Az AI, aki karbantartja az ember tudását

Ez nem véletlen. Az AI alapból állapotmentes: nem emlékszik, nem akkumulál, nem épít. Minden kérdés egy üres lappal kezdődik.

A probléma kezelésére az elmúlt évek legdivatosabb megoldása a RAG — Retrieval-Augmented Generation, magyarul visszakereséses generálás. A dokumentumok apró darabokra darabolódnak és matematikai vektorokká alakulnak; kérdéskor a legközelebbi darabok kerülnek elő. Ez jól hangzik, de a valóságban inkább keresőmotor, mint tudásbázis: minden kérdésnél újra keres, semmi nem épül fel, a szintézis — ha egyáltalán elkészül — a következő kérdésnél eldobásra kerül.

2026 tavaszán Andrej Karpathy egy rövid X-posztban felvetett egy másfajta gondolatot, mely azonnal virális lett.

A gondolat, ami 16 millió embert ért el

Karpathy neve ismerős lehet: a Tesla egykori AI-igazgatója, az OpenAI egyik alapítója, és ő az, aki 2025-ben megalkotta a „vibe coding" kifejezést — azt az írásmódot, amikor az ember nem kódot ír, hanem csak elmondja, mit szeretne, és a gép megcsinálja. (Ezt a Collins Dictionary az év szavának választotta 2025-ben.)

Andrej 2026. április 2-án posztolt arról, hogyan használja az utóbbi időben az AI-t. Nem kódot írat vele, hanem tudásbázist tart karban. A poszt 16 millió megtekintést kapott. Két nappal később feltöltött a GitHubra egy néhány oldalas „idea fájlt" — nem appot, nem kódkönyvtárat, hanem egy gondolatot, amelyet szándékosan az AI-nak szánt bemásolásra. Ötezer fejlesztő mentette le és indult el azzal.

Az ötlet lényege: ahelyett, hogy minden kérdésnél újra beolvasnánk a nyers forrásokat, egyszer érdemes feldolgozni őket — és lefordítani egy élő, strukturált wikire, amelyet az AI karbantart. Ahogy egy fordítóprogram egyszer fordítja le a kódot és nem minden egyes futtatásnál újra, az AI is elvégezheti ezt a konverziót. A wiki ezután épül, gazdagodik, kereszthivatkozásokat kap — és ott van, amikor kérdezünk.

Karpathy saját összefoglalója: „Az Obsidian az IDE; az LLM a programozó; a wiki a kódbázis."

Ez nagyon szép, de hogyan működik?

Nagyon jó kérdés. A rendszer három rétegből áll. Az első a nyers forrásanyag — cikkek, PDF-ek, saját jegyzetek, podcast-átiratok, gyakorlatilag bármi. Ez a réteg nem változik: az AI csak olvashatja, de sosem írja felül. Ez a kontrollréteg.

A második a wiki maga — egy könyvtárnyi markdown-fájl, amelyet az AI generál és karbantart. Összefoglalók, fogalmi lapok, entitások, kereszthivatkozások kerülnek ide. Ez az AI „munkaterülete": ő írja, az ember olvassa.

A harmadik a séma — egy egyszerű szöveges fájl (Karpathy CLAUDE.md-nek nevezi, mert kódolásra a Claude AI megoldást használja, de ez egyébként mindegy, lehet README.md is), amely megmondja az AI-nak, hogyan viselkedjen: mi a mappastruktúra, mi a lapformátum, mit tegyen új forrás esetén, hogyan jelezze az ellentmondásokat. Ez teszi a rendszert fegyelmezett wiki-karbantartóvá, nem csupán chatbottá.

A rendszer három alapparanccsal dolgozik:

Az első az ingest: bekerül egy új forrás, az AI elolvassa, kivonja a lényeges információkat, és frissíti az érintett wikilapokat — akár tíz-tizenötöt egyszerre. Például: bedobunk egy hosszabb cikket az európai digitális egészségügyi szabályozásról. Az AI nem csak létrehoz egy összefoglaló lapot — megkeresi, hogy az adatvédelem, az EESZT, a betegadatok és az EU-s szabályozás témájú meglévő lapok melyike kapcsolódik, és ott is frissít. Ha az új anyag ellentmond valaminek, azt jelzi.

A második a query: az AI a wikiből szintetizál, és megmondja, melyik lapokat használta. A lényeges különbség a RAG-tól: az AI nem nyers szövegdarabokat vesz elő, hanem összefésült, kereszthivatkozott lapokat olvas — olyanokat, amelyekbe már több más forrás tanulságai is beépültek. A válasz tehát gazdagabb annál, mint amit egy-egy cikk önmagában adna. Ami szintén fontos: ha a válasz értékes és új összefüggést tár fel, az visszakerülhet a wikibe. Az exploráció is akkumulálódik — nem csak az ingesztált anyag.

A harmadik a lint: az időszakos egészségügyi ellenőrzés. Az AI kilistázza az ellentmondásokat, az elavult állításokat, az „árva" lapokat, amelyekre senki nem hivatkozik, és a fogalmakat, amelyeknek még nincs saját lapjuk. Nem javít automatikusan — csak felmutatja, mi igényel figyelmet.

Vizuálisan az Obsidian segít, ami egy ingyenesen elérhető, helyi alkalmazás markdown-fájlok kezelésére és böngészésére. Lényege, hogy a lapok közötti hivatkozásokat vizuálisan is megjeleníti: az úgynevezett graph view-ban minden lapból egy pont lesz, és a köztük lévő linkek vonalakként látszanak. Így azonnal látható, melyik fogalom áll a középpontban, mi kapcsolódik mihez, és mi maradt elszigetelve — a wiki struktúrája nemcsak olvasható, hanem látható is.

