Système de connaissanceKnowledge system
Second CerveauSecond BrainSecond Brain(第二の脳)
Je regardais, j’oubliais. Désormais, chaque source laisse une trace : des faits datés, vérifiés au document d’origine, qui finissent en analyses publiées.I would watch, then forget. Now every source leaves a trace: dated facts, checked against the original document, that end up in published research.
- ConnaissanceKnowledge
- Obsidian
- Markdown
- Anki
- Agents
- Claude Code
- ModèlesModels
- Claude Sonnet 5.5
- Claude Haiku 5.5
- DeepSeek V4
- MesureMeasurement
- Python
Second Cerveau est le système nerveux de l’Empire, mon écosystème de projets. Chaque source que je lis ou regarde y entre une seule fois et se décompose en pages reliées : faits datés, acteurs, concepts. Rien n’en ressort tel quel. Un chiffre avancé dans une vidéo reste à vérifier tant que je ne l’ai pas retrouvé dans le document d’origine (rapport annuel, dépôt réglementaire, statistique officielle). Chaque contenu publié sur Eyes Wide Open naît d’un dossier de synthèse qui croise plusieurs sources et leurs primaires. L’IA y tient le rôle d’un assistant de recherche, à la James Ellroy : elle classe, date, recoupe et monte le dossier. La conclusion reste la mienne.Second Brain is the nervous system of the Empire, my project ecosystem. Every source I read or watch enters it once and breaks down into linked pages: dated facts, actors, concepts. Nothing comes out as-is. A figure claimed in a video stays unverified until I have traced it back to the original document (annual report, regulatory filing, official statistic). Every piece of content published on Eyes Wide Open grows out of a synthesis file that crosses several sources and their primaries. AI plays the role of a research assistant, James Ellroy style: it files, dates, cross-checks and assembles the dossier. The conclusion stays mine.

Le problèmeThe problem
Je regardais des heures de vidéos sur la finance, la géopolitique et l’IA, sans prendre une note ni creuser. En vitesse 1,5, on a l’impression d’apprendre. Ebbinghaus a mesuré l’inverse dès 1885 : le lendemain, il ne reste qu’environ un tiers de ce qu’on a appris. Sa courbe de l’oubli a été répliquée en 2015 (Murre et Dros).I used to watch hours of videos on finance, geopolitics and AI without taking a note or digging deeper. At 1.5x speed you feel like you are learning. Ebbinghaus measured the opposite as early as 1885: the next day, only about a third remains of what you learned. His forgetting curve was replicated in 2015 (Murre and Dros).
Je payais en temps et je ne gardais rien. Surtout, c’était l’inverse de ce que je veux être : un créateur, pas un consommateur de contenu.I was paying in time and keeping nothing. Above all, it was the opposite of what I want to be: a creator, not a content consumer.
D’où il vientWhere it comes from
Le point de départ est le LLM Wiki d’Andrej Karpathy, publié le 4 avril 2026 : des sources brutes immuables, un wiki écrit et tenu par le modèle, un schéma qui fixe les règles, et trois opérations (ingest, query, lint). Second Cerveau en garde l’ossature et réécrit tout le reste.The starting point is Andrej Karpathy’s LLM Wiki, published on April 4, 2026: immutable raw sources, a wiki written and maintained by the model, a schema that sets the rules, and three operations (ingest, query, lint). Second Brain keeps that skeleton and rewrites everything else.
