---
type: conflict
title: RAG vs LLM Wiki：孰优孰劣？
created: 2026-04-26
status: open
---

## 争议焦点

LLM Wiki 模式是否真的"优于"RAG？还是两者各有适用场景、不存在绝对优劣？该争议直接影响从业者在构建知识系统时的技术选型。

## 来源 A 的说法（[[wiki/library/llm-wiki|Karpathy Gist]]）

Karpathy 的 Gist 将 RAG 定位为"每次查询重新推导"的低效范式，明确主张 LLM Wiki 的"编译"模式在个人知识管理场景中体验更优。他的 wiki 在积累约 100 篇文章、40 万词后，LLM 导航效率仍优于 RAG 管道。

## 来源 B 的说法（社区与行业分析）

多位从业者和分析人士指出，两种方案在不同场景下各有优势：RAG 在大规模（数万份以上）文档的即时检索场景中成本优势显著；LLM Wiki 的编译成本在超大规模下可能不可接受。部分人主张将两者结合：先用 LLM Wiki 编译结构化知识，再对 wiki 做 RAG 检索。

## 目前判断

两种范式并非对立，而是适用层次不同：
- **个人/小团队知识积累（< 数百份资料）**：LLM Wiki 优势显著
- **企业大规模文档即时查询（> 数万份文档）**：RAG 更适合
- **中间地带**：两者结合的混合架构正在成为新的实践方向

## 待验证

- LLM Wiki 在超过 500 篇文章规模时的实际性能表现
- 混合架构（LLM Wiki + RAG）的具体实现路径和效果数据
- 编译成本随 wiki 规模增长的曲线是否保持可接受水平