LLM Wiki - Kiến trúc tri thức AI mới thay thế RAG truyền thống?

LLM Wiki là một kiến trúc tri thức AI mới xuất hiện năm 2026, thay thế việc truy xuất tài liệu lặp lại bằng một cơ sở tri thức bền vững, do chính mô hình duy trì, biên soạn nguồn thành các trang có cấu trúc và liên kết chéo với nhau.

Ý tưởng này được Andrej Karpathy giới thiệu trong năm 2026 và nhanh chóng được một số dự án mã nguồn mở hiện thực hóa thành công cụ chạy được thực tế.

Tóm tắt các điểm chính

• LLM Wiki biên soạn nguồn một lần tại thời điểm ingestion, thay vì truy xuất lại từng đoạn văn bản mỗi khi có câu hỏi như RAG
• Một nguồn được nạp vào có thể cập nhật 10-15 trang wiki trong một lượt xử lý duy nhất
• Đến tháng 7/2026, hầu hết triển khai LLM Wiki vẫn là mã nguồn mở, xây dựng bởi cá nhân hoặc nhóm nhỏ, còn ở giai đoạn rất sớm
• Kiến trúc gồm ba tầng: nguồn tài liệu, tầng biên soạn tri thức, và các ứng dụng AI đọc từ wiki
• LLM Wiki không thay thế RAG mà tồn tại song song, RAG xử lý truy vấn tức thời còn wiki xử lý tri thức tích lũy dài hạn

Ý tưởng LLM Wiki bắt nguồn từ đâu?

Ý tưởng LLM Wiki hình thành trong năm 2026, do Andrej Karpathy trình bày và được một vài dự án mã nguồn mở tiếp nhận, biến thành công cụ có thể chạy thực tế. Ý tưởng khá đơn giản: hệ thống AI năm 2026 dành phần lớn thời gian đọc lại cùng một tài liệu. Người dùng upload một PDF, mô hình truy xuất từng đoạn, trả lời câu hỏi rồi bỏ qua. Tuần sau, người dùng upload thêm một PDF khác cùng chủ đề, mô hình lại lặp lại y hệt quy trình đó. Không có gì được giữ lại giữa các lần.

Thay đổi lớn nhất nằm ở chỗ truy xuất (retrieval) và biên soạn (compilation) là hai công việc khác nhau. Hệ thống retrieval-first tìm đoạn văn bản liên quan tại thời điểm truy vấn rồi đưa vào ngữ cảnh của mô hình, mô hình chỉ làm việc với những gì bộ truy xuất tìm được. Ngược lại, hệ thống compilation-first đọc từng nguồn một lần duy nhất tại thời điểm ingestion, trích xuất thông tin quan trọng, rồi ghi vào một cơ sở tri thức có cấu trúc. Mô hình sau đó trả lời dựa trên cơ sở tri thức đã biên soạn sẵn.

LLM Wiki thuộc nhóm thứ hai. Khi có nguồn mới được thêm vào, mô hình đọc nguồn đó, cập nhật các trang hiện có, tạo trang mới nếu cần, và đánh dấu các mâu thuẫn với nội dung đã lưu trữ trước đó. Cơ sở tri thức lớn dần theo mỗi nguồn được thêm vào, và mô hình có nền tảng tốt hơn để trả lời ở mỗi lần sau.

Đây là bước đứt gãy cụ thể đầu tiên khỏi mô hình retrieval-first vốn thống trị kể từ khi RAG trở thành tiêu chuẩn. RAG coi mỗi truy vấn là một lượt tra cứu mới trên tài liệu thô. LLM Wiki coi thời điểm ingestion là lúc công việc thực sự diễn ra, còn thời điểm truy vấn chỉ là đọc từ một cơ sở đã được xử lý sẵn.

LLM Wiki là gì?

LLM Wiki là một cơ sở tri thức bền vững, do AI duy trì, liên tục tổng hợp thông tin từ tài liệu nguồn thành các trang có cấu trúc và liên kết với nhau. Ba yếu tố phân biệt LLM Wiki với một thư mục file thông thường hay một vector store:

• Bền vững: Trang được tạo một lần và cập nhật khi có nguồn mới, không cần suy diễn lại tại thời điểm truy vấn vì phần tổng hợp đã được ghi sẵn.
• Cập nhật liên tục: Mỗi nguồn được nạp vào kích hoạt chỉnh sửa trên toàn wiki, ví dụ tạo trang mới cho thực thể mới, sửa đổi bản tóm tắt hiện có, ghi chú khi dữ liệu mới mâu thuẫn với tuyên bố cũ.
• Phục vụ hai đối tượng: Trang vừa đọc được bằng ngôn ngữ tự nhiên cho con người, vừa đủ cấu trúc để agent AI có thể suy luận trên đó. Markdown, liên kết chéo và bố cục nhất quán phục vụ cả hai mục đích cùng lúc.

