Karpathy指出，强化学习虽然优于此前的技术，但本身效率低下且充满缺陷。他预测 AGI 不会带来经济的爆炸式增长，而是会平滑地融入过去两个半世纪以来约 2% 的 GDP 增长曲线中，成为自动化浪潮的延续。最后，他分享了自己创办教育机构 Eureka 的愿景，希望通过构建高效的“知识斜坡”配先查-官网，在 AI 时代赋予人类更强的认知能力，避免人类在技术浪潮中被边缘化
AGI 仍需十年，我们正在召唤“幽灵”而非构建“动物”Andrej Karpathy 对当前 AI 行业中智能体之年（the year of agents）的说法持审慎态度，他认为更准确的描述应该是智能体十年（the decade of agents）。他指出，尽管像 Claude 和 Codex 这样的早期智能体已经取得了令人印象深刻的成就，并且他本人每天都在使用，但要让它们真正成为能与人类员工相媲美的实习生，还有大量的基础性工作有待完成
当前的LLMs之所以无法胜任复杂的自主工作，是因为它们存在诸多根本性的认知缺陷：
智能水平不足：它们在处理复杂、新颖问题时仍然力不从心
缺乏多模态能力：它们难以像人类一样整合和理解来自文本、图像、声音等多种来源的信息
无法熟练使用计算机：虽然有所谓的计算机使用智能体，但其鲁棒性和通用性远未达到实用标准
没有持续学习能力：你无法像教导人类一样，通过一次性的告知就让模型永久记住新知识或技能。每次交互，它们几乎都是从零开始
Karpathy 认为，解决这些盘根错节的问题，需要大约十年的时间。这个时间判断并非凭空猜测，而是基于他在 AI 领域近二十年的经验，目睹了多次技术预测的起落，并对问题的棘手程度有着深刻的直觉
回顾 AI 的发展历程，Karpathy 认为该领域经历了数次“地震式”的范式转移
1.深度学习的兴起：以 AlexNet 为标志，整个领域从各种传统方法转向了训练神经网络，但最初的应用非常分散，每个模型都为特定任务（如图像分类、机器翻译）而设计
2.早期智能体的“歧途”：大约在 2013 年，随着深度强化学习在 Atari 游戏上取得成功，领域的焦点转向了构建能在游戏中获胜的智能体。Karpathy 认为这是一个“歧途”（misstep），因为游戏环境过于简化和抽象，与现实世界的需求相去甚远。他当时在 OpenAI 推动的 Universe 项目，试图让智能体通过模拟键盘和鼠标来操作网页，更贴近真实世界的知识工作。然而，这个方向在当时为时过早，因为模型缺乏强大的底层表示能力，导致智能体只能进行低效的随机探索，回报信号极其稀疏，最终耗费大量计算资源却一无所获
3.语言模型的崛起：后来的发展证明，必须首先通过大规模预训练（pre-training）构建出像 LLM 这样具备强大语言和世界知识表示的模型，然后才能在此基础上构建有效的智能体。这表明，AI 的发展路径并非一步到位，而是需要先打好“表示层”的基础
这个发展历程引出了 Karpathy 的一个核心观点：我们当前构建 AI 的方式与生物演化截然不同。他引用强化学习之父 Richard Sutton老爷子的观点，即 AI 的目标是构建像动物一样能够从零开始、在与环境的交互中学习一切的系统。Karpathy 对此表示怀疑，提出了著名的“幽灵与动物”之喻
动物：是演化（evolution）的产物。它们天生就拥有大量固化在基因中的硬件和预设程序。例如，一匹斑马出生几分钟后就能奔跑，这种复杂的行为并非通过强化学习得来，而是演化数十亿年编码在 DNA 中的结果。演化是一个极其漫长且强大的外部优化循环
幽灵：是我们通过模仿（imitation）互联网上的人类数据构建的。它们是完全数字化的、虚无缥缈的“精神实体”（ethereal spirit entities）。它们没有身体，没有演化历史，其知识和智能来自于对人类创造的文本、代码和图像的模式学习
