TL;DR Karpathy 这个 LLM Wiki 想法，我觉得最重要的地方不是“用 AI 总结文档”，而是它换了一个知识库的维护方式： 不要每次提问时才从原始资料里重新检索、重新拼答案，而是让 LLM 持续把资料编译成一个结构化、可链接、会更新的 Markdown Wiki。 说白了，传统 RAG 更像是“临时翻资料回答问题”，LLM Wiki 更像是“先把资料整理成一本不断修订的内部手册”。 这两件事听起来都和知识库有关，但实际体验差别很大。 RAG 的问题是，它经常没有积累。你今天问一个问题，它…

结论先说。 如果今天让我新开一个前端项目，我大概率会优先考虑这套组合： Vite 8 作为 dev/build 的基础 Vite+ 作为统一入口，接管 create、dev、build、test、lint、format、run Oxlint + Oxfmt 替代大部分 ESLint / Prettier 的日常反馈链路 Vitest 4 做单测、组件测试和 Browser Mode Playwright 负责真正的端到端和移动端模拟 monorepo 场景下，用 Vite+ 的 task runner …