Điểm mấu chốt là wiki trở thành tầng tri thức chính. Tài liệu gốc vẫn được lưu ở dạng thô như một bản ghi kiểm toán, nhưng không ai truy vấn trực tiếp vào đó nữa. Hệ thống chat, agent, trợ lý nghiên cứu đọc wiki vì đó là nơi đặt phiên bản tri thức đã biên soạn và liên kết chéo hoàn chỉnh.

Kiến trúc LLM Wiki hoạt động ra sao?

Kiến trúc LLM Wiki là một pipeline ba tầng: nguồn đi vào, mô hình biên soạn thành trang wiki, và ứng dụng AI đọc từ những trang đó.

Nguồn tài liệu gồm những gì?

Bất kỳ nội dung dạng văn bản nào cũng có thể được nạp vào, ví dụ: tài liệu và PDF, ghi chú cá nhân và transcript cuộc họp, code repository, nội dung web được clip từ bài viết hoặc scrape từ website. Nguồn thô được đặt trong bộ nhớ bất biến (immutable storage). Sau khi ingestion, mô hình chỉ đọc từ nguồn đó chứ không bao giờ chỉnh sửa, tạo ra một đường dẫn kiểm toán rõ ràng từ bất kỳ tuyên bố nào trên wiki quay ngược về nguồn gốc.

Biên soạn tri thức diễn ra như thế nào?

Wiki được tạo ra chính trong bước này. Khi một nguồn mới xuất hiện, mô hình chạy một loạt thao tác: trích xuất khái niệm (thực thể, chủ đề, định nghĩa, tuyên bố được rút ra từ văn bản nguồn), cập nhật trang hiện có (nếu một thực thể hoặc khái niệm đã có trang, mô hình sửa đổi trang đó với thông tin mới và đánh dấu mâu thuẫn), tạo trang mới (bất cứ điều gì không khớp với trang hiện có sẽ có trang riêng), và liên kết chủ đề liên quan (tham chiếu chéo được thêm vào theo cả hai chiều để các trang luôn kết nối khi wiki phát triển).

Một nguồn được nạp vào có thể "cập nhật" 10 đến 15 trang trong một lượt xử lý. Đây chính là điểm mấu chốt: công việc kết nối tài liệu mới với tri thức hiện có chỉ diễn ra một lần, tại thời điểm ingestion, chứ không lặp lại ở mỗi truy vấn như RAG.

Ứng dụng AI sử dụng wiki ra sao?

Wiki được thiết kế để phục vụ nhiều loại người dùng khác nhau, ví dụ: hệ thống chat trả lời câu hỏi dựa trên tri thức đã biên soạn thay vì tài liệu thô, trợ lý nghiên cứu đi theo các tham chiếu chéo để xây dựng bức tranh về một chủ đề, agent phần mềm dùng wiki như bộ nhớ bền vững xuyên suốt các tác vụ dài hạn, và hệ thống tri thức doanh nghiệp expose wiki cho công cụ nội bộ, dashboard hoặc MCP server. Wiki nằm ở giữa, nguồn đưa vào từ một phía, ứng dụng đọc ra từ phía còn lại, còn tầng biên soạn giữ cho cả hai đầu luôn đồng bộ.

LLM Wiki khác RAG truyền thống ở điểm nào?

Khác biệt chính giữa RAG truyền thống và LLM Wiki nằm ở thời điểm công việc diễn ra.

RAG truy xuất từng đoạn tài liệu tại thời điểm truy vấn. Người dùng đặt câu hỏi, một lượt tìm kiếm embedding kéo ra top-k đoạn liên quan nhất từ vector store, các đoạn này được thêm vào ngữ cảnh của mô hình cùng với câu hỏi. Mô hình sinh câu trả lời từ ngữ cảnh tạm thời đó rồi quên hết mọi thứ sau khi trả lời xong. Ngữ cảnh mang tính dùng một lần: các đoạn văn bản trả lời câu hỏi trước đó biến mất khỏi ngữ cảnh ngay khi mô hình hoàn tất phản hồi. Nếu ngày mai người dùng hỏi một câu liên quan, bộ truy xuất lại chạy lại, lại kéo đoạn văn bản, mô hình lại tổng hợp lại từ đầu. Không có gì được tích lũy giữa các truy vấn.

LLM Wiki biên soạn thông tin ngay tại thời điểm ingestion. Khi thêm một nguồn, mô hình đọc nguồn đó một lần, ghi những gì quan trọng vào các trang có cấu trúc, cập nhật tham chiếu chéo, và lưu kết quả dưới dạng markdown bền vững. Thời điểm truy vấn lúc này chỉ còn là việc đọc từ cơ sở đã biên soạn, thay vì tổng hợp lại từ các đoạn thô. Tri thức mang tính bền vững và tiếp tục tiến hóa: mỗi nguồn mới kích hoạt chỉnh sửa trên toàn wiki, mâu thuẫn được đánh dấu, bản tóm tắt cũ được sửa đổi, và các kết nối giữa chủ đề trở nên dày đặc hơn theo thời gian.

