Cos'è un LLM-Wiki?

Un LLM-Wiki è una wiki in markdown costruita e mantenuta da un agente AI a partire dalle tue fonti: documenti, codice, ticket, conversazioni. L'agente legge, sintetizza pagine interlinkate e le tiene aggiornate quando le fonti cambiano. L'idea è stata messa nero su bianco da Andrej Karpathy in un gist del 4 aprile 2026, presentato esplicitamente come "idea file" più che come progetto: secondo i contatori riportati ha superato i 17 milioni di visualizzazioni, e nel giro di poche settimane sono comparsi strumenti che la implementano, come DeepWiki, AutoWiki e OpenWiki. L'agente non si limita a copiare le fonti in un formato diverso: le legge, individua i concetti ricorrenti e scrive pagine interlinkate, leggibili da una persona e non solo digeribili da un altro modello. Per un'azienda con documentazione sparsa tra wiki interne e repository di codice, significa avere un agente che tiene aggiornata da solo una mappa navigabile di quella conoscenza, invece di un documento di sintesi scritto a mano che invecchia dal giorno dopo la pubblicazione.

Compilare la conoscenza, invece di recuperarla a ogni domanda

La differenza con la RAG è di momento, prima che di tecnica. La RAG recupera frammenti dalle fonti al momento della query: ogni domanda rifà il lavoro di ricerca da zero, e il risultato vive solo dentro quella risposta. L'LLM-Wiki sposta lo sforzo a monte: l'agente fa la sintesi una volta, in fase di scrittura, e produce un artefatto persistente che si legge, si versiona in git e si corregge a mano come qualunque documento. I due pattern non si escludono: una wiki ben mantenuta diventa una fonte di qualità superiore su cui fare retrieval, invece dei documenti grezzi.

Le critiche e la lettura enterprise

Le obiezioni serie sono arrivate subito, a partire dai thread su Hacker News. La prima è il cognitive outsourcing: se la sintesi la fa sempre l'agente, chi in azienda continua a capire le fonti? La seconda è la scala: su corpora grandi la wiki rischia di degradare in pagine generiche o in coppie di pagine che si contraddicono, e tenerla coerente ha un costo che cresce col volume. Il pattern è giovane e questi limiti sono reali. La lettura enterprise, però, è interessante proprio per questo: un LLM-Wiki è di fatto un knowledge graph leggero in markdown, con entità, pagine e link al posto di triple e ontologie formali. E le contraddizioni tra pagine, che nella critica sono un difetto, in azienda diventano un segnale utile: sono data quality della conoscenza, resa visibile e correggibile prima che finisca nel contesto di un agente.

Dal pattern alla specifica: Open Knowledge Format

A giugno 2026 il pattern è andato oltre l'idea informale di Karpathy: Google Cloud ha pubblicato l'Open Knowledge Format (OKF), una specifica versionata (v0.1) che formalizza la stessa idea: bundle di file markdown con frontmatter YAML, organizzati per directory, con link espliciti tra pagine invece di similarità vettoriale, leggibili e mantenibili sia da persone che da agenti. Non è una tecnica diversa dall'LLM-Wiki, ma la sua standardizzazione: dove il gist di Karpathy lasciava ogni implementazione libera di definire la propria struttura, OKF fissa convenzioni comuni (un campo `type` obbligatorio nel frontmatter, path come identità del concetto) proprio per rendere i bundle interoperabili tra strumenti e fornitori diversi, invece che legati a un singolo tool come DeepWiki o AutoWiki.