OpenAIの共同創業者アンドレイ・カルパシー氏が提唱した「LLM Wiki」は、AIがメモや資料を整理しながら更新し、使える知識へと育てていく新しい仕組みだ。従来のRAGが知識を「参照・検索」するのに対し、LLM Wikiは知識を「管理・運用」する点が根本的な違いである。
OpenAIの共同創業者で、元テスラのAI責任者であるアンドレイ・カルパシー氏が、2026年4月上旬に「LLM Wiki」という新しいコンセプトを発表した。この概念が今、大きな注目を集めている。ただし、その内容はやや理解しにくく、一部で不要な議論も生じているようだ。
LLM Wikiとは、AIがメモや資料を整理し、その内容を継続的に更新しながら、実際に使える知識へと発展させるための新しい仕組みである。現在主流のRAG（検索拡張生成）では、AIは知識を主に「参照・検索する」対象として扱う。一方、LLM WikiではAIが知識を「管理・運用する」対象として扱う点が、両者の根本的な違いとなっている。
LLM Wikiの基本的なイメージは以下の通りだ。左側にはバラバラに蓄積されたメモやPDF、記事などの「元資料」がある。従来のAI活用では、AIは質問されるたびにこれらの資料から関連情報を検索していた。しかしLLM Wikiでは、中央の図に示すようにAIが「整理役」として機能し、バラバラな資料を読み解いて、右側のような組織された「百科事典（Wiki）」へと編さん（内容を整理してまとめること）していく。
この仕組みを支える基盤となるのが、カルパシー氏が提唱する「3つの構成要素」である。具体的には、読み込み専用の「元資料（Raw sources）」、AIに整理の方法を教える「運用ルール（The schema）」、AIが執筆・更新する「Wikiページの集まり（The wiki）」の3つである。AIは新しい資料を追加するたびに、既存のWikiページを書き換え、関連するページをリンクで結んでいく。このプロセスを通じて、バラバラだった情報は、相互に結びついた1つの構造体へと発展していく。このWiki全体こそが、実際に使える知識であり、一般的には知識ベース（ナレッジベース：Knowledge Base）と呼ばれている。
この仕組みにおいて最も重要な点は、Wikiページの「メンテナンス」をAIが継続的に行うことである。これまで人間がWikiを作成しても長続きしなかった主な理由は、情報の継続的な更新やリンクの張り直しが煩雑だったからだ。LLM Wikiであれば、AIが飽きることなく裏側でメンテナンスを続けてくれる。その結果、使用を重ねるにつれて知識が蓄積され、価値が増していく「資産」としての知識ベースが構築されるのである。
