¿Tienes estos problemas al usar Claude Code?
・Es un fastidio tener que explicarle lo mismo a la IA cada vez
・No recuerda la conversación de ayer
・Lo que investigaste se reinicia en la siguiente sesión
・Los artículos y notas que leíste en el pasado terminan desapareciendo en algún lugar
Todo esto se debe al hecho de que «la IA no tiene memoria».
Un artículo que desglosa el método de construcción del «Cerebro Externo de IA» propuesto por Andrej Karpathy —exlíder de OpenAI y de Tesla AI— hasta un nivel que se puede operar realmente con Claude Code, se está volviendo viral en el extranjero con más de 2,100 me gusta 😳
Fue escrito por @hooeem, un creador que publica regularmente artículos virales en la comunidad de desarrolladores de IA en el extranjero. Esta vez, está resumido como una guía de 3 etapas para todos, desde principiantes absolutos hasta desarrolladores.
Ahora voy a desglosar y explicar el contenido de una manera fácil de entender 👇
Publicación original aquí: https://x.com/hooeem/status/2041196025906418094
■ Por qué la forma actual de usar la IA es «incorrecta» desde el principio
El artículo original comienza así:
«La mayoría de las personas usan la IA como un "motor de búsqueda amnésico".»
Haz una pregunta → obtén una respuesta → cierra la pestaña. Al día siguiente, empiezas desde cero. Nada se acumula. Nada se compone. Sigues quemando tokens solo para redescubrir el mismo contexto.
El sistema de Karpathy da un giro completo a esto.
- Reúne materiales. Artículos, documentos académicos, transcripciones de YouTube, PDFs, todo lo relacionado con el tema que te interesa.
- La IA lo lee todo y escribe una Wiki estructurada. Resúmenes, explicaciones conceptuales, conexiones entre ideas y un índice maestro.
- Haz preguntas basadas en esa Wiki. La IA busca entre su propio conocimiento acumulado y devuelve una respuesta integrada con citas.
- Las respuestas se guardan automáticamente en la Wiki. La siguiente pregunta se beneficia de todo el trabajo anterior.
- La IA realiza periódicamente revisiones de salud en la Wiki. Encuentra y corrige contradicciones, lagunas e información obsoleta.
¿El resultado? Una base de conocimiento personal que se vuelve más inteligente cada vez que la usas.
Si sigues añadiendo información durante un mes, tendrás un activo de conocimiento profundamente interconectado que Google Search jamás podría replicar. Esto se debe a que no es solo un «índice», sino algo «integrado».
Según el artículo original, esto se puede usar para cualquier tema: mercados de criptomonedas, investigación médica, precedentes legales, análisis de competidores, investigación académica, filosofía. Cualquier tema en el que quieras acumular y conectar conocimiento con el tiempo.
■ Nivel 1: Para Principiantes Absolutos (Obsidian + Claude Chat)
No se requieren habilidades técnicas. Solo necesitas dos cosas:
・Obsidian (Gratis) ── Descárgalo de obsidian.md
・Suscripción a Claude ($20/mes Pro, o tu chatbot de IA favorito)
Eso es todo.
Paso 1: Crea una Bóveda (2 minutos)
Abre Obsidian y haz clic en «Crear nueva bóveda». Solo dale un nombre y elige una ubicación de guardado. Una bóveda es simplemente una carpeta. Los archivos Markdown dentro de ella se muestran automáticamente como notas.
Paso 2: Crea dos carpetas (1 minuto)
raw ── Carpeta para materiales en bruto (artículos, notas, cualquier cosa)
wiki ── Carpeta para el conocimiento resumido por la IA
Esta es toda la estructura básica.
Paso 3: Añade tus primeros materiales (5 minutos)
Elige un tema que realmente te interese. Encuentra de 3 a 5 buenos artículos sobre ese tema. Crea una nota para cada uno en la carpeta raw y pega el texto. Escribe Fuente: [URL] al principio.
No te preocupes por el formato. Lo importante es tener el texto.
Paso 4: Deja que la IA cree la Wiki (5 minutos)
Abre Claude (claude.ai) y usa el prompt presentado en el artículo original. Pega tus materiales e indícale que «escriba un resumen de cada fuente, enumere los conceptos clave y cree un índice maestro».
Claude devolverá una salida estructurada, así que guarda cada una como una nota en la carpeta wiki.
Paso 5: Observa la magia
Abre la Vista de Grafo de Obsidian (Ctrl+G) y verás las notas como puntos con enlaces de Wiki conectándolos. Esta es tu red de base de conocimiento.
