Vista電子報 No.111：從 Karpathy 的 Wiki 到我的 Muse——透過 Vibe Coding 打造 AI 第二大腦
透過 Vibe Coding，實現腦袋裡的構想！
今天早上，某位學員傳了一則訊息給我：「Vista 老師，你有看到周加恩最近寫的那篇〈第二大腦 + AI = 電馭大腦〉嗎？」
我說有，寫得很好。
他接著問了一個讓我眼睛一亮的問題：「他打造的那套系統，有沒有可能透過 Vibe Coding 的方式實作出來？」
嗯，好問題。我想了大概五秒鐘，回了他一句：「好，我們來試試看。」
於是，我跟 Claude Code 聯手，從清晨開始設計，中午就把整套系統跑起來了。我把它叫做 Muse——繆斯女神，也是靈感的守護者。
透過本期電子報，我想把這段旅程拆解給你看。從 Karpathy 的知識 Wiki 講起，到周加恩的電馭大腦構想，最後到我們怎麼用 Vibe Coding 真的把它蓋出來。
先從源頭說起：Karpathy 的 LLM Wiki
2026 年 4 月 3 日，前 Tesla AI 總監 Andrej Karpathy 在 X 上發了一篇文，標題叫〈LLM Knowledge Bases〉，一夜之間在技術圈炸開。
他說了一句很關鍵的話：「最近我的 token 用量，愈來愈少花在操控程式碼，卻愈來愈多花在操控知識。」
他的做法其實不複雜：把文章、論文、程式碼或資料集等各種原始資料，全部丟進一個 raw/ 目錄，然後讓 LLM 增量編譯成一個 wiki。換句話說，也就是一堆 Markdown 檔案，有目錄結構、交叉連結和品質評分。然後，用 Obsidian 當前端，打開就能瀏覽整個知識庫。
打個比方，Karpathy 做的事情就像是請 AI 當你的圖書館員——你負責去外面找書回來，AI 負責分類、建索引和擺上書架。換句話說，你需要什麼資料，查目錄就找得到。
這個概念一發布，立刻有許多人響應，甚至有一堆高手不吝分享自己的體悟與操作。周加恩就是其中一位。
周加恩的進化：從圖書館到生態系
周加恩看了 Karpathy 的做法之後，做了一個很聰明的判斷：圖書館很好，但還不夠。
他認為 Karpathy 的系統屬於 PKM（個人知識管理）的範疇——把學過的東西整理乾淨，需要時能提領。但他想做的，是把這個概念當成地基，再往上蓋三層樓。
這三層分別是：
第一層：學習。他用的不是 Wiki，而是 Zettelkasten（卡片筆記）。嗯，差別在哪？Wiki 的重點是節點，必須花時間把每一篇條目整理得很好。但 Zettelkasten 的重點是連結，條目之間的關係很有可能產生意想不到的洞見。德國社會學家尼克拉斯・魯曼用九萬張手寫卡片做到了這件事。他甚至把自己的筆記盒當成有自主意識的「夥伴」——寫論文的時候用「我們」來稱呼自己和筆記盒。
第二層：工作。用寫作啟動工作。這概念很有意思——還記得 AI 的 thinking 功能嗎？模型只是把接下來要怎麼做的思考寫下來，產出品質就直接提升。周加恩完全模仿了 AI 的做法：每次開工前先寫下自己的思考，讓一切可視化。
第三層：個人。每天 20 分鐘的自由寫作，把腦袋裡的東西都倒出來。AI 再把這些內容分流到對應的工作專案、人生議題或知識庫。他還會記錄每天的情緒、能量以及睡眠品質，讓 AI 監控是否過度工作？
周加恩把這套系統稱為「個人脈絡工程」（personal context engineering）——梳理你生命中所有的資訊流，讓 AI 能最大化地與你協作。
他的核心哲學濃縮成一句話：「觀察，就會帶來改善。」
我的 Muse：用 Vibe Coding 把構想實作出來
讀完周加恩的文章，我心裡浮現的第一個念頭是：「概念很棒、方向也很對，但如果要真的落地，也許還需要一個明確的技術架構和操作介面。」
老實說，概念好理解，真正難的是動手做。很多人讀完這類文章會覺得「好酷喔」，然後呢？然後就沒有然後了。
所以，當學員問我「能不能用 Vibe Coding 做出來」的時候，我決定身體力行，自己動手做做看！
半天的 Vibe Coding 實錄
我打開 Claude Code，第一句話問 AI 的是：「我們之前做了一套 Karpathy 式的 wiki 系統，你還記得嗎？現在，我想參考周加恩的構想，把它升級成三層架構。」
嗯，Claude Code 自然記得。它馬上把我既有的 wiki 系統——四個 skill（匯入、編譯、健檢與查詢）、23 篇 wiki 條目、品質評分機制——全部盤點出來，然後跟周加恩的構想做了一份差距分析。
接下來的對話，就像在跟一個很懂系統架構的同事站在白板前討論：「哦，學習層我們已經有了，但缺少主動探索連結的機制。對了，工作層和個人層完全沒有。要怎麼設計目錄結構？還有，跨層的資料要怎麼流動？」
