Aadit Sheth 分析了 Karpathy 的个人知识库工作流，解释了为什么企业级 AI 往往因为数据孤岛而非模型局限性导致失败。
📝 详细摘要
Aadit Sheth 对 Andrej Karpathy 最近关于利用大语言模型（LLM）构建个人知识库的文章进行了深刻剖析。他指出，Karpathy 的成功源于为模型提供了完整且可读的语料库，而非依赖复杂的 RAG。Sheth 将这一观点延伸至企业场景，指出大多数 AI 项目的失败并非因为模型本身能力不足，而是因为模型被困在数据孤岛（如 Slack、Drive、Notion）中，导致“营养不良”。他强调，像 Glean 这样的产品之所以成功，是因为它们解决了“数据访问”这一核心痛点，赋予了模型一次性读取整个公司数据的能力。
📊 文章信息
AI 评分：81
来源：Aadit Sheth(@aaditsh)
作者：Aadit Sheth
分类：人工智能
语言：英文
阅读时间：5 分钟
字数：1129
标签： 企业级 AI, RAG, 上下文窗口, 知识管理, Andrej Karpathy