanh, ổng dùng Obsidian Web Clipper - đây là extension trên Chrome, bấm một cái là nó tự lưu bài web về máy thành file văn bản sạch sẽ, không quảng cáo không rác.

Sau đó thay vì tự ngồi đọc hết đống tài liệu đó rồi tự tóm tắt, ổng để Claude làm hết luôn. Claude tự đọc toàn bộ, tóm tắt từng cái, phân loại theo chủ đề, viết bài giải thích cho từng khái niệm, rồi liên kết tất cả lại với nhau - kiểu như Wikipedia cá nhân của riêng ổng vậy.

Kết quả là wiki của Karpathy giờ có ~100 bài viết với ~400.000 từ mà ổng gần như không tự viết chữ nào 😂

Toàn bộ wiki đó được xem trong Obsidian - một app ghi chú miễn phí nhưng hiển thị được sơ đồ kết nối giữa các bài viết, trông như mạng lưới neuron thực sự, nhìn rất đã. Và quan trọng là ổng gần như không bao giờ tự chỉnh sửa wiki - đó là việc của AI, ổng chỉ ngồi đọc và hỏi thôi.

Khi wiki đủ lớn rồi thì phần hay mới bắt đầu. Ổng có thể hỏi AI bất kỳ câu hỏi phức tạp nào kiểu như “so sánh cách tiếp cận của paper A và paper B”, hay “tổng hợp tất cả những gì tôi đã đọc về chủ đề Y”, hay “có mâu thuẫn nào giữa các nguồn tôi đã lưu không”… AI tự đi đọc lại wiki, tổng hợp rồi trả lời - không cần phải nhớ gì cả vì wiki đã nhớ hết rồi.

Nhiều người nghĩ cần phải dùng kỹ thuật phức tạp gọi là RAG mới làm được chuyện này, nhưng Karpathy nói ở quy mô ~100 bài thì không cần vì AI tự duy trì file tóm tắt là đủ rồi.

Thay vì trả lời bằng text thông thường, ổng còn cho AI render ra slide thuyết trình, biểu đồ, file markdown rồi xem hết trong Obsidian luôn. Và sau mỗi lần hỏi, ổng lưu kết quả ngược lại vào wiki làm cho wiki ngày càng giàu thêm theo thời gian. Kiểu như mỗi câu hỏi bạn hỏi đều “cộng thêm” vào bộ não, không bị mất đi. Mình thấy cái này rất hay vì Obsidian có nhiều plugin từ bên thứ 3 hỗ trợ việc này. 🧠

Ngoài ra ổng còn cho AI chạy “health check” định kỳ bằng cách quét toàn bộ wiki để tìm chỗ dữ liệu mâu thuẫn, phát hiện chỗ còn thiếu thông tin rồi tự đi tìm thêm trên web, đề xuất các chủ đề mới nên viết bài… Kết quả là wiki tự làm sạch và tự phát triển, không cần con người can thiệp nhiều.

Vì đây là Karpathy nên dừng ở đây chưa đủ 😄

Ổng còn tự vibe code thêm một cái search engine nhỏ để tìm kiếm trong wiki vừa dùng trực tiếp qua web, vừa cho AI dùng như một tool phụ trợ khi xử lý câu hỏi phức tạp.

Đọc xong bài này mình thấy một vài thứ khá hay đáng suy nghĩ.

Thứ nhất là đây không phải về công cụ mà về mindset, Karpathy không dùng AI để thay thế việc nghiên cứu, ổng dùng AI để khuếch đại nó lên, mỗi giờ bỏ ra đều được lưu lại và nhân lên chứ không bị mất như hồi xưa ngồi đọc xong quên hết. Thứ hai là nghe có vẻ phức tạp nhưng một người làm được hoàn toàn, không cần server xịn, không cần đội ngũ kỹ thuật gì cả.

Nhưng thứ mình thấy đáng suy nghĩ nhất là câu ổng kết bài: “Tôi nghĩ có rất nhiều dư địa để đây trở thành một sản phẩm thực sự tuyệt vời, thay vì chỉ là một mớ script tạm bợ.” Hiện tại chưa có tool nào làm được trọn vẹn workflow này, ai build sớm, người đó thắng.

------

Đọc đến đây thì huynh đệ chắc cũng muốn sở hữu Wiki cho riêng mình thì mình lại tiếp tục thấy một repo cho huynh đệ có thể cài đặt và sử dụng luôn không phải thiết lập rắc rối.

Nguồn mở biến LLM thành “cỗ máy xây dựng Wikipedia cá nhân”

llm_wiki là một dự án cực thú vị: thay vì dùng LLM để chat, bạn dùng nó để xây dựng một hệ thống wiki tri thức cá nhân – tự động, có cấu trúc, và ngày càng thông minh hơn.

Ý tưởng cốt lõi

Không còn RAG rời rạc

Không còn note lộn xộn

LLM Wiki biến mọi tài liệu bạn có thành:

• Wiki có cấu trúc (markdown)

• Có liên kết giữa các khái niệm

• Có khả năng “tư duy lại” và cập nhật kiến thức

Một dạng “second brain” do AI vận hành

Cách hoạt động

Pipeline rất rõ ràng:

1. Ingest dữ liệu (URL, file, text…)

2. LLM tổng hợp → viết thành bài wiki