整個過程大概是這樣：
清晨：盤點現有系統 → 差距分析 → 確定三層架構方向
上午：設計目錄結構、資料流、跨層連結機制 → 更新 schema
中午：逐一建立 12 個 AI skill——每個 skill 就是一份標準操作流程，告訴 AI「當使用者說什麼的時候，你要做什麼」
中午：同時整合驗證、寫使用手冊
半天，12 個 skill。嗯，還有三層架構和一份完整的使用手冊。
這就是 Vibe Coding——你不寫程式碼，你寫的是意圖。你把腦袋裡的系統設計講清楚，AI 幫你把每一個細節落地。
Muse 長什麼樣
最終成品是一個在 Obsidian vault 裡運作的三層系統，用 12 個指令操控：
學習層（Zettelkasten 升級版）：
原始素材匯入 → AI 編譯成 wiki 條目
關鍵升級：每次編譯時，AI 自動執行三種連結探索——語義搜索找深層關聯、沿著連結鏈漫遊發現隱藏模式、替孤兒筆記配對找到意外連結
每條連結都有品質標記：🔗 直接相關、🌀 深層連結、🎲 意外連結
工作層（專案筆記系統）：
每個專案三個核心檔案——狀態快照、思考筆記、工作日誌
開工說 /project-start，AI 載入上次進度，引導你寫下今天的思考
收工說 /project-review，AI 幫你更新記錄
想看全貌就說「看看我的專案」，一張儀表板秀出所有專案的即時狀態
個人層（自由寫作 + 身心監控）：
每天早上 /journal-write，20 分鐘意識流寫作
AI 自動把寫作內容分流：工作想法 → 專案、人生思考 → 人生議題、知識領悟 → wiki
每週產生身心狀態報告，連續三天能量偏低就會提醒你減速
最上面，一個 /brain-dashboard 全局儀表板，一個畫面看到三層所有狀態。
三個體系的比較
這三個知識體系各有特色。說穿了，Karpathy 給了地基，周加恩畫了藍圖，而我透過 Vibe Coding 把房子蓋起來。
真正的洞察：連結比知識重要
在建造 Muse 的過程中，有一個體悟愈來愈深——知識本身或許沒有那麼重要，知識跟知識之間的連結才是關鍵。
嗯，這跟大腦運作方式是一樣的。神經科學研究的幾乎都不是單一個神經元，而是神經迴路——多個神經元之間的連結模式。
所以，Muse 的 wiki 編譯不只是建立條目，更重要的是執行連結探索。AI 會從一個概念出發，沿著已有的連結走三層深，讀取十幾個條目，然後回來跟你說：「嘿，『約束驅動創造』和『Via Negativa』看起來不相關，但它們都在講同一件事——透過減法達成目標。」
這種跨領域的連結，正是魯曼的 Zettelkasten 最珍貴的地方。而現在 AI 幾秒鐘就能完成人類需要數小時的漫遊探索，這應該是 AI 時代知識工作者的小確幸吧。
另一個我在設計時刻意做的決定：個人領悟的品質分數，比外部知識高 1.5 分。
這是為什麼呢？道理很簡單，因為書本上的重點你隨時可以問 AI，它的訓練資料裡都有。但你自己在某個深夜、某次散步或某個工作挫折之後領悟到的東西——嗯，那是 AI 寫不出來的。
周加恩說得好：「只有你自己產出的東西，才有收藏的價值。」我完全同意。
你也可以開始
看到這裡，你可能會想：「聽起來很厲害，但我要從哪裡開始？」
嗯，不要想一次到位。建議大家，先從最小的切入點開始：
如果你只做一件事——每天早上花 20 分鐘自由寫作。不需要借助任何工具，打開手機或電腦任何的文字編輯器都行。腦袋裡出現什麼就寫什麼，不要停。
這件事本身就會帶來改變。當你的想法被寫下來、變成可見的文字，你會開始觀察自己的思考模式。而觀察，就會帶來改善。
如果你想更進一步——用 Obsidian 建立一個簡單的 vault，開始收集你讀到的好文章。先養成看到好東西就存下來的習慣，不需要什麼花俏的系統。
如果你準備好了——打開 Claude Code，跟它說：「幫我設計一套個人知識管理系統。」你會驚訝於它能幫你做到什麼程度。
畢竟，Muse 整套系統從概念到成品，就是不到一天的事。
讓繆斯找到你
古希臘人相信，靈感不是人主動追求的——是繆斯女神選擇降臨在你身上。但你得先準備好一個讓她願意降落的地方。
我做的這套 Muse，說到底就是在整理那個地方：清空大腦的雜訊，讓對的知識在對的時間出現在你面前。
然後你會發現，靈感不再需要苦等。它已經在那裡了，只是之前被埋在混亂裡面。
你要做的，只是觀察。
觀察，就會帶來改善。
🎓 AI 內容產製系統工作坊
想學會打造自己的 AI 內容產製系統？在這堂工作坊裡，我會從零開始帶你設計，建立一套真正能幫你工作的 AI 系統。不需要會寫程式，只需要知道自己想解決什麼問題？
👉 了解其他更多課程資訊