| LLM Wiki (Karpathy) | Second CerveauSecond Brain | |
|---|---|---|
| Unité de connaissanceUnit of knowledge | la pagethe page | le fait, avec sa date, qui l’affirme, sa source primaire et son statutthe fact, with its date, who claims it, its primary source and its status |
| Index | un index.md, prévu pour une centaine de sourcesan index.md, sized for about a hundred sources | catalogue.json recoupé avec le texte réel, sans plafonda catalogue.json cross-checked against the actual text, with no ceiling |
| SortieOutput | des réponsesanswers | des Ouvertures : thèses à verdict daté, rendez-vous, rapprochements entre pages, accroches par formatOpenings: theses with a dated verdict, upcoming events, connections between pages, hooks per format |
| DébouchéEnd use | le wiki lui-mêmethe wiki itself | dépêches, thèses, scripts vidéo, posts LinkedIn, cartes Ankinews briefs, theses, video scripts, LinkedIn posts, Anki cards |
| CoûtCost | non mesurénot measured | mesuré session par session sur les transcriptionsmeasured session by session from the transcripts |
Comment c’est organiséHow it is organized
03. 🧠 Cerveau/
├── Brut/ sources d'origine, immuables : l'agent n'y écrit jamais
├── Sources/ une page par source ingérée : thèse, faits datés, citations
├── Entités/ personnes, entreprises, institutions
├── Concepts/ mécanismes et notions, reliés entre eux
├── Sujets/ les grands fils : taux, IA, Chine, énergie…
├── Analyses/ les Ouvertures : faits statutés, thèses suivies, accroches
└── Anki/ vocabulaire et formules, exportés en cartes de révisionUn fait n’entre jamais sans état civil : sa date, qui l’affirme, la source primaire et son statut (preuve, radar ou contesté).A fact never enters without its civil record: its date, who claims it, the primary source and its status (proof, radar or disputed).
| Fait | Date du fait | Affirmé par | Source primaire | Statut |
|---|---|---|---|---|
| Tencent : 8,6 Md$ de bénéfice net au T1 2026 | 2026-03 | Grand Angle | résultats trimestriels (à lire) | radar |Un réseau, pas un classeurA network, not a binder
Macro Strategy (primaires) ───────┐
vidéos · articles · livres ───────┼──▶ /ingest ──▶ Second Cerveau ──┬──▶ dépêches et Deep Dives → ewo-editorial → Ghost → eyeswideopen.co
│ ├──▶ scripts vidéo, posts LinkedIn
│ ├──▶ cartes Anki
└────────── rétro-ingest ◀────────┘ d'une source secondaire au document primaireUne vidéo avance un chiffre ? Second Cerveau remonte au document d’origine, par exemple un dépôt S-1 lu sur EDGAR, et le fait passe de radar à preuve. Le commentaire mène au primaire, et le primaire nourrit les analyses.A video claims a figure? Second Brain traces it back to the original document, for instance an S-1 filing read on EDGAR, and the fact moves from radar to proof. The commentary leads to the primary, and the primary feeds the research.
/ingest filmé de bout en bout, en 60 secondes.A /ingest filmed end to end, in 60 seconds.La suiteWhat comes next
Aujourd’hui, Second Cerveau digère ce que je lui donne. Demain, il ira chercher lui-même.Today Second Brain digests what I feed it. Tomorrow, it will go looking on its own.
- Macro Strategy triera ses signaux chaque nuit et ne lui enverra que ce qui compte.Macro Strategy will sort its signals every night and send it only what matters.
- Chaque matin, la conférence de rédaction proposera les sujets du jour, déjà sourcés.Every morning, the editorial conference will propose the day’s topics, already sourced.
- Chaque thèse aura une date de verdict, et le registre deviendra un historique public de prévisions, tenues ou ratées.Every thesis will have a verdict date, and the register will become a public track record of forecasts, kept or missed.
- Chaque fait appris finira en carte Anki.Every fact learned will end up as an Anki card.
Le but : qu’aucune heure d’écoute ne se perde, et que chacune nourrisse une analyse sourcée.The goal: no hour of listening wasted, and every one feeding a sourced analysis.
Notes techniquesTechnical notes
- Origine : le gist de Karpathy du 4 avril 2026. Gardé : les trois couches (brut immuable, wiki tenu par le modèle, schéma) et les trois opérations. Réécrit : la provenance au niveau du fait, le catalogue JSON, les Ouvertures et la chaîne jusqu’au contenu publié (
exploite_par). Aucun des remix étudiés (llm-wiki-v2, podcast-wiki, mindbase) ne trace la provenance fait par fait.Origin: Karpathy’s gist from April 4, 2026. Kept: the three layers (immutable raw sources, model-maintained wiki, schema) and the three operations. Rewritten: provenance at the fact level, the JSON catalogue, the Openings and the pipeline down to published content (exploite_par). None of the remixes studied (llm-wiki-v2, podcast-wiki, mindbase) trace provenance fact by fact.
