硬盘里那些舍不得删的文件，被AI整理之后......

01. 硬盘里那些舍不得删的文件

你是不是也和我一样？

电脑里散落着无数的本地资料：去年的项目总结、上家公司的报销发票、学生时期的学习笔记、随手写的感悟日记、看书摘录的片段、浏览器收藏夹里吃灰的资料和文章。

明明不会再用到，但是又舍不得删掉。

真的希望有另一个自己，能看完这些资料，好好整理下这些内容，把他们变成我们自己的知识资产，当我想要的时候问一下，他就能帮我回答就好了。

我发现这不是幻想，而且目前的AI 完全可以做到的。

前阵子，前 OpenAI 联合创始人、特斯拉 AI 总监 Andrej Karpathy 发了一篇轰动整个开发者圈子的思考。

AI大模型，现在发展很快，而且支持的上下文长度越来越长，他提出了一个颠覆性的全新范式——LLM Wiki，通过AI大模型来整理提取资料，完成个人的知识积累！

我根据 Karpathy LLM Wiki 理论，开发了一个工具 pith-wiki

GitHub 地址：https://github.com/l-zhi/pith-wiki ，可以一键将本地文件进行整理。

我的初衷是帮我整理我自己的本地文件夹，但是发现用着觉着挺好用，就开源出来了。

不是没试过。各家本地知识库工具基本都体验过一轮。

劝退我的有三个点。

1 是隐私：我的日记里有不少不太想暴露的东西，任何要把内容上传云端做向量化的方案，对我来说就是一票否决。

2 产物形态：大部分工具最终给我的是一个"问答接口"，能问问题，但 AI 整理出来的中间产物我看不到。我的知识库变成某个应用里的内容，比如「飞书」「xxx笔记」什么的，对我来说也没法接受。万一这个工具明年停更，我什么都拿不回来了。

3 太复杂：Obsidian是一个很好的笔记，足够轻量，而且也是本地优先，网上有通过「Obsidian」安装插件的方式，但是安装插件比较复杂，同时每篇文章还需要手动指定生成wiki，操作麻烦还容易忘记。

所以最后还是自己写了一个，设计原则有四条：

第一次把一小部分资料导进去把所有相关文件夹监听起来，然后出去玩了。

400多个文件花了一个多小时，接入了性价比比较高的大模型 Minimax，花费了不到一块钱。

跑完结果报告，AI 干了这些事：

按这一个月用下来的体感，分三档。

前几天我想引用一句以前写过的话，主题是"为什么团队不应该过早做抽象"。我以前肯定写过类似的，但记不清在哪。

在 wiki 的「技术相关」页面下，我直接看到了一段整理过的摘要，链回了三篇原文：一篇 2019 年的内部文档、一篇 2021 年的博客草稿。这种跨年份、跨场景的整合，单纯的搜索给不了。

合作过的人多了之后，谁是谁、什么时候打过什么交道，自己其实记不清。AI 给每个反复出现的人名建了一个页面，把所有提到这个人的上下文都汇总过去。

这个是我没预料到的。

7年前我在干什么，我是完全不记得了，但是AI立刻找出来了，怎么找的呢？

他发现我之前有打车发票，有餐饮发票，于是拼凑出来了我的轨迹，我着实没想到的。

做这个东西最初是为了解决我自己的问题。

开源出来，是我相信硬盘里堆着东西不知道怎么办的人，不止我一个。

我觉得未来最核心的资产是数据，公司是如此，应用如此，我们人也是如此。

至于应用之间，人之间本质是数据的互动，如何互动以前可能是工程，APP。未来充当这个角色的可能就是AI。

未来 pith-wiki 会针对个人数据做更多的迭代和拓展，欢迎关注。

跑一下试试看，也许你会喜欢。

你的硬盘里有多少这样的"再也不打开但也舍不得删"的东西？评论区聊聊。

作者提示: 个人观点，仅供参考