A partir de aquí, conviértelo en un hábito diario: cuando encuentres un artículo nuevo, colócalo en raw y pídele a Claude que «procese la nueva fuente basándose en el índice existente». Si hay una contradicción, Claude la marcará con una ⚠️.
En resumen, el Nivel 1 funciona solo con copiar y pegar. No se requiere terminal ni programación.
■ Nivel 2: Sistema Completo (Arquitectura de 3 Capas + CLAUDE.md)
Mientras que el Nivel 1 es «operación de copiar y pegar», el Nivel 2 es un «sistema donde la IA crea y gestiona archivos por sí misma».
La arquitectura propuesta en el artículo original es una estructura de 3 capas.
Capa 1: raw/ (Materiales en Bruto) ── La única fuente de verdad. La IA lee esto pero no lo reescribe. Contiene artículos, documentos académicos, documentos de repositorios, conjuntos de datos e imágenes.
Capa 2: wiki/ (Wiki Compilada) ── Generada y mantenida por la IA. Contiene resúmenes, artículos de conceptos, páginas de personas/organizaciones, enlaces cruzados, índices y salidas de consultas. Generalmente, los humanos no editan esto directamente.
Capa 3: CLAUDE.md (Esquema) ── Un archivo de configuración que le enseña a la IA la «estructura, convenciones de nomenclatura y operaciones ejecutables» de esta Wiki. Colócalo en la raíz de la Bóveda.
Y cuatro ciclos operativos se mantienen en ejecución:
・Ingest (Ingesta) ── Importar nuevos materiales. La IA genera automáticamente resúmenes, páginas de conceptos y conexiones.
・Compile (Compilar) ── Construir y actualizar páginas de la Wiki. Mantener índices e integrar nueva información en la estructura existente.
・Query (Consultar) ── Hacer preguntas. La IA busca en la Wiki y devuelve respuestas con citas. Las respuestas se guardan en la Wiki.
・Lint (Revisar) ── Revisión de salud. Encontrar y corregir automáticamente contradicciones, lagunas, enlaces rotos e información desactualizada.
La estructura de carpetas que se muestra en el artículo original es así 👇
my-knowledge-base/
├── raw/
│ ├── articles/
│ ├── papers/
│ ├── repos/
│ ├── datasets/
│ └── assets/
├── wiki/
│ ├── index.md
│ ├── log.md
│ ├── concepts/
│ ├── entities/
│ ├── sources/
│ ├── syntheses/
│ ├── outputs/
│ └── attachments/
├── templates/
└── CLAUDE.md
Todos los nombres de archivo están en kebab-case (minúsculas separadas por guiones). Por ejemplo, active-inference.md ✓, Active Inference.md ✗. Los resúmenes de fuentes siguen el formato autor-año-título-corto.md (ej., friston-2010-free-energy.md).
CLAUDE.md describe la estructura de la Wiki, las convenciones de nomenclatura, los procedimientos específicos para cada operación (Ingest/Query/Lint), los umbrales para crear páginas (los conceptos que aparecen en 2+ fuentes obtienen una página completa, 1 fuente obtiene un esbozo) y los estándares de calidad (resúmenes de 200 a 500 palabras, artículos conceptuales de 500 a 1500 palabras).
El artículo original dice: «Mantén este archivo por debajo de las 80 líneas. Cada línea consume espacio en la ventana de contexto».
■ ¿Qué deberías poner en tu base de conocimiento?
El artículo original pregunta:
«Piensen en todo lo que consumieron el año pasado que simplemente desapareció».
・Libros que terminaste y olvidaste
・Podcasts que cambiaron tu forma de pensar
・Artículos que guardaste a las 11 PM y nunca volviste a abrir
・Conejeras de YouTube nocturnas que te enseñaron más que cualquier curso
・Destacados de Kindle que resaltaste y nunca volviste a ver
・Investigación que hiciste antes de una gran decisión
・Notas de proyectos antiguos
・Lecciones aprendidas de cosas que no funcionaron
Todo eso está durmiendo en algún lugar sin hacer nada. Todo eso pertenece a la Bóveda.
¿Qué pasa si no tienes materiales? Abre un chat con Claude y habla durante 20 minutos. Sobre el trabajo, tus metas, lo que estás haciendo ahora, lo que estás pensando. Guarda esa conversación como un archivo de Memoria. Solo eso te hará sentir como si «Claude me conociera» desde la primera sesión.
La Bóveda no tiene que ser perfecta para ser útil. Lo importante es que sea «real».
■ Nivel 3: Automatización (5 Etapas)
Esto es para usuarios avanzados. El artículo original explica la automatización en 5 etapas.
Nivel 3-1: Ejecución única mediante CLI
Abre Claude Code en la terminal y haz que procese todos los archivos no procesados en raw/ con un solo comando.
