标签
Andrej Karpathy 拥有 OpenAI 和 Tesla 的经验，分享了一场免费的2小时讲座，涵盖 AI 代理、循环、利用和自我改进系统，提供了与昂贵训练营相媲美的高价值教育。
Andrej Karpathy 加入了 Anthropic，领导一个团队使用 Claude 来加速预训练研究。文章还引用了 Anthropic 发布的关于知识图谱构建的 Claude 指南。
一条推文声称，两位Anthropic资深人士开发的“Graph Engineering”通过将智能体接入图中，使Karpathy的循环提升了1000倍，从而显著改善了Claude的响应。推文还指出Andrej Karpathy五周前加入了Anthropic。
Andrej Karpathy表示，作为程序员，他从未感到如此落后。他解释说，软件3.0将编程从编写代码转变为在上下文窗口内进行提示，这重新定义了这份工作，而非让其变得更简单。
Andrej Karpathy 从他的在线个人简介中移除了与 Anthropic 的关联，暗示其职业关系可能发生变化。
据报道，Andrej Karpathy 可能已离开 Anthropic。这位人工智能研究员此前曾在 OpenAI 和 Tesla 工作。
一段关于 Andrej Karpathy 从谷歌实习生到特斯拉自动驾驶、OpenAI 和 Claude 等定义 AI 的项目的创始人的历程的 vlog，强调了从事你尚未理解的事情的价值。
安德烈·卡帕西用15分钟演讲探讨多任务学习的挑战，涵盖架构权衡、损失平衡、数据引擎和团队工作流，并强调了常被忽视的团队协作问题。
Andrej Karpathy 在硅谷技术聚会上分享了他多年来对AI Agent的经验，包括早期OpenAI尝试过早、语言模型是正确路线、Agent易演示难产品化，以及需借鉴人类认知结构等观点。
Andrej Karpathy 的 LLM Wiki 模式能够构建一个持久化、结构化的知识库，并随时间不断累积，这与无状态的 RAG 系统不同。本教程展示了如何在 30 分钟内使用 LLM 来编译和链接 Markdown 页面，从而创建一个这样的知识库。
一条 Twitter 帖子讨论了 Andrej Karpathy 教学理念的讽刺之处——通过从头构建来学习——而现在他却在用 AI 编程，并分享了一段为期 3 周的学习历程，使用 Claude Opus 4.8 以老派方式掌握深度学习。
Andrej Karpathy强调，真正的AI理解来自构建，而非收集提示词，在一次2小时的访谈中。
Andrej Karpathy 评价 Claude Tag 代表了 LLM 交互的第三次范式迁移：从网站、App 到作为持久存在、异步工作的团队成员，并强调这一转变有效且强大。
Andrej Karpathy 和 Geoffrey Huntley 提倡使用循环进行 AI 提示——给 AI 一个目标，让它计划、行动并自我检查——而不是手动单次请求交互。
安德烈·卡帕西在一次工作坊中分享了他使用AI的简单方法：只需用平实的语言告诉机器你想要什么，无需复杂的提示或框架。视频展示了他的实际工作流程。
Fable 5 发布后引发广泛讨论，Andrej Karpathy 称其为大版本级别的跃升，有人认为这是自己的奇点时刻，也有人开始担心软件工程的未来。本文汇总了10个最值得关注的反应。
Jeremy Howard 对某个事件表示强烈失望，他认为这是黑暗的一天，可能造成不可逆转的损害，很可能发生在人工智能行业。
Andrej Karpathy，OpenAI联合创始人、前特斯拉AI负责人，在两小时的演示中展示了他的实用AI工作流程，强调简单的自然语言指令和逐步调整，而非复杂的工程技术。
Curatube是一个无干扰的YouTube播放列表界面，旨在帮助专注学习。目前它收录了Andrej Karpathy的《神经网络：从零到英雄》课程。