Không cách tiếp cận nào vượt trội tuyệt đối, mỗi cách tối ưu cho một mục tiêu khác nhau.

Về độ mới (freshness), RAG có lợi thế vì đọc trực tiếp từ tài liệu nguồn tại thời điểm truy vấn, nếu tài liệu gốc được cập nhật, truy vấn tiếp theo sẽ thấy thay đổi ngay lập tức. LLM Wiki phải nạp lại nguồn để cập nhật trang, nên luôn có độ trễ giữa sự thật gốc và tri thức đã biên soạn.

Về độ chính xác, LLM Wiki thắng khi câu hỏi đòi hỏi tổng hợp qua nhiều nguồn vì phần tổng hợp đã được thực hiện và rà soát từ trước. RAG có thể bỏ lỡ các kết nối khi các đoạn liên quan trải rộng hơn số lượng có thể vừa trong cửa sổ ngữ cảnh, vì nó không bao giờ nhìn thấy toàn bộ bức tranh trong một lượt xử lý.

Về bảo trì, RAG gần như không tốn công bảo trì một khi vector store đã được thiết lập vì việc index mang tính cơ học. LLM Wiki cần được bảo trì chủ động, ví dụ chạy lint để bắt các tuyên bố lỗi thời, kiểm tra mâu thuẫn, và rà soát định kỳ để loại bỏ các trang mồ côi. Đánh đổi ở đây là một wiki được bảo trì tốt sẽ ngày càng phong phú theo thời gian, trong khi một index RAG vẫn giữ nguyên trạng thái phẳng.

Về khả năng mở rộng, RAG mở rộng dự đoán được theo số lượng tài liệu vì truy xuất là một bài toán tìm kiếm. LLM Wiki mở rộng theo khả năng của mô hình trong việc giữ tri thức đã biên soạn mạch lạc khi nó lớn dần. Vượt qua một quy mô nhất định, wiki cần các file index riêng, công cụ tìm kiếm, hoặc tầng embedding riêng để vẫn có thể điều hướng được.

Dưới đây là bảng tổng hợp so sánh hai cách tiếp cận:

Tiêu chí	RAG truyền thống	LLM Wiki
Thời điểm công việc diễn ra	Tại thời điểm truy vấn	Tại thời điểm ingestion
Ngữ cảnh	Tạm thời, theo từng truy vấn	Bền vững, đã biên soạn
Tổng hợp đa nguồn	Lặp lại ở mỗi truy vấn	Thực hiện một lần, duy trì cập nhật
Độ mới	Cao, đọc nguồn trực tiếp	Có độ trễ so với ingestion
Chi phí bảo trì	Thấp	Trung bình đến cao
Phù hợp nhất với	Tra cứu nhanh, tài liệu thay đổi liên tục	Nghiên cứu dài hạn, tri thức tích lũy

Infinity phân tích bảng so sánh trên và nhận thấy RAG và LLM Wiki thực chất mang tính bổ trợ lẫn nhau trong thực tế. Một số triển khai thực tế chạy RAG ngay trên chính wiki một khi wiki đã lớn hơn mức một file index đơn lẻ có thể xử lý. Infinity khuyến nghị các đội ngũ xây dựng hệ thống tri thức nên cân nhắc kết hợp cả hai, dùng RAG cho phần cần độ mới và dùng wiki cho phần cần tổng hợp dài hạn, thay vì chọn một trong hai theo hướng loại trừ lẫn nhau.

Vì sao AI agent hưởng lợi từ LLM Wiki?

AI agent chịu ảnh hưởng nặng hơn hệ thống chat từ vấn đề không có bộ nhớ. Một cuộc hội thoại đơn lẻ có thể chấp nhận việc truy xuất lại, nhưng agent có thể chạy hàng giờ hoặc hàng ngày và phát hiện lại cùng một dữ kiện qua hàng chục tác vụ. LLM Wiki cho agent một nơi để lưu lại những gì đã học, để không phải học lại từ đầu.

Một vài mảng nơi tri thức bền vững cho thấy tiềm năng rõ nhất:

• Phát triển phần mềm: Một coding agent làm việc trên một codebase trong nhiều tuần tích lũy tri thức về module, quy ước, bug cũ và quyết định thiết kế. Nếu không có wiki, ngữ cảnh đó phải được xây lại ở mỗi phiên làm việc.
• Nghiên cứu dài hạn: Một agent theo dõi chủ đề qua hàng trăm bài báo không thể giữ tất cả trong ngữ cảnh. Wiki cho agent một nơi để lưu bản tóm tắt và xem lại bức tranh đang tiến hóa mà không cần đọc lại toàn bộ kho tài liệu.
• Trợ lý doanh nghiệp: Đối mặt với cùng câu hỏi từ các nhân viên khác nhau mỗi ngày, wiki cho phép trợ lý trả lời từ tri thức nội bộ đã biên soạn thay vì tìm kiếm lại cùng một tập trang ở mỗi request.
• Bộ nhớ tổ chức: Các nhóm mất ngữ cảnh khi nhân sự rời đi hoặc cuộc họp kết thúc. Một LLM Wiki được nạp bởi transcript, ticket và tài liệu giữ ngữ cảnh đó luôn được kết nối.

