Wiki Layer
Wiki Layer 是多智能体系统里的一种架构模式：一个基于 git 的共享 Markdown 仓库，团队里所有 agent 都能读写，和每个 agent 各自的私有笔记本分开维护。它是团队记忆的持久层，事实整理和摘要提炼写进去之后不会随着会话重置消失。
这个词首次出现在 2026 年 4 月 25 日 的 WUPHF Show HN 帖子里，帖子原话是「给 AI agent 维护的 Karpathy 风格 LLM wiki，以 Markdown + Git 为数据源，上面跑 bleve (BM25) + SQLite 索引」。几小时内累积 124 分和 59 条评论，wikilayer.com 域名早在 4 月 6 日就已注册好了。
在 WUPHF 的实现里，每个 agent 先把原始任务观察写进自己的 `agents/{slug}/notebook/` 目录，再把值得保留的内容提升到共享 wiki：一张动态知识图谱，包含类型化的事实条目、按实体追加的日志，以及以「档案员」身份提交的大模型摘要。
可以把它当成 AI 团队成员共享的白板，每个人都能写，换班之间什么都不会被清空。
这词才出来两个月出头，「wiki layer agents」在 SERP 上还是一片空白，没有内容在排名。对想做英文出海内容的 builder，现在写还来得及占位；wikilayer.ai、.io、.app 域名也都没人注册。
提前 7 天看到萌芽期新词，解锁全部阶段筛选，并每周收到抢先提醒。
为什么现在开始走红？
2026 年多智能体系统已经是主流，但团队记忆这块依然是空白：每次会话重置，agent 之间积累的上下文就全丢了。Wiki Layer 给这个缺口起了名字，一个基于 git 的 Markdown 仓库，所有 agent 都能读写，内容从各自的私有笔记本提炼而来。WUPHF 在 4 月 25 日上线了可用的实现，同时也是这个词第一次公开出现的地方。
搜索热度
-
萌芽0–7 天
-
初现8–30 天
-
验证中31–90 天
-
上升 ← 当前91–180 天
-
成熟180 天以上
前景
未来 6 个月的热度走势与商业化节奏。
多智能体系统里的团队记忆一直没有好的解法，wiki layer 给这个问题起了名字。关键看 WUPHF 能不能在云厂商把这套模式纳为自用之前先跑到临界规模。
风险 · 云厂商随时可能用自己的术语（比如「共享 agent 记忆」）推出同类功能，把 wiki layer 这个标签掩盖掉。
类比 · llm-wiki · agent-harness · context-engineering
-
现在搜索位置空着，无人竞争
「wiki layer agents」目前没有任何内容在 SERP 上排名；wikilayer.ai、.io、.app 域名都还没人注册。
-
3-6 个月团队记忆工具开始涌现
MCP server 和 agent 框架开始推出 wiki-layer 适配器，比较型内容和模板可以变现。
-
6-12 个月云厂商收编风险
云端 agent 平台原生支持共享记忆，独立的 wiki layer 工具面临被商品化的风险。
“Wiki Layer” 的竞争与机会
判断依据包括已追踪的搜索词、变现方向和相关词。除标注“实测”的 Google KD 外，其余均为参考估算。
“Wiki Layer” 能做的点子
这个词可以延伸成文章、网站、产品、帖子、邮件、视频或课程。选一个方向，就能开始行动。
目前没有任何内容覆盖这个区别。可以瞄准「多智能体记忆架构」「agent 共享上下文」以及 LLM wiki 生态相关词。教程 + 示意图格式。
这个模式跟框架无关：一个 git repo + Markdown + BM25 索引。覆盖在 Claude Code、LangGraph 和原生 Python 里的实现方式。面向已经在跑多智能体流水线的 builder。
实用对比：BM25 + Markdown vs Mem0 / Zep / Letta。面向同样在评估 RAG vs LLM wiki 的决策者。意图明确的比较型搜索词，目前还没人做。
一条 `npx wikilayer` 命令就能拉起一个 Markdown + Git 知识库，任何编程 agent 都能读写。面向想用 WUPHF 的记忆架构、但不想接入整个平台的开发者。
WUPHF 内置每日 lint 检查，规模大了这块很痛苦。一个定时运行、能标记过时事实和矛盾条目的 agent 服务，是个真实可付费的 SaaS 入口。
第一人称实验，附真实输出：agent 会把什么事实提升到 wiki、会出现哪些矛盾、48 小时后 wiki 长什么样。LinkedIn / HN 格式，互动天花板高。
我见过的多智能体系统，要么在每个 agent prompt 里重复上下文（贵），要么会话之间什么都不留（没用）。WUPHF 的 wiki layer 模式是我第一次觉得在团队规模下真的跑得起来的方案。
Karpathy 的 LLM wiki 在 4 月 4 日爆了。三周后，一个 276 stars 的 HN repo 悄悄给此前没人单独拎出来过的那块东西起了名字：wiki layer。
五个编程 agent 并行跑，每个都要重读同一份共享上下文，token 烧得很快。我试着用 wiki layer 换掉它：一个所有五个 agent 都能读写的 Markdown git repo。
大家在搜什么
来自 Google Suggest 和 Trends 的长尾词。热度和竞争度是估算，仅供参考，未经核实。内容类型由搜索词的写法推断。
“Wiki Layer” 的搜索结果
这里展示当前的自然搜索结果，以及正在投放的广告。广告数量可以反映当下的商业需求。
常见问题
什么是 Wiki Layer？
Wiki Layer 是多智能体系统里的一种架构模式：一个基于 git 的共享 Markdown 仓库，团队里所有 agent 都能读写，和每个 agent 各自的私有笔记本分开维护。它是团队记忆的持久层，事实整理和摘要提炼写进去之后不会随着会话重置消失。
Wiki Layer 为什么现在火？