/ingest <source> une source par session : lit, discute, écrit les pages, met à jour le catalogue
/cerveau <question> interroge le réseau, rend un dossier de matière sourcé pour un contenu
/lint liens morts, orphelines, quasi-doublons (shingles ≥ 60 %), propriétés manquantes- Profil d’un ingest (Sonnet 5.5, mesuré) : 13 à 21 pages touchées par source, quand Karpathy en annonce 10 à 15. Environ 35 k jetons de sortie par source, dont la moitié en raisonnement masqué. 9 tours par source, 38 à 47 k jetons de contexte avant la première lecture.Ingest profile (Sonnet 5.5, measured): 13 to 21 pages touched per source, where Karpathy reports 10 to 15. About 35k output tokens per source, half of it in masked reasoning. 9 turns per source, 38 to 47k context tokens before the first read.
- Coût mesuré, pas déclaré :
mesure_transcripts.pyrelit les transcriptions de chaque session et applique les tarifs de chaque fournisseur. Le journal de coûts tenu à la main surestimait jusqu’à 2 fois : la mesure l’a remplacé.Cost measured, not claimed:mesure_transcripts.pyrereads the transcript of every session and applies each provider’s pricing. The hand-kept cost journal overestimated by up to 2x: measurement replaced it.
| ModèleModel | RôleRole | Coût par sourceCost per source | MesureMeasurement |
|---|---|---|---|
| Claude Sonnet 5.5 | boucle principale de référencereference main loop | 0,73 $$0.73 | mesuré le 16/10 : 4 sources, 37 tours, 6,59 M jetons de cache relus, 99 k en sortie, 2,90 $measured on Oct 16: 4 sources, 37 turns, 6.59M cache tokens reread, 99k output, $2.90 |
| DeepSeek V4 Flash | boucle principale économiqueeconomical main loop | ≈ 0,22 $≈ $0.22 | estimé le 27/10 aux tarifs publics : 3 sources et un S-1, 109 tours, 10,87 M jetons relus, 80 k en sortieestimated on Oct 27 at public pricing: 3 sources and one S-1, 109 turns, 10.87M tokens reread, 80k output |
| DeepSeek V4 Pro | boucle principale, qualité hautemain loop, high quality | à mesurerto be measured | prochain banc d’essainext benchmark |
| Claude Haiku 5.5 | sous-agent de lecture des sourcessource-reading sub-agent | ≈ 0,01 $ (lecture seule)≈ $0.01 (reading only) | estimé : fiche d’extraction de 3 à 5 k jetons au lieu de 10 à 16 kestimated: an extraction file of 3 to 5k tokens instead of 10 to 16k |
Coût d’un ingest par source. Mesuré : relu sur les transcriptions. Estimé : calculé sur le profil de jetons.Cost of an ingest per source. Measured: reread from transcripts. Estimated: computed from the token profile.
- Où part l’argent : 45 % en relecture du cache, 34 % en sortie, 20 % en écriture du cache. Le cache sert déjà 99,9 % des jetons d’entrée : le levier est ailleurs. Lectures bornées (
index.mdpèse 160 Ko, environ 45 k jetons, et n’est jamais lu en entier) et principe extend, don’t create : étendre une page existante plutôt qu’en créer une quasi-jumelle. Objectif : 0,40 $ par source ou moins, à qualité égale.Where the money goes: 45% rereading the cache, 34% output, 20% writing the cache. Cache already serves 99.9% of input tokens: the lever is elsewhere. Bounded reads (index.mdweighs 160 KB, about 45k tokens, and is never read in full) and the extend, don’t create principle: extend an existing page rather than create a near-twin. Target: $0.40 per source or less, at equal quality. - Branchement Macro Strategy : le contrat d’entrée est déjà conforme (empreinte
sha256, niveaupreuveouradar, date de publication et date de détection). Reste le tri par Claude Haiku 5.5, par lots, sous plafond quotidien, avant l’entrée dans Second Cerveau.Hookup to Macro Strategy: the input contract is already compliant (sha256fingerprint,preuveorradarlevel, publication date and detection date). Still to come: sorting by Claude Haiku 5.5, in batches, under a daily cap, before entry into Second Brain.