@AnatoliKopadze:Karpathy 刚刚表示,不使用 LLM 的人已经输在了起跑线上。他花了 4 分钟解释为什么聪明人仍会落后……

X AI KOLs Timeline 新闻

摘要

文章探讨了 Andrej Karpathy 的观点,即在人工智能领域,真正的优势在于有效利用而非仅仅拥有访问权限,凸显了技能差距:大多数用户未能将 LLM 的应用超越基础任务。

Karpathy 刚刚表示,不使用 LLM 的人已经输在了起跑线上。他花了 4 分钟解释为什么聪明人仍会落后。这不仅包括拒绝 AI 的人,还包括那些认为注册了 Claude 就等于在使用它的人。目前大多数人的使用场景如下: > 让 Claude 重写一封邮件 > 让 Claude 总结某段内容 > 关掉标签页 那并不是在驾驭 Claude。那只是每月花 20 美元买了一个拼写检查工具。Karpathy 的观点并非强调 LLM 很强大。每个人都清楚这一点。他的观点是,知道如何使用它们才是真正的技能差距,而大多数人远远未能弥补这一差距。Claude 可以是你的研究分析师、写作编辑、薪资谈判教练、财务审查员,甚至是 30 天课程大纲制定者。所有这些都包含在你每月 20 美元的订阅服务中。就在此刻。就在今天。 大多数人看到这条推文后会表示赞同,然后回去继续让 Claude 修改句子。下方的文章涵盖了涵盖你生活各个方面的 20 个提示词。这不是什么生产力小技巧,而是真正能改变你工作方式和思维方式的实际用例。瓶颈不在于模型本身,而在于你知道该问什么。
查看原文

相似文章

@runes_leo: Karpathy 4/30 在 Sequoia Ascent 把今年最有用的 AI 解释,压缩成三个论点。读完你看 AI 的方式会变。 1. AI 不只是"更快",是新范式 过去 2 年大家都在讲 AI 让事情变快。 Karpathy 说…

X AI KOLs Timeline

本文总结了Karpathy在Sequoia Ascent大会上的核心观点,指出AI是重塑任务流的新范式而非单纯加速工具,通过可验证性与经济价值划分了模型能力的“参差不齐边界”,并预言未来软件将演变为以LLM为逻辑层、传统代码为传感器/执行器的智能体原生架构。

引用布莱恩·坎特里尔

Simon Willison's Blog

布莱恩·坎特里尔批评LLM缺乏人类懒惰带来的优化约束,认为LLM会不必要地使系统复杂化而非改进,并强调人类时间限制推动了高效抽象的发展。