Rashita's Newsletter

Rashita's Newsletter

知の限界と知の技法の必要性 | メンバー限定記事

倉下忠憲@rashita2's avatar
倉下忠憲@rashita2
Jun 05, 2026
∙ Paid

生成AIでwikiをつくっても、別にあなたの脳が鍛えられるわけではないよ、という話を前回しました。

Rashita's Newsletter
結局、LLM Wikiはどうなのか | メンバー限定記事
Andrej KarpathyのLLM Wikiは、一つのソリューションではあります。…
Read more
7 days ago · 4 likes · 倉下忠憲@rashita2

結局のところ、自分の知的な仕事で成果を上げたいなら、自分の脳を鍛えるしかありません。

じゃあ、どうやって脳を鍛えるのか。

それを考える上でLLM Wikiの知見が役立ちます。

繰り返されるナレッジワーク

あっさり言ってしまうと、LLM Wikiの中心的なコンセプトは目新しいものではありません。むしろ、人類が知を扱う上でずっと繰り返してきたことです。

大量の情報をそのままでは扱えないから、段階的にグルーピングしていく。

ようはチャンク化です。図書館の分類がまさにそうですし、KJ法も似たアプローチで情報をまとめていきます。かつて存在していた、「Yahoo!カテゴリ」というディレクトリ型の検索も同じです。似た話を探せば、いくらでも見つけられるでしょう。

再帰的グルーピングによって、巨大な「全体」を構造化して、取り扱えるようにする、というのはリゼロのスバルくらいに繰り返されてきたわけです。

しかし、Google以降「そんなの必要なくない?」という風潮が生まれました。検索すればいいじゃん、と。

まさにその通りです。いちいち構造を作らなくても情報を見つけ出せるようになりましたし、それで大きな不便はありません。というのが「当たり前」になってってしばらく後に出てきたのが、このLLM Wikiだった点に私は象徴性を感じます。

User's avatar

Continue reading this post for free, courtesy of 倉下忠憲@rashita2.

Or purchase a paid subscription.
© 2026 倉下忠憲 · Privacy ∙ Terms ∙ Collection notice
Start your SubstackGet the app
Substack is the home for great culture