LLM Wiki: cómo desacoplé mi contexto de un solo asistente de IA

Pensaba que mi único problema con Claude era el "context rot". Resulta que hay uno peor. 🧠

Así le dice la comunidad a que el asistente empiece a alucinar y pierda información tras mucho tiempo en la misma instancia: el contexto se degrada a medida que crece. Se maneja acotando el tema de cada instancia, con un Project, o con el "comprimido" (el comando que resume la conversación para liberar espacio).

El problema peor: ¿qué hacés cuando se acaban los tokens y hay que esperar horas, a menos que pagues más créditos?

Investigando esto me crucé primero con el concepto de "segundo cerebro" — guardar todo tu conocimiento personal en notas organizadas y enlazadas. Pero lo que resolvía mi problema puntual no era un sistema general de notas, sino algo más específico que planteó Andrej Karpathy en 2026: un patrón que llamó "LLM Wiki".

No es un repo para descargar — es un gist (un archivo de texto compartido en GitHub) con instrucciones para copiarle y pegarle a tu propio agente.

Ahí me di cuenta de que ya tenía terreno recorrido: para armarlo usé Obsidian, la misma herramienta que ya uso para organizar mis tareas. La idea: guardar archivos markdown organizados en una carpeta, siguiendo unas reglas.

Esto desacopla el contexto del asistente — en teoría, podés interactuar con esos archivos desde cualquier IA. Lo probé con Codex y Kimi, y los resultados fueron prometedores, siempre que a la IA se le pueda anexar la carpeta con un archivo de arranque (AGENTS.md para la mayoría, CLAUDE.md para Claude).

Con esto resolví lo de los tokens acabados: cuando se agotan, cambio de agente y sigo con la misma tarea sin esperar. 🔄