Khi triển khai đúng cách, LLM Wiki mang lại lợi ích ở ba điểm: ít lượt tìm kiếm lặp lại hơn (agent đọc từ một trang đã biên soạn không cần chạy lại cùng một lượt tìm kiếm web hay truy vấn vector đã chạy hôm qua), ngữ cảnh phong phú hơn (trang wiki đã chứa thông tin được tổng hợp sẵn, agent bắt đầu mỗi tác vụ với nền tảng dày đặc và kết nối tốt hơn so với các đoạn thô), và học tích lũy (mỗi phiên làm việc bổ sung vào wiki, phiên tiếp theo hưởng lợi từ những gì phiên trước đã tìm ra, đây là cách để có một agent thực sự tiến bộ hơn theo thời gian thay vì reset lại ở mỗi prompt).

Xây dựng một LLM Wiki như thế nào?

Quy trình xây dựng wiki là một vòng lặp: nguồn đi vào, trang được viết và viết lại, toàn bộ hệ thống tự tinh chỉnh khi kho tài liệu lớn dần.

1. Nạp tài liệu vào bộ nhớ thô. Tài liệu được đọc một lần và giữ bất biến để mọi tuyên bố ở tầng sau đều có thể truy ngược về một nguồn cụ thể. Ingestion có thể là một file đơn lẻ, một lô, hoặc một luồng từ thư mục mà mô hình theo dõi.

2. Xác định thực thể và khái niệm. Với mỗi nguồn mới, mô hình trích xuất những gì quan trọng: thực thể có tên, khái niệm chính, tuyên bố, định nghĩa, mối quan hệ. Đây là thời điểm văn bản phi cấu trúc trở thành thứ mà wiki có thể lưu trữ. Lượt trích xuất này cũng kiểm tra wiki hiện có để xem điều gì đã được bao phủ và điều gì là mới.

3. Tạo hoặc cập nhật trang. Thực thể mới nhận trang mới. Trang hiện có được sửa đổi với thông tin mới. Nếu nguồn mới mâu thuẫn với một tuyên bố hiện có, mô hình đánh dấu mâu thuẫn đó trên trang thay vì ghi đè. Một nguồn được nạp thường chỉnh sửa 10 đến 15 trang vì nguồn thường đề cập đến nhiều hơn một chủ đề.

4. Duy trì liên kết. Tham chiếu chéo được thêm vào theo cả hai chiều để các trang luôn kết nối với nhau. Nếu một trang mới về RAG nhắc đến vector database, và một trang về vector database đã tồn tại, cả hai trang đều được liên kết.

5. Liên tục tinh chỉnh tri thức. Các lượt lint định kỳ bắt các vấn đề tích lũy theo thời gian, ví dụ mâu thuẫn giữa các trang, tuyên bố lỗi thời đã bị nguồn mới thay thế, trang mồ côi không ai liên kết đến, và các khái niệm quan trọng được nhắc thoáng qua nhưng chưa có trang riêng. Bước này giữ cho wiki khỏe mạnh khi nó mở rộng quy mô.

Chi tiết cụ thể phụ thuộc vào từng stack công nghệ, nhưng hình dạng tổng thể giống nhau ở mọi triển khai: nạp, trích xuất, viết, liên kết, tinh chỉnh, rồi lặp lại.

LLM Wiki thường có những tính năng chung nào?

Phần lớn triển khai LLM Wiki chia sẻ cùng một bộ tính năng, dù chi tiết khác nhau giữa các dự án.

• Biên soạn tri thức tự động: Wiki tự viết chính nó. Khi một nguồn được nạp vào, mô hình trích xuất thông tin quan trọng và lưu vào trang mà không cần con người can thiệp. Bảo trì thủ công là nguyên nhân giết chết wiki truyền thống, vì con người nhanh chán việc cập nhật tham chiếu chéo và bản tóm tắt. Mô hình thì không, đây chính là tính năng khiến toàn bộ mô hình này vận hành được.

• Trang được liên kết: Mỗi trang kết nối với các trang liên quan qua tham chiếu chéo. Khi một trang về transformer nhắc đến cơ chế attention, cả hai trang liên kết với nhau. Kết quả là một đồ thị có thể điều hướng được bằng cách đi theo các tham chiếu, đây chính là cách tìm ra những kết nối mà người dùng chưa biết là tồn tại.