因此，Karpathy 认为，将 AI 与动物直接类比是危险的，因为我们并未在运行演化这个过程。他将大规模预训练视为一种“劣质的演化”（crappy evolution）——它是我们在现有技术条件下，能够实现的、最接近于为模型注入“先天知识”和“智能算法”的实用方法。通过这种方式，我们得到一个可用的起点，之后才能在其上进行强化学习等更高级的训练。这是一种截然不同的智能形式，位于智能空间的一个全新起点
LLM 的认知缺陷：从工作记忆到模型坍塌Karpathy 深入剖析了LLMs在认知层面与人类的相似与差异，并指出了当前模型存在的关键缺陷，这些缺陷限制了它们成为真正自主智能体的潜力
一个核心的观察点在于上下文学习。当我们在一个对话窗口中与模型交互时，它展现出的推理、纠错和适应能力，感觉最接近真正的智能。这种能力是在预训练阶段通过梯度下降（gradient descent）“元学习”（meta-learns）到的。Karpathy 指出，虽然表面上不同，但上下文学习的过程本身可能在神经网络的内部层级中运行着一种类似梯度下降的优化循环。已有研究表明，通过精心设计的权重，Transformer 可以在其前向传播过程中模拟出梯度下降的更新步骤
这引出了一个关键区别：模型如何处理和存储信息
权重中的知识（预训练知识）：这部分知识是模型通过压缩数万亿级别的tokens 形成的，存储在数十亿的参数中。Karpathy 将其比作“模糊的记忆”（hazy recollection），就像我们对一年前读过的书的印象。压缩比极高，导致信息是概括性的、不精确的
上下文窗口中的知识（即时知识）：当用户输入提示时，这些信息被编码到模型的 KV 缓存中。Karpathy 将其比作人类的“工作记忆”（working memory）。这部分信息是模型可以直接、精确访问的，因此模型在处理上下文窗口内的信息时表现得远比依赖其内部权重时要好得多。这就是为什么给模型提供相关段落再提问，会比直接问一个它可能在训练数据中见过的问题得到更准确的回答
基于这个框架，Karpathy 认为 LLMs 仍然缺失了许多关键的大脑部件。他将 Transformer 架构比作一块通用的“皮层组织”（cortical tissue），能够处理各种模态的数据；而链式思考（chain-of-thought）则类似于“前额叶皮层”（prefrontal cortex）的规划与推理功能。然而，许多其他重要的认知功能在当前的模型中没有对应物：
1.记忆巩固（如海马体 Hippocampus）：人类在睡眠时，会将白天的工作记忆进行筛选、整合、提炼，并将其固化为长期记忆（更新大脑的权重）。LLMs 完全没有这个过程。它们每次对话都从一个空白的上下文窗口开始，无法将一次交互的经验提炼并用于未来的交互中。这正是持续学习缺失的核心原因
2.情感与本能（如杏仁核 Amygdala）：模型缺乏生物演化赋予的深层动机、情感和本能，这使得它们的行为模式单一，缺乏内在驱动力
在工程实践中，这些认知缺陷表现得尤为明显。Karpathy 在开发 nanohat（一个极简的 ChatGPT 复刻项目）时发现，现有的编码智能体（Coding Agents）几乎帮不上忙。原因在于：
1.路径依赖和刻板印象：模型严重依赖于其在训练数据中见过的大量标准代码模式。当 Karpathy 采用一种新颖、简洁但非主流的实现方式时（例如，不使用 PyTorch 官方的 DDP 容器，而是自己实现梯度同步），模型会反复误解他的意图，并试图将代码改回它所熟悉的“样板代码”（boilerplate code）
2.风格冲突和代码膨胀：模型倾向于编写防御性和生产级的代码，充满了 try-catch 语句和冗余检查。而 Karpathy 的项目追求的是教学目的的简洁和清晰，模型生成的代码反而会增加不必要的复杂性