Nivel 3-2: Comandos de barra (Slash commands)
Coloca archivos Markdown en .claude/commands/ para usar comandos personalizados como /wiki-compile. Convierte flujos de trabajo repetitivos en comandos únicos.
Nivel 3-3: Ejecución programada
Usa la función /schedule de Claude Desktop o cron para procesar automáticamente los archivos nuevos en raw/ cada mañana. Recorta un artículo antes de dormir y la Wiki se actualiza cuando te despiertas.
Nivel 3-4: GitHub Actions
Convierte tu Bóveda en un repositorio de GitHub. Cuando hagas push a raw/, Claude Code compila la Wiki en GitHub Actions. Funciona incluso cuando tu PC está apagada.
Nivel 3-5: Habilidades de Agente (Agent Skills)
Coloca archivos de habilidad en .claude/skills/, y Claude detectará automáticamente el contexto y realizará las operaciones apropiadas. Si dices «Puse un archivo nuevo en raw/», Claude ejecutará automáticamente el ciclo de Ingesta sin que escribas un comando.
Consejo del artículo original: Comienza desde el Nivel 3-1 y ve aumentando a medida que te acostumbres. Empezar en cualquier nivel no rompe los niveles anteriores.
Además, la comunidad ya ha creado complementos. Si instalas el complemento wiki-skills, puedes usar los comandos /wiki-init /wiki-ingest /wiki-query /wiki-lint inmediatamente. Ni siquiera necesitas escribir archivos de configuración manualmente.
■ Por qué el «mantenimiento» era el mayor obstáculo
Esta es la idea más profunda del artículo original.
Notion, Evernote, Roam Research... ha habido muchas herramientas que afirman ser un «segundo cerebro». Pero la mayoría de las personas dejan de usarlas después de unos meses.
La razón es la misma: el mantenimiento es demasiado trabajo.
Como dice el artículo original: «Poner información es divertido. Pero organizar etiquetas, actualizar referencias cruzadas, reorganizar estructuras—cuando este trabajo extra se acumula, se convierte en trabajo adicional a tu trabajo real. Si te descuidas, el sistema se degrada. Seis meses después intentas reconstruirlo, y el ciclo se repite».
Claude rompe este ciclo para siempre. El mantenimiento se convierte solo en un comando. Reorganizar toda la Bóveda es un solo prompt. ¿Migrar desde Notion? Procesar archivos de exportación, agregar propiedades y reestructurar en un nuevo sistema—todo automatizado.
Al final, el artículo original menciona el Memex de Vannevar Bush (1945). Un almacén de conocimiento seleccionado personalmente donde las conexiones entre documentos son tan valiosas como los propios documentos—Bush imaginó esto, pero lo que no pudo resolver fue «quién hace el mantenimiento».
Ahora, la respuesta está aquí.
■ Resumen
・La Base de Conocimiento LLM propuesta por Karpathy es un enfoque para «darle memoria a largo plazo a la IA»
・El Nivel 1 se puede empezar solo con copiar y pegar entre Obsidian y el chat de Claude
・El Nivel 2 es una arquitectura de 3 capas (raw / wiki / CLAUDE.md) y 4 ciclos (Ingest / Compile / Query / Lint)
・El Nivel 3 consta de 5 etapas de automatización (CLI → Slash commands → Schedule → GitHub Actions → Agent Skills)
・Lo que debería ir en la Bóveda es «todo lo que consumiste y perdiste el año pasado»
・La IA se encarga completamente del «mantenimiento», la razón principal por la que fallaron las herramientas de segundo cerebro anteriores
・Puedes empezar de inmediato con complementos hechos por la comunidad (wiki-skills, etc.)
Fuente: @hooeem
https://x.com/hooeem/status/2041196025906418094
━━━━━━━━━━
Para aquellos que encontraron este artículo aunque sea un poco útil.
Claude Code Studio @ Japan (@ClaudeCode_love) es
una cuenta gestionada por tres entusiastas de Claude Code.
Publicamos a diario sobre utilización práctica de CLI y automatización.
Actualmente estamos co-desarrollando agentes de IA con empresas listadas.
Nuestro contenido habitual 👇
・Casos reales de desarrollo de productos usando Claude Code y Claude
・Organización del uso de Claude Code / Vibe Coding / tendencias de desarrollo
・Información más reciente sobre Claude Code desde el extranjero
Desde la filosofía de desarrollo hasta el diseño, implementación y mejora,
resumimos las cosas con la premisa de «poner un producto funcional en el mundo», no solo «terminar la construcción».
Si te interesa, por favor sigue y échale un vistazo 👀