• Ghi nhận nguồn gốc: Mọi tuyên bố trên mọi trang đều truy ngược được về một nguồn cụ thể. Tài liệu thô vẫn giữ bất biến để có thể xác minh thông tin đến từ đâu bất cứ lúc nào. Điều này quan trọng vì hai lý do: nó cho một đường dẫn kiểm toán khi cần kiểm tra độ chính xác, và cho phép mô hình rút lại tuyên bố một cách gọn gàng khi một nguồn bị gỡ bỏ.

• Đồ thị tri thức: Cấu trúc liên kết của wiki tự nó chính là một đồ thị tri thức. Node là các trang, cạnh là tham chiếu chéo, và hình dạng của đồ thị cho biết kho tài liệu thực sự nói về điều gì. Các trang hub sẽ tự động xuất hiện quanh những khái niệm quan trọng, trang mồ côi báo hiệu khoảng trống, còn các cụm dày đặc cho thấy những mảng wiki hiểu rõ nhất.

• Bộ nhớ bền vững: Wiki khả dụng xuyên suốt các phiên làm việc. Ngữ cảnh chat biến mất khi cuộc hội thoại kết thúc, nhưng trang wiki nằm trên ổ đĩa dưới dạng markdown. Đây chính là điều biến một mô hình chat thành thứ có thể mang tri thức đi tiếp qua nhiều ngày, nhiều dự án và nhiều lượt chạy agent.

• Cập nhật liên tục: Nguồn mới kích hoạt sửa đổi trên trang hiện có, không chỉ đơn thuần thêm vào. Nếu một bài báo xuất bản tháng trước mâu thuẫn với những gì được viết sáu tháng trước đó, wiki đánh dấu và cập nhật các trang bị ảnh hưởng. Cơ sở tri thức tiến gần hơn đến sự chính xác theo thời gian, thay vì tích tụ các tuyên bố lỗi thời.

Infinity nhận thấy các tính năng này không tồn tại độc lập. Một wiki không có ghi nhận nguồn gốc thì không thể tin tưởng được, tương tự, một wiki không có cập nhật liên tục sẽ trở nên lỗi thời, và một wiki không có trang liên kết chỉ đơn thuần là một thư mục các bản tóm tắt. Giá trị đến từ việc tất cả các tính năng này hoạt động cùng nhau.

LLM Wiki được ứng dụng thực tế ở đâu?

Mô hình vừa trình bày mang tính tổng quát, nên các ứng dụng thực tế dưới đây cho thấy LLM Wiki có thể hữu ích, thậm chí hữu ích hơn RAG ở một số bối cảnh cụ thể.

• Tài liệu nghiên cứu khoa học: Bất kỳ ai theo dõi một chủ đề qua hàng chục hoặc hàng trăm bài báo đều gặp cùng một vấn đề: bài báo chồng chất nhanh hơn tốc độ xử lý. LLM Wiki đọc từng bài báo khi nó xuất hiện, trích xuất tuyên bố, lưu vào các khái niệm liên quan, và đánh dấu mâu thuẫn với những gì đã đọc trước đó. Kết quả là một bản tổng hợp đang chạy, luôn cập nhật với lĩnh vực nghiên cứu, thay vì một thư mục PDF không bao giờ được đọc hết.

• Tài liệu kỹ thuật phần mềm: Codebase thường có nợ tài liệu tăng dần mỗi sprint. Quyết định thiết kế thường được đưa ra trong thread Slack, còn ghi chú kiến trúc nằm trong Notion của ai đó. Code thực tế là nguồn duy nhất được đảm bảo luôn cập nhật. Một wiki được nạp từ codebase, comment, pull request và tài liệu nội bộ có thể biên soạn một bức tranh về hệ thống luôn kết nối với code. Kỹ sư có thể đặt câu hỏi cho wiki thay vì hỏi người đã viết module đó ba năm trước.

• Cơ sở tri thức doanh nghiệp: Công ty tích lũy tri thức qua ticket, transcript cuộc họp, spec sản phẩm và wiki nội bộ. LLM Wiki có thể nạp từ tất cả những nguồn này và biên soạn thành một tầng tri thức duy nhất luôn cập nhật. Nhân viên có thể truy vấn một lần thay vì tìm kiếm qua bốn công cụ khác nhau.

• Quản lý tri thức cá nhân: Ứng dụng ghi chú đã giải quyết được vấn đề lưu trữ nhưng chưa giải quyết được vấn đề tổng hợp. Người dùng vẫn có hàng trăm ghi chú, bài viết và highlight mà phần lớn sẽ không bao giờ xem lại. Một wiki được nạp từ Obsidian vault, chẳng hạn, có thể biến đống ghi chú đó thành một khối tri thức đã biên soạn mà người dùng thực sự có thể truy vấn.

