Andrej Karpathy 在 OpenAI 和 Tesla 待了8年，把这些年真正用得上的东西浓缩进了这场免费的2小时讲座。 说实话，市面上收你 1.… · @huxlab · TwKit

@huxlab

Andrej Karpathy 在 OpenAI 和 Tesla 待了8年，把这些年真正用得上的东西浓缩进了这场免费的2小时讲座。 说实话，市面上收你 1.5 万刀的 AI 训练营，含金量加起来都没这 120 分钟扎实。 他根本懒得聊什么 prompt 技巧，而是把这些年底层演进的底牌全揭开了： Prompts → Agents → Loops → Graphs 几个彻底颠覆认知的点： 1. 杠杆彻底变了： 绝大多数人还在抠 prompt 里的形容词，真正拉开差距的是 Harness：你给 agent 准备的环境到底行不行？能不能自动化运行、能不能拿到真实的反馈？ 2. Loop不是简单重复： “产出 → 跑测试 → 报错吃进上下文 → 纠错 → 重试”，直到客观指标变绿。没有验证的重复叫死循环；有客观反馈的才叫自主修正。 3. 单兵靠 Agent，规模化靠 Graph： 单个 agent 顶多帮你修个简单函数，但想让代码过夜跑出几十个 PR，必须上 Graph：谁负责规划、谁负责写、谁交叉复核、状态怎么传递、哪一步需要人把关。 4. 模型是消耗品，系统才是护城河： 底层模型三个月洗一次牌，天天追着调 prompt 迟早被淘汰；但这套控制流和反馈拓扑架构，换什么模型都能跑。 看完最大的体感是： 我们之前用 AI 的方式实在太原始了，整天像哄小孩一样在聊天框里教它说话。 真正的顶级玩家，早就把精力全移到“搭Loop、画Graph、建环境”上了。 https://x.com/0xkichiro/status/2115474764672225585/video/1

曝光 819 · 评论 7 · 点赞 11 · 书签 8