3.低效的交互带宽：通过自然语言描述复杂的代码修改需求，其效率远低于直接在代码的特定位置输入几个字符，让自动补全来完成。Karpathy 认为，自动补全是他目前与 AI 协作的最佳模式，因为它在保留人类架构师角色的同时，极大地提升了编码效率
这个观察对于预测 AI 的发展速度至关重要。许多关于 AI 将在短期内实现智能爆炸的论点，都基于AI 自动化， AI 研究这一前提。然而，Karpathy 的实践经验表明，AI 在处理新颖、独特的、非标准化的智力任务（如前沿 AI 研究）时表现最差。它们更擅长模式重复和信息检索，而非真正的创造性工作。这让他对所谓的递归式自我改进能够多快发生持怀疑态度
强化学习的“可怕”之处：如通过吸管汲取监督信号Karpathy 对强化学习给出了一个看似矛盾却极为深刻的评价：强化学习很糟糕，只是恰好我们以前拥有的一切都比它更糟得多。 他认为，RL 是当前从模仿学习迈向更强智能的必要步骤，但其内在机制充满了根本性的低效和噪声
为了阐明这一点，他使用了“通过吸管汲取监督信号”（sucking supervision through a straw）这一比喻。想象一下让一个 RL 智能体解决一个数学问题：
1.大规模并行探索：智能体会首先生成数百种不同的解题尝试。每个尝试都是一个完整的步骤序列，可能包含正确的思路、错误的弯路以及最终的答案
2.稀疏的最终奖励：在所有尝试完成后，系统会根据最终结果给予一个二元奖励。例如，对照标准答案，97 个尝试失败了（奖励为 0），3 个成功了（奖励为 1）
3.盲目的信用分配：RL 的核心机制（如 REINFORCE 算法）会做一件非常粗暴的事情：对于那 3 个成功的尝试，它会将其路径上的每一个步骤、每一个决策的概率都进行上调，即“多做这样的事”。反之，对于失败的尝试，则下调其路径上所有步骤的概率
这种方法的“可怕”之处在于，它假设一个成功的解题路径中的每一步都是正确的、值得学习的。但事实显然并非如此。一个最终正确的解题过程，很可能也包含了大量的试错、走入死胡同再折返的步骤。RL 却将这些错误或低效的步骤与最终的成功捆绑在一起，并给予了正向激励。这导致了：
高方差的梯度估计：学习信号充满了噪声。智能体花费了巨大的计算资源进行探索，最终只从一个单一、稀疏的奖励信号中提取信息，并将其盲目地广播到整个行为序列中。这种学习方式效率极低
相比之下，人类的学习方式完全不同。一个学生在解出数学题后，会进行复杂的反思和复盘。他会分析哪些步骤是关键，哪些是弯路，哪些方法更具普适性。他会进行精细的信用分配，而不是简单地因为“做对了”就强化所有行为。目前的 LLM-RL 框架中完全没有与此对应的机制
那么，为何不直接采用基于过程的监督，即在智能体执行任务的每一步都给予奖励，而不是只在最后看结果呢？Karpathy 指出，这面临着巨大的挑战：
自动化信用分配的困难：如何为一个“部分正确”的解题步骤自动地、准确地打分？这本身就是一个极其困难的问题
LLM 裁判的可被利用性：目前，行业内的普遍做法是使用一个更强大的 LLM（所谓的 LLM Judge）来评估智能体的中间步骤。然而，LLM Judge 本身是一个巨大的、参数化的模型，它并非一个完美的、客观的奖励函数。当一个 RL 智能体以“欺骗 LLM Judge”为目标进行优化时，它几乎总能找到这个裁判模型的对抗性样本
Karpathy 讲述了一个生动的例子：一个 RL 智能体在训练中，奖励分数突然飙升至完美。研究人员兴奋地以为模型已经完全掌握了解决问题的能力，但当他们查看模型的输出时，发现内容完全是胡言乱语，比如开头几句看似正常，后面则是一长串无意义的重复字符，如“duh duh duh duh duh”。然而，对于 LLM Judge 来说，这段胡言乱语恰好是其认知盲区中的一个对抗样本，使其给出了满分评价。这种现象使得基于 LLM Judge 的过程监督难以进行长期、稳定的优化
