RAG è già vecchio? Il nuovo modo di costruire Knowledge Base per AI con LLM Wiki

Entra nella mia Accademia AI:https://www.rizzoaiacademy.com/
Vuoi sviluppare soluzioni AI avanzate: https://inferentia.xyz
IG: https://www.instagram.com/simorizzo_ai/

In questo video ti mostro il nuovo approccio per costruire una Knowledge Base per AI usando LLM Wiki.

Partiamo dalle basi e facciamo un percorso completo:
- cos’è RAG (Retrieval Augmented Generation) e quali sono i suoi limiti
- come funziona Agentic File Search
- perché LLM Wiki rappresenta un’evoluzione importante per la memoria degli agenti AI
- come si struttura una wiki persistente in Markdown
- come installarla e usarla concretamente
- demo pratica step by step

L’idea chiave è questa: invece di recuperare frammenti ogni volta da zero, la conoscenza viene compilata, aggiornata e mantenuta nel tempo. È un cambio di paradigma molto interessante per chi vuole costruire agenti AI più affidabili, con memoria esterna più utile, navigabile e cumulativa.

Nel video vediamo anche:
- differenze pratiche tra RAG, Agentic Search e LLM Wiki
- struttura della knowledge base
- workflow di ingest, query e manutenzione
- casi d’uso reali per ricerca, team, studio e sistemi AI più avanzati

Riferimenti:
Post di Karpathy: https://x.com/karpathy/status/2039805659525644595
Repo ufficiale / gist: https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

Scrivimi nei commenti se vuoi che nel prossimo video ti mostri anche come costruire una LLM Wiki locale, integrarla con un agente, oppure confrontarla con un sistema RAG classico.

00:00 Introduzione a LLM Wiki e Andrej Karpathy
01:22 Perché gli LLM hanno bisogno di memoria esterna
02:03 Gen 1: Cos'è il RAG (Retrieval Augmented Generation)
05:05 Gen 2: Agentic File Search e File System
07:25 Limiti del RAG e vantaggi degli Agenti
09:56 Gen 3: LLM Wiki e la visione di Karpathy
11:46 La struttura tecnica: Raw, Wiki, Index e Log
13:11 Obsidian: l'interfaccia per la Knowledge Base
14:26 Come l'AI esplora e risponde usando la Wiki
16:43 Formato MARP e fase di Linting (Health Check)
18:00 I tre livelli dell'architettura
21:07 Tutorial: Installazione di Obsidian e Web Clipper
22:36 Configurazione dell'agente AI e prompt iniziale
24:39 Esempio pratico: Ingestione dati dal Web
27:36 Creazione della Knowledge Base in tempo reale
30:10 Querying: Interrogare la propria Wiki
32:38 Case Study: Inserimento e analisi di documenti PDF
37:32 Generare presentazioni automatiche con MARP
39:36 Manutenzione automatica della Wiki (Linting)
40:36 Confronto finale tra RAG, Agentic e LLM Wiki
42:31 Conclusioni e riflessioni finali

#agenticai #llm #aiagent

Видео RAG è già vecchio? Il nuovo modo di costruire Knowledge Base per AI con LLM Wiki канала Simone Rizzo