2026 年多智能体系统已经是主流，但团队记忆这块依然是空白：每次会话重置，agent 之间积累的上下文就全丢了。Wiki Layer 给这个缺口起了名字，一个基于 git 的 Markdown 仓库，所有 agent 都能读写，内容从各自的私有笔记本提炼而来。WUPHF 在 4 月 25 日上线了可用的实现，同时也是这个词第一次公开出现的地方。
Wiki Layer 是什么时候出现的？
约于 2026-04-06 公开出现（截至 2026-08-11 约 127 天前）。EarlyTerms 最早于 2026-04-25 记录到信号。
相关词
同一领域里的其他词：别名、子类、竞品，以及值得继续了解的相近概念。
- 属于 llm-wiki LLM wiki 是一套工作模式：让 AI agent 把你的原始资料逐步整理成一批纯 Markdown 实体页面，之后回答问题时直接查这份结构化的 wiki，不用每次重新翻原始来源。知识沉淀在文件系统里，不会随对话结束而消失。 →
- 属于 context-engineering Context engineering 是一门学问：送进大模型上下文窗口的每一个 token，都要经过设计。系统提示、工具定义、检索内容、对话历史、记忆、文件，一个都不能随手堆进去。Anthropic 把它定义为 prompt engineering 的自然延伸。 →
- 竞品 vault-context Vault Context 是指把本地 Markdown vault 的内容（文件、目录结构、frontmatter、标签，以及检索到的片段）喂给大模型，让模型拿你自己的笔记来回答问题，跳过那些泛泛的网络知识。这里的「vault」是 Obsidian 式的：磁盘上一个放满… →
- 相关 agent-harness Agent harness 是大模型和真实世界之间的那层中间件，负责跑 agent 循环、调工具、管记忆、守护栏、从错误里恢复。圈子里现在流行一个公式：「Agent = 模型 + Harness。你不是模型，你就是 harness。」 →
- 相关 agents-md AGENTS.md 是一个开放的、不绑定任何厂商的 Markdown 文件，放在仓库根目录，告诉 AI 编程 agent (Claude Code、Codex CLI、Cursor、Copilot、Jules、Amp、Factory、Windsurf)… →
- 相关 managed-agents Managed Agents 是云平台托管并运行 AI agent 的基础设施模式。开发者以前要自己搭 agent 循环，记忆管理、工具路由、状态控制、沙箱隔离、错误恢复，全部自己处理；现在这些都由平台打包成 runtime 服务。 →
- 相关 workspace-agents Workspace Agents 是 OpenAI 为企业用户推出的共享 AI agent 能力，底层由 Codex 驱动。团队可以搭自己的 agent，让它们在 Gmail、Google Drive、Slack、Salesforce、Notion、Atlassian… →
- 相关 context-rot Context Rot 指大模型输出质量随输入长度增加而出现的可测量衰退，即便提示词还远没触及广告宣传的 context window 上限。模型处理第 10,000 个 token 的可靠程度，远不如处理第 100… →
- 相关 personal-ai Personal AI 这个品类，指的是围绕某一个人而建的 AI 系统，记住这个人的记忆、声音、偏好，跟给几百万人共用的通用助手是两回事。产品形态从全天录音的可穿戴设备，到能消化你的笔记、邮件、屏幕历史并作答的软件，都算这个品类。 →
- 相关 ai-workspace AI workspace 是一个有记忆、有项目边界的工作空间，对话、文件、工具、上下文都放在里头，取代的是用完即走的单线程聊天框。Notion 把这句话写进首页：「为你而生的 AI workspace」，之后整个行业跟着用，这个词从 Notion… →
- 相关 Airbyte Agents Airbyte Agents is a context layer that gives AI agents unified, search-optimized access to an organization's operational data before the… →
- 相关 OpenKnowledge OpenKnowledge is an open-source, local-first WYSIWYG markdown editor that doubles as an LLM wiki — letting AI agents (Claude, Codex,… →
- 相关 StartupWiki StartupWiki is a free, AI-generated startup research directory designed to feel like Wikipedia — no accounts, no subscriptions, no… →
- 相关 Tool Layer The tool layer is the discrete architectural component of an AI agent harness that registers, validates, and gates every function the… →
- 属于
- 竞品
来源
这份报告引用的一手链接，点开任意一条都能自己核对。
- 01 WUPHF — Show HN：让你的 agent 来维护的 Karpathy 风格 LLM wiki news.ycombinator.com ↗
- 02 nex-crm/wuphf — GitHub (参考实现) github.com ↗
- 03 Karpathy — llm-wiki.md gist (模式出处) gist.github.com ↗
- 04 MindStudio — LLM Wiki vs RAG 对比 mindstudio.ai ↗
- 05 Intelligent Living — Karpathy LLM Wiki Markdown 知识库介绍 intelligentliving.co ↗
- 06 HN 主帖 — LLM Wiki idea file (296 分) news.ycombinator.com ↗