• Bộ nhớ agent AI: Agent chạy hàng giờ hoặc hàng ngày cần một nơi để lưu những gì đã học. Wiki cho agent bộ nhớ bền vững có thể dùng xuyên suốt các phiên làm việc: điều gì hiệu quả, điều gì không, file nào đã đọc, đường nào đã thử. Điều này đặc biệt hữu ích với các agent xây trên Claude Code hoặc công cụ tương tự, nơi cùng một codebase được làm việc qua nhiều phiên, và ngữ cảnh từ các lượt chạy trước là thứ khiến lượt chạy hiện tại hiệu quả.

Các triển khai LLM Wiki hiện tại đang ở đâu?

Không gian LLM Wiki năm 2026 vẫn còn ở giai đoạn rất sớm. Phần lớn những gì đang tồn tại là mã nguồn mở, xây dựng bởi cá nhân hoặc nhóm nhỏ, còn cách rất xa so với vị trí hiện tại của RAG.

• Bản gist gốc của Karpathy là nơi nhiều người triển khai bắt đầu. Nó mô tả mô hình đủ chi tiết để bất kỳ ai có agent AI cũng có thể tự xây phiên bản riêng bằng cách dán tài liệu đó vào Claude Code hoặc công cụ tương tự. Phần lớn wiki hiện tại bắt đầu như dự án cá nhân xây trên một ý tưởng chung.

• Các nỗ lực mã nguồn mở là nơi ý tưởng đang được hoàn thiện. Các dự án như llm-wiki.net công bố code dưới giấy phép cho phép, để người khác có thể fork, mở rộng, hoặc điều chỉnh cho workflow riêng. Lợi thế là người dùng có thể thấy chính xác wiki đang làm gì và thay đổi khi nhu cầu không khớp với mặc định.

• Cách tiếp cận local-first chạy hoàn toàn trên máy của người dùng. Nguồn được lưu trên ổ đĩa, wiki là một thư mục file markdown, mô hình đọc và viết thông qua một agent local. Obsidian là front-end phổ biến nhất vì đã được xây sẵn cho markdown và tham chiếu chéo. Cách này cho người dùng quyền kiểm soát cao nhất, vì nguồn không rời khỏi máy, và có thể kiểm tra từng trang mà mô hình viết ra.

• Triển khai hosted đang bắt đầu xuất hiện nhưng chưa phổ biến. Mô hình này không khớp với mô hình SaaS tốt như RAG, vì wiki được thiết kế để là của riêng người dùng, nguồn của họ, trang của họ, quyết định của họ về việc lưu gì. Phiên bản hosted có xu hướng phù hợp nhất với wiki nhóm, nơi giá trị của tri thức chia sẻ vượt qua chi phí lưu trữ nguồn trên hạ tầng của người khác.

Nhưng tính đến tháng 7/2026, chưa có triển khai nào hoàn thiện. Mọi thứ vẫn đang được tìm hiểu, và phần lớn dự án hiện có chỉ mới ở mức prototype.

LLM Wiki có ưu điểm và hạn chế gì?

Mô hình LLM Wiki có cả điểm mạnh lẫn chi phí, cả hai đều đáng biết trước khi quyết định xây dựng.

Ưu điểm

• Tri thức bền vững: Vẫn khả dụng sau khi bất kỳ phiên làm việc đơn lẻ nào kết thúc. Những gì mô hình đã tìm ra tháng trước vẫn còn trên trang hôm nay, và công việc mới xây trên đó thay vì bắt đầu lại từ đầu.
• Tổng hợp có thể tái sử dụng: Công việc kết nối nguồn chỉ diễn ra một lần, tại thời điểm ingestion. Mọi truy vấn sau đó đọc từ kết quả đã biên soạn thay vì tổng hợp lại từ văn bản thô, tiết kiệm tài nguyên tính toán và cho câu trả lời tốt hơn vì mô hình đã hoàn thành phần suy nghĩ từ trước.
• Giảm số lượt truy xuất lặp lại: Một wiki đã có trang về một chủ đề không cần tìm kiếm lại kho tài liệu thô mỗi khi chủ đề đó xuất hiện. Điều này quan trọng với agent chạy hàng giờ mà nếu không sẽ chạy lại cùng một lượt tìm kiếm nhiều lần.
• Tổ chức có cấu trúc: Trang và tham chiếu chéo cho người dùng thứ có thể duyệt và suy luận, đặc biệt khi so với một thư mục PDF.

