Un wiki LLM personnel de 1 440 pages pour suivre l’actualité

Un journaliste a monté un wiki propulsé aux LLM qui s’auto-alimente à partir de ses archives et de lectures quotidiennes. L’outil, interrogeable dans Obsidian, génère des chronologies et des pistes de sujets et a servi sur des dossiers comme l’affaire OpenAI/Hugging Face. Il exige toutefois une maintenance quasi continue.

Des bénéfices mesurés sous contrainte d’entretien

Le dispositif requiert un entretien presque constant : des pages trop volumineuses doivent être compactées et des erreurs de code peuvent bloquer des processus, imposant des correctifs. En contrepartie, l’auteur le juge très utile sur des dossiers complexes comme la violation agentique OpenAI / Hugging Face, alimentée pendant plusieurs semaines par de nouveaux éléments tous les quelques jours. Avant chaque article ou intervention, il ouvre la page concernée et vérifie les sources originales pour éviter les hallucinations, ce qui lui a fait gagner un temps considérable. Le wiki met aussi à jour chaque matin une page d’accueil et génère quotidiennement des fiches pour des notions émergentes comme « tokenmaxxing », « interdictions des réseaux sociaux pour les jeunes » ou « droit d’auteur en IA ».

Un accélérateur de suivi éditorial et de programmation

Au-delà de la documentation, le système automatise l’ancien dispositif de « blips » de l’auteur et propose des idées d’articles. Chaque jour, il crée des pages pour des concepts d’actualité et met en avant les histoires récentes via une page « accueil ». Cette semaine, la rubrique « IA et Congrès » a agrégé plusieurs articles, ce qui a été proposé comme segment de podcast. À l’usage, la combinaison consultation de page et ouverture des sources originales a permis de sécuriser les contenus et de réduire le temps de préparation.

Une base enrichie par ingestion quotidienne et chronologies

Chaque matin, après le journal, une sélection d’articles est envoyée dans le wiki via le web clipper d’Obsidian, qui convertit les contenus en Markdown. Un script local lit ces textes et décide où les ranger, si bien que la base dépasse désormais 1 440 pages couvrant les thèmes traités par l’auteur chez Platformer, de la modération de contenu à la sécurité des enfants et aux progrès de l’IA. Le système génère des chronologies détaillées liées vers les sources originales, documentant l’évolution des sujets.

Des briques techniques : Claude, Obsidian et scripts locaux

Pour amorcer le projet, l’auteur a demandé à Claude Fable 5 de produire une invite de type « wiki LLM à la Karpathy », a collé le script dans le terminal Ghostty, puis a créé un dossier de fichiers Markdown dans Obsidian. Le corpus initial provient de l’intégralité de l’archive Platformer : Claude y a extrait personnes, entreprises et concepts couverts depuis 2020 pour les structurer en fiches locales. Certaines pages, comme celle dédiée à Meta, dépassent 12 000 mots et contiennent plus de 1 300 liens, ce qui, au quotidien, a une utilité limitée mais facilite l’exploration rétrospective. L’interrogation se fait via le plugin Claudian, et l’auteur dit s’être mis à développer des logiciels, en s’appuyant sur Claude Code et, ponctuellement, Glaze, appréciée pour sa finition.

Outils toujours en service : Raycast, Capacities, Recall

Raycast reste l’outil de navigation privilégié : au raccourci ⌘-espace, il permet de chercher des mots, calculer, déplacer des fenêtres, accéder au presse-papiers ou ouvrir des sites, et prend en charge des requêtes IA via une option payante. L’auteur y utilise GPT-5.5 Instant pour son équilibre qualité-vitesse et signale la disponibilité de Raycast sous Windows. Capacities sert toujours de journal quotidien : chaque matin, il y consigne ses pensées, ajoute des liens de Techmeme avec des tags, puis retrouve en un clic les sujets classés par étiquette, une approche utile pour préparer une minisérie de podcasts sur l’IA et la productivité. Après trois ans, il apprécie la simplicité de l’app. Recall, moins utilisée pour la capture web, reste essentielle pour l’extension Chrome qui génère des résumés quasi instantanés de vidéos YouTube, ce qui lui a fait gagner de nombreuses heures en remplaçant l’écoute intégrale par la lecture de ces synthèses.

Ce qui n’a pas tenu : l’agent Notion et les « blips » manuels

Après des années de recherche d’une solution aux trous de mémoire — presque 16 ans de journalisme tech, près de neuf ans de newsletter et six ans pour l’édition actuelle —, l’auteur a tenté l’agent de Notion capable de fouiller des milliers de liens. Il estime que cela fonctionnait mais de manière laborieuse : recherche par mots-clés dans la base, agent présent sur une autre surface de l’app et citations souvent manquantes sans relance. Par ailleurs, l’outil ne couvrait que le passé, alors que le besoin portait sur l’organisation de concepts émergents à grande échelle. Il avait amorcé dans Capacities un système de « blips » inspiré par Andy Matuschak, avec un tirage aléatoire quotidien pour rappeler les mises à jour, et un exemple créé à l’été 2024 sur « L’IA pourrait entraîner une perte massive d’emplois ». Malgré de bons débuts, l’augmentation du nombre de blips a rendu le suivi trop coûteux en attention, freinant la création de nouvelles fiches. C’est dans ce contexte que l’idée de confier l’écriture et la mise à jour de ces blips à l’IA a émergé.