一个名为Getmana的新项目近日在开发者社区引发关注。它直接回应了AI领域知名研究者Andrej Karpathy的一个提议——让AI智能体在同一组文件上反复迭代，复用过去的思考成果。如今，这个想法被做成了开箱即用的托管服务，且所有数据都归属于用户自己的GitHub仓库。
从灵感到落地：Karpathy的“一击即中”
一切始于Karpathy在社交媒体上的一段论述。他提出了一套工作流：让AI智能体持续读写同一批Markdown文件，通过跨链接和内容消化，逐步构建一个AI可维护的知识网络。这个构想被一位开发者敏锐捕捉，他先在自己本地用了一段时间的临时版本，确认效果后，干脆做成了完整的托管服务。
Getmana的本质，是一个托管版的AI代理运行时。底层由Pi agent runtime驱动，配合预置的模板、Astro渲染器和若干功能组件，最终呈现为一个以Markdown为核心、以GitHub仓库为存储后端的托管Wiki。用户的所有内容都写入自己的GitHub仓库，这意味着随时可以打包带走，也天然具备了版本历史。
实用场景：旅行规划与论文消化
作者本人使用最频繁的场景是旅行规划。由于他经常移动，Getmana内置的网页搜索和几个实用组件——比如清单和实时天气——让规划过程变得高效。另一个典型用途，是Karpathy提出的论文摄取与交叉链接工作流：让AI批量消化论文，在Wiki中建立主题间的关联，形成可检索的知识图谱。
系统按要求将AI生成的所有内容写回用户自己的GitHub仓库，这样用户可以随时取用，同时也可以获得完整的编辑历史。作者还提到，对于Obsidian用户，将Getmana指向现有的Obsidian vault，大多数情况下可以“直接使用”，无需额外迁移。如果遇到兼容问题，也可以直接让智能体修复几个边缘案例。
数据主权与早期阶段的取舍
这个项目最值得注意的设计，是数据所有权归属用户自己。所有内容都提交到用户自己的GitHub仓库，用户可以随时取走，也保留完整的编辑历史。在AI工具普遍“上传即失去控制”的背景下，这种设计显得尤为用心。
目前该项目处于早期阶段，需要用户提供GitHub用户名以便手动添加，作者也坦言“还没有任何计费系统”。这意味着，凡是能加入的人，都可以在免费的情况下体验这套工作流。
知识库正在从“存储”走向“协作”
Getmana的出现，折射出个人知识管理正在经历一次范式转移。传统的Wiki是静态的——人写，人读；有了AI之后，Wiki变成了“人写，AI读，AI再写”的循环系统。Karpathy提出的“AI与人在同一组文件上共事”的图景，正在成为现实。
从更宏观的视角看，这种“开源知识库+AI代理”的组合，可能会重构个人笔记、团队协作、甚至学术研究的方式。当AI能在你的知识库中“持续工作”，而不是每次从零开始，知识的积累和复用效率将会有本质提升。当然，Token成本、数据隐私、AI生成内容的可靠性，仍是这类产品在规模化之前需要回答的问题。
但对于那些愿意尝试的人来说，Getmana提供了一个低门槛的入口——一个由AI驱动、数据自主、可随时迁移的知识工作空间。