Hạn chế

• Thách thức trong việc giữ thông tin luôn cập nhật: Wiki phải được nạp lại khi nguồn thay đổi. Nếu một tài liệu được cập nhật mà không chạy lại ingestion, wiki vẫn tiếp tục tham chiếu đến phiên bản cũ. RAG không gặp vấn đề này vì đọc nguồn trực tiếp tại thời điểm truy vấn.
• Thách thức xác minh: Mọi tuyên bố trên trang wiki đều do mô hình viết. Ghi nhận nguồn gốc giúp ích, nhưng người dùng vẫn phải tin rằng mô hình tóm tắt nguồn chính xác.
• Bảo trì: Kiểm tra mâu thuẫn và nạp lại không miễn phí. Một wiki không được bảo trì sẽ lỗi thời, và việc bảo trì tốn thời gian cùng tài nguyên tính toán ngay cả khi mô hình đang tự thực hiện công việc đó.
• Khả năng trôi dạt tri thức: Mỗi lượt ingestion là một cơ hội để mô hình đưa vào những lỗi nhỏ. Qua hàng trăm lượt ingestion, những lỗi này có thể cộng dồn. Một trang ban đầu chính xác có thể trở nên sai lệch tinh vi sau đủ số lần chỉnh sửa.

Infinity đánh giá đây là một đánh đổi thực chất chứ không phải một lựa chọn miễn phí. Lợi ích về tri thức tích lũy và giảm truy xuất lặp lại đi kèm với chi phí bảo trì và rủi ro trôi dạt tri thức theo thời gian. Infinity khuyến nghị các đội ngũ cân nhắc triển khai LLM Wiki nên có cơ chế lint và rà soát định kỳ ngay từ đầu, thay vì coi wiki là một hệ thống tự vận hành hoàn toàn không cần giám sát.

Những hiểu lầm phổ biến về LLM Wiki là gì?

Dù LLM Wiki là một khái niệm mới, đã có một số hiểu lầm phổ biến về nó.

1. LLM Wiki thay thế RAG. Điều này không đúng. Hai cách tiếp cận giải quyết hai vấn đề khác nhau. RAG dành cho tra cứu nhanh trên một kho tài liệu thay đổi thường xuyên. LLM Wiki dành cho việc xây dựng một khối tri thức theo thời gian. Nhiều hệ thống thực tế dùng cả hai, RAG cho độ mới trên nguồn thô, wiki cho tổng hợp đã biên soạn ở tầng trên.

2. Đây chỉ là một vector database khác. Vector database index văn bản để truy xuất. LLM Wiki viết ra văn bản đã được đọc, hiểu và tổ chức lại bởi một mô hình. Vector database trả lại đúng những đoạn đã đưa vào. Wiki trả lại những trang chưa từng tồn tại trước khi nạp nguồn. Output hoàn toàn khác nhau.

3. Cơ sở tri thức không bao giờ cần cập nhật. Không đúng. Nguồn thay đổi, nguồn mới xuất hiện, và mô hình mắc lỗi cần được phát hiện. Một wiki không được bảo trì sẽ lỗi thời theo cùng cách bất kỳ tài liệu nào cũng vậy. Khác biệt là mô hình xử lý phần lớn việc bảo trì, chứ không phải việc bảo trì biến mất.

4. Chỉ agent AI hưởng lợi từ wiki. Agent là use case rõ ràng nhất vì chạy dài và hưởng lợi nhiều nhất từ bộ nhớ bền vững, nhưng con người cũng nhận được giá trị từ wiki. Hãy nghĩ đến một nhà nghiên cứu theo dõi một chủ đề, hoặc một kỹ sư làm việc trên một codebase, hoặc bất kỳ ai đang xây dựng một cơ sở tri thức cá nhân đều nhận được cùng loại tổng hợp tích lũy đó.

LLM Wiki có trở thành một kiến trúc AI mới không?

Vẫn còn quá sớm để khẳng định, nhưng hướng đi khả dĩ khá rõ ràng: tri thức bền vững sẽ không thay thế hệ thống retrieval-first, mà sẽ tồn tại song song, với RAG xử lý tra cứu tức thời và wiki xử lý ngữ cảnh đã biên soạn, chạy dài hạn. Câu hỏi lớn hơn còn để ngỏ xoay quanh việc xác minh và quy mô: chưa ai giải quyết trọn vẹn cách bắt lỗi mô hình được ghi vào trang wiki, và chưa ai stress-test mô hình này trên các wiki quy mô rất lớn. MCP có vẻ là một điểm khớp tự nhiên để expose wiki cho agent, dù việc doanh nghiệp áp dụng còn xa hơn do yêu cầu tin cậy cao hơn.

Mô hình này chưa được thiết lập ổn định. Việc nó có tiến xa hay không phụ thuộc vào việc các vấn đề bảo trì và xác minh có được giải quyết hay không.

Kết luận

LLM Wiki là một trong những ý tưởng thú vị nhất xuất hiện từ đầu năm 2026 đến nay, vì nó thay đổi những gì một hệ thống AI thực sự làm khi được trao một nguồn tài liệu. Thay vì đọc lại cùng một tài liệu ở mỗi truy vấn, mô hình đọc một lần và lưu vào một cơ sở tri thức ngày càng tốt hơn theo thời gian.

