Andrej Karpathy vient de soutenir l’une des expériences IA les plus intéressantes de l’année : Farzapedia — un Wikipedia personnel construit à partir de 2 500 entrées de journal, de notes Apple et de conversations iMessage, organisé automatiquement en 400 articles wiki détaillés.

Mais l’enthousiasme de Karpathy ne portait pas sur la nouveauté du projet. Il portait sur l’architecture. Il l’a qualifiée d’approche supérieure à la personnalisation IA, et son raisonnement est essentiel pour quiconque réfléchit à la construction d’un workflow IA efficace.

Le problème avec la « mémoire IA »

La plupart des produits IA d’aujourd’hui promettent que votre assistant IA « s’améliore à mesure que vous l’utilisez ». Vos conversations sont analysées, des patterns sont détectés, et l’IA construit silencieusement une compréhension de qui vous êtes.

Le problème ? C’est une boîte noire.

Vous ne pouvez pas voir ce que l’IA croit savoir sur vous. Vous ne pouvez pas corriger les mauvaises hypothèses. Vous ne pouvez pas partager votre contexte de connaissance avec un autre outil IA. Et quand vous changez de fournisseur, vous repartez de zéro.

Karpathy a identifié trois propriétés qui rendent un wiki personnel fondamentalement supérieur :

Explicite : Vous pouvez voir exactement ce que l’IA sait ou ne sait pas de vous. La connaissance est consultable, navigable et éditable — pas enfouie dans un modèle opaque.
Portable : Les données vous appartiennent. Ce ne sont que des fichiers. Vous pouvez les déplacer entre outils, les sauvegarder, ou en partager des parties avec d’autres.
Composable : Différents outils IA peuvent lire la même base de connaissances. Vos recherches n’appartiennent pas à ChatGPT ou Claude — elles vous appartiennent.

Du journal au Wikipedia — et du web au Wikipedia

Farzapedia est parti de notes personnelles. Mais la connaissance de la plupart des gens ne vit pas dans leurs journaux — elle vit dans les pages web qu’ils lisent chaque jour.

Pensez-y : des articles que vous avez explorés, des pages produit que vous avez comparées, de la documentation que vous avez consultée, des tutoriels que vous avez suivis. C’est votre savoir opérationnel, dispersé dans des centaines d’onglets de navigateur et de favoris qui finiront par être oubliés.

Et si vous pouviez transformer tout cela en votre propre Wikipedia personnel ?

Construire votre Wiki LLM en pratique

L’approche est simple :

1. Capturer tout ce qui mérite d’être retenu

Au lieu de mettre des pages en favoris (que vous ne reverrez jamais), convertissez-les en Markdown propre et structuré au fil de votre navigation. Cela préserve le contenu réel — pas seulement une URL qui pourrait se casser ou changer.

Avec Save, chaque page web devient un fichier Markdown en un clic. L’IA extrait le contenu pertinent, supprime le bruit et le structure pour une utilisation à long terme.

2. Organiser en bases de connaissances

Tout comme Wikipedia a des catégories, votre wiki personnel a besoin d’une structure. Regroupez vos pages sauvegardées en bases de connaissances par thème :

Save Vault/
  React Research/
  Competitor Analysis/
  Product Design/
  Industry Trends/
  Cooking/

Chaque base de connaissances devient une catégorie de votre encyclopédie personnelle.

3. Le rendre consultable par l’IA

C’est là que ça devient puissant. Quand votre wiki personnel est structuré comme des fichiers Markdown dans un dossier local, les assistants IA peuvent le rechercher et le référencer directement.

Avec Save Vault et son serveur MCP intégré, Claude peut :

Chercher dans toutes vos pages sauvegardées
Lire n’importe quel article en intégralité
Recouper des informations entre différentes bases de connaissances
Répondre à des questions en s’appuyant sur votre connaissance curatée, pas sur des données d’entraînement génériques

Quand vous posez une question à Claude, il consulte d’abord votre wiki personnel. Si vous avez sauvegardé la semaine dernière un article comparant des architectures de bases de données, Claude référencera cet article précis plutôt que de vous donner une réponse générique.

4. Laisser les effets se capitaliser

La vraie magie est dans la capitalisation. Chaque page sauvegardée rend votre wiki personnel plus complet. Semaine après semaine, mois après mois, vous construisez une base de connaissances qu’aucune IA ne pourrait reproduire de zéro — parce qu’elle reflète vos centres d’intérêt spécifiques, votre historique de recherche et votre contexte professionnel.

C’est ce que Karpathy entend par « personnalisation explicite ». Ce n’est pas une IA qui devine ce qui vous intéresse à partir de patterns de conversation. C’est un corpus de connaissances structuré, visible et éditable que vous avez construit intentionnellement.

Pourquoi Markdown est le bon format

L’emphase de Karpathy sur la propriété des données n’est pas accidentelle. Le format compte.

Markdown est universel : Tous les outils IA peuvent le lire. Il n’est pas verrouillé dans une plateforme.
Markdown est lisible par l’humain : Vous pouvez ouvrir n’importe quel fichier dans n’importe quel éditeur de texte et le lire.
Markdown est versionnable : Vous pouvez suivre les changements dans le temps avec Git.
Markdown est léger : Des milliers d’articles n’occupent presque pas d’espace disque.

C’est pourquoi des outils comme Obsidian, Claude Code et Save parlent tous Markdown nativement. C’est la lingua franca de la pile de connaissances native à l’IA.

Le workflow Wikipedia personnel

Voici le workflow complet en pratique :

Naviguez normalement sur le web. Quand vous trouvez quelque chose qui vaut la peine d’être conservé, cliquez sur Save.
Save le convertit en Markdown — propre, structuré, avec les métadonnées préservées.
Save Vault le stocke localement dans vos dossiers de base de connaissances.
Claude lit votre vault via MCP quand vous posez des questions, ancrant les réponses dans votre savoir sauvegardé.
Votre wiki grandit automatiquement à chaque page sauvegardée.

Pas de configuration. Pas de base de données. Pas d’abonnement à une plateforme de gestion des connaissances. Juste des fichiers Markdown sur votre ordinateur, accessibles à n’importe quel outil IA de votre choix.

De consommateur à créateur de connaissance

Le concept Wiki LLM de Karpathy représente un changement de paradigme dans la façon dont on pense à la personnalisation IA. Au lieu d’être des consommateurs passifs de l’IA — alimentant nos données dans des systèmes opaques en espérant qu’ils apprennent — nous devenons des curateurs actifs de notre propre connaissance.

Votre Wikipedia personnel est explicite, portable et vous appartient. Et il rend chaque interaction IA meilleure parce que l’IA travaille avec votre connaissance, pas seulement avec ses données d’entraînement.

La stratégie IA la plus intelligente pour 2026 n’est pas d’utiliser un modèle plus intelligent. C’est de construire une base de connaissances plus intelligente.

Save convertit n’importe quelle page web en Markdown propre et la stocke dans votre base de connaissances locale. Combiné au serveur MCP de Save Vault, Claude peut rechercher et référencer directement votre savoir sauvegardé. Essayez Save gratuitement.