A viselkedési kontraktus

Érdemes közelebbről megnézni, mi kerül ebbe a fájlba, mert ez a rendszer igazi motorja. Nem konfigurációs fájl a szó technikai értelmében — inkább egy szerződés az AI és az ember között arról, hogyan viselkedik a rendszer. Az alábbi egy valódi, működő példa:

# Wiki — Szabályok és workflow ## Alapszabályok (soha nem változnak) - Soha ne töröljünk semmit. Ha valami feleslegesnek tűnik, a _review/ mappába kerül — a döntés az emberé. - Fájlt, lapot, kategóriát csak explicit jóváhagyás után lehet mozgatni vagy átnevezni. - Kizárólag a wiki/ mappán belül dolgozunk. Más mappához nem nyúlunk, nem olvasunk, nem írunk. - Minden lap egyszerű .md fájl. Semmi más formátum. - Bizonytalanság esetén kérdezünk, nem találgatunk. ## Session elején Olvasd el a wiki/index.md-t. Ez a tartalomjegyzék — minden lap egy sorban, rövid összefoglalóval. Ebből derül ki, mi van már a wikiben. ## Három parancs „töltsd be" → ingest: olvasd el az új forrást a sources/-ból, írj összefoglaló lapot, frissítsd az érintett lapokat, jegyezd be a log.md-be. kérdés → query: keress a wiki/index.md alapján releváns lapokat, olvasd el őket, szintetizálj. Mondd meg, melyik lapokat használtad. Ha a válasz értékes, ajánld fel, hogy visszakerül a wikibe. „rendezd a wikit" → lint: keresd az ellentmondásokat, elavult állításokat, árva lapokat, hiányzó kereszthivatkozásokat. Listát adj, ne javíts automatikusan. ## Wiki lap fejléce (minden lapnál kötelező) **Típus:** koncepció / projekt / személy / esemény **Projekt:** [melyik kontextushoz tartozik] **Frissítve:** [dátum] **Kapcsolódó lapok:** [[LapNév]], [[MásikLap]] ## Log formátum (append-only, log.md) ## [2026-06-01] ingest | Forrás neve ## [2026-06-01] query | A kérdés röviden ## [2026-06-01] lint | Eredmény összefoglalója

Ez az egész. Nem futtatható kód — egyszerű szöveg, amelyet bemásolunk az AI-ba, és attól kezdve ez határozza meg a viselkedését. Claude, GPT, bármelyik modern modell megérti és követi. Az egyetlen feltétel, hogy a séma következetes legyen, és a session elején mindig rendelkezésre álljon.

Így néz ki a valóságban

A saját verziómban a rendszer sources/, wiki/ és egy CLAUDE.md fájlból áll. A nyers anyagok projektenként külön almappában élnek; a wikilapok kategóriák szerint rendezve. Este berakom az anyagokat a sources/ mappába, hajnalban egy ütemezett folyamat elvégzi az ingestet, és reggel a naplóban ott van az eredmény:

## [2026-06-01] ingest | EU AI Act végrehajtási rendelet Érintett lapok: EU-szabályozás, AI-felelősség, Megfelelőség. Ellentmondás jelezve: az AI-felelősség lap 2025-ös határidőt említ, az új forrás szerint ez 2026 végére tolódott.

Egy példa eset: Van egy projekt, amelynél hosszú idő alatt nagyon sok forrást kell elolvasni és feldolgozni, különböző időpontokban. Egy idő után már nagyon nehéz emlékezni, hogy melyikből mi derült ki — de a wikiben minden szintetizálva van, kereszthivatkozásokkal. Amikor egy összefoglaló kell a projektről, az AI a wikilapokból dolgozhat, nem a forrásokból egyenként.

Ami ténylegesen beválik: a rendszer megőrzi a kontextust hosszabb projekteken keresztül. Ha két hete olvastam egy cikket egy témáról, és most kapcsolódó kérdésem van, az AI nem a cikkből, hanem a már szintetizált wikilapból válaszol — ahol az a cikk már be van kötve más anyagokba, más fogalmakhoz.

Ami a tényleges munka: a curation. Azt kell eldönteni, mi kerüljön be. A rendszer annyit ér, amennyire jók a források — az AI pontosan azt fogja megérteni és keresztlinkelni, amit bedobtunk. Ez nem automatizálható, és nem is kéne, hogy az legyen.

Korlátok — őszintén

Egy fontos kockázat van, amit nem érdemes elsiklani fölötte: ha az AI rosszul szintetizál valamit — félreérti a forrást, kihúz egy összefüggést, ami nincs ott —, az a tévedés szétterjedhet a wikilapokon. Nem tűnik fel azonnal; csak ha valaki visszakövet az eredeti forráshoz. A lint és az alkalmi ellenőrzés erre az ellenszer, de megköveteli a figyelmet.

Skálázhatóság szempontjából a rendszer personal knowledge base méretben — kb. 100–1000 forrás — jól működik. Ennél nagyobb anyagnál az index-alapú navigáció gyengülni kezd, és szükség lehet keresőmotorra. Nagyvállalati méretű, millió dokumentumos tudásbázishoz valóban más megoldás kell — de az más feladat.

A fogalmi kérdésre is érdemes kitérni: ez nem hagyományos wiki, amelyet emberek írnak és szerkesztenek közösen. Az AI írja, az ember olvassa és irányítja. Ez nem hiba — csak másfajta eszköz. Vannevar Bush 1945-ben álmodott olyasmit, amit Memexnek nevezett: személyes, kurált tudásbázis asszociatív linkekkel, ahol a dokumentumok közötti kapcsolatok legalább annyira értékesek, mint maguk a dokumentumok. Amit Bush nem tudott megoldani: ki csinálja a karbantartást? Ez az a rész, amire most végre van válasz.