Infinity đánh giá khái niệm này vẫn đang ở giai đoạn hình thành và các triển khai hiện tại còn rất sớm, nhưng ý tưởng đầy hứa hẹn và chỉ ra một xu hướng lớn hơn: hệ thống AI đang chuyển từ ngữ cảnh dùng một lần sang tri thức bền vững, và LLM Wiki là một trong những nỗ lực nghiêm túc đầu tiên cho thấy điều đó trông như thế nào trong thực tế.

Câu hỏi thường gặp

LLM Wiki là gì?

LLM Wiki là một cơ sở tri thức bền vững, do AI duy trì, đọc tài liệu nguồn một lần rồi biên soạn thành các trang có cấu trúc và liên kết chéo. Thay vì truy xuất văn bản thô ở mỗi truy vấn như RAG, wiki lưu trữ một phiên bản đã tổng hợp để mô hình đọc từ đó. Mô hình này được giới thiệu năm 2026 như một cách vượt qua giới hạn của hệ thống AI retrieval-first.

LLM Wiki khác RAG như thế nào?

RAG truy xuất từng đoạn tài liệu tại thời điểm truy vấn rồi quên đi sau khi trả lời xong. LLM Wiki thực hiện tổng hợp ngay tại thời điểm ingestion, ghi vào trang markdown, và giữ lại phần tổng hợp đó cho mọi truy vấn trong tương lai. Khác biệt chính là thời điểm công việc diễn ra (tại truy vấn với RAG, tại ingestion với wiki) và việc kết quả có được lưu giữ lâu dài hay không.

Vì sao AI agent hưởng lợi từ LLM Wiki?

Agent chạy hàng giờ hoặc hàng ngày sẽ phát hiện lại cùng một dữ kiện qua nhiều tác vụ nếu không có nơi để lưu những gì đã học. LLM Wiki cho agent bộ nhớ bền vững tồn tại xuyên suốt các phiên làm việc, đồng nghĩa ít lượt tìm kiếm lặp lại hơn và ngữ cảnh tốt hơn ở mỗi lượt chạy.

LLM Wiki có thể luôn cập nhật khi tài liệu nguồn thay đổi không?

Có, nhưng chỉ khi nguồn được nạp lại mỗi khi cập nhật. Wiki không đọc tài liệu trực tiếp tại thời điểm truy vấn, nên bất kỳ thay đổi nào ở nguồn đều phải được đưa vào qua ingestion để wiki phản ánh đúng. Đây là một trong những đánh đổi so với RAG, vốn thấy thay đổi nguồn ngay lập tức vì đọc trực tiếp tại thời điểm truy vấn.

LLM Wiki tích hợp với MCP và hệ thống doanh nghiệp ra sao?

Wiki có thể được expose qua một MCP server để agent và công cụ khác truy vấn theo cùng cách chúng truy vấn bất kỳ nguồn tri thức bên ngoài nào. Điều này có nghĩa một wiki duy nhất có thể phục vụ hệ thống chat, coding agent và trợ lý nghiên cứu mà không cần tích hợp riêng cho từng loại. Việc doanh nghiệp áp dụng còn xa hơn vì câu hỏi về xác minh và độ tin cậy khó hơn ở quy mô đó, nhưng đường tích hợp kỹ thuật đã sẵn có.

Tri thức bền vững có thay thế hệ thống retrieval-first không?

Có lẽ không hoàn toàn. RAG vẫn thắng thế khi nguồn thay đổi nhanh hoặc không cần tổng hợp. Kỳ vọng hợp lý là hai cách tiếp cận sẽ cùng tồn tại, mỗi bên được dùng cho đúng thế mạnh của mình.

Tri thức trên wiki nên được xác minh như thế nào?

Đây vẫn là vấn đề chưa có lời giải trọn vẹn. Ghi nhận nguồn gốc cho một đường dẫn kiểm toán, nhưng việc bắt lỗi mô hình ở quy mô lớn vẫn là một bài toán mở. Rà soát thủ công giúp ích nhưng không mở rộng quy mô được.

Tri thức đã biên soạn có giữ được sự cập nhật không?

Có, thông qua nạp lại và các lượt lint định kỳ, nhưng việc này khó hơn khi wiki mở rộng quy mô. Một wiki 10.000 trang khó giữ mạch lạc hơn nhiều so với một wiki 100 trang, và điều này chưa được kiểm chứng thực tế.

Nguồn: Infinity - đơn vị cung cấp giải pháp Digital Marketing tích hợp cho doanh nghiệp — từ thiết kế website chuẩn SEO & UX/UI, dịch vụ AI SEO (GEO/AEO), PR Digital, sáng tạo nội dung số, quảng cáo trực tuyến (SEM/Ads) đến phân tích dữ liệu Marketing. Với nền tảng nghiên cứu và dữ liệu thực chiến, chúng tôi giúp doanh nghiệp xây dựng chiến lược thương hiệu bền vững và tăng trưởng có hệ thống trong kỷ nguyên AI.