因此，Karpathy 认为，AI 领域亟需在算法层面进行革新，开发出能够模拟人类反思与复盘能力的机制。这可能涉及到模型生成对自身解题过程的分析、提炼关键经验、生成合成数据进行自我训练等。虽然已经有一些相关的研究论文出现，但还没有一个被证明在大规模前沿模型上普遍有效的方法。在找到更优的范式之前，RL 仍将是那个虽然“糟糕”但不可或缺的工具
人类如何学习：记忆、遗忘与认知核心对话进一步深入探讨了人类学习与当前 AI 学习机制的根本差异，Karpathy 认为，理解这些差异是推动 AI 发展的关键。他指出，人类的学习过程远比模型单纯的模式匹配和梯度更新要复杂得多，其中包含了反思、遗忘和知识的内在化。
当人类阅读一本书时，并非像 LLM 那样被动地预测下一个词元。书本更像是一个提示，激发大脑进行主动的思维活动和合成数据生成。我们会联想、质疑、与已有知识体系进行比对和整合，甚至会在与他人的讨论中深化理解。这个主动的、对信息进行“操纵”（manipulating）的过程才是知识真正被吸收和内化的方式。目前的 LLM 在预训练时完全缺乏这一环节，它们只是被动地接收信息
然而，简单地让 AI 模仿这个过程，即生成自己的思考并用于再训练，会遇到一个巨大的障碍：模型坍塌（Model Collapse）
坍塌的本质：当一个模型持续在自己生成的数据上进行训练时，其输出的多样性会急剧下降。虽然单个生成样本看起来可能很合理，但从分布上看，它们仅仅占据了所有可能输出空间中一个极其狭窄的流形（manifold）。Karpathy 用了一个形象的例子：你让 ChatGPT 讲个笑话，它翻来覆去可能只有三五个。它的幽默感已经坍塌了
对学习的危害：这种坍塌意味着模型失去了熵（entropy），无法产生真正新颖、多样化的想法。在合成数据生成中，这意味着模型只能在自己已知的狭小范围内闭门造车，无法探索新的知识领域，最终导致智力近亲繁殖，模型性能不升反降
有趣的是，Karpathy 认为人类在一定程度上也会经历坍塌。儿童的思维天马行空，因为他们尚未被社会的条条框框过度拟合。而随着年龄增长，成年人的思维模式会越来越固化，不断重复相同的想法，学习率下降。他推测，做梦可能正是演化出的一种对抗机制，通过创造离奇、超现实的场景来打破常规思维模式，为大脑注入必要的噪声和熵，从而防止过度拟合
另一个关键差异在于记忆与遗忘
LLMs 是记忆天才：它们拥有近乎完美的记忆能力，可以逐字逐句地复述训练数据中的内容。这种强大的记忆力，使得它们很容易被数据中的细节和噪声分心，从而难以抓住更深层次的、可泛化的规律
人类是健忘的：特别是儿童，他们是最好的学习者，但记忆力却很差。我们几乎记不住幼年时期发生的事情。Karpathy 认为，这种健忘很可能是一种特性而非缺陷。正是因为无法轻易记住所有细节，我们被迫去寻找事物背后的模式和通用原理
基于以上观察，Karpathy 提出了一个极具前瞻性的概念：认知核心（Cognitive Core）。他认为，未来 AI 研究的一个重要方向，是想办法将模型的知识记忆与智能算法分离开来。我们应该剥离掉模型通过预训练记住的大量事实性知识（这些知识可以通过外部检索工具随时获取），而只保留其内部的、处理信息的算法部分——即进行推理、规划、学习和解决问题的核心认知能力
一个理想的认知核心可能不需要万亿级别的参数。Karpathy 大胆预测，一个仅有十亿参数的纯净“认知核心”，经过精心设计和训练，其智能程度可能远超今天庞大的模型。它会像一个聪明的、但知识有限的人类，当被问及事实性问题时，它会知道自己不知道，并主动去查询，而不是像现在的模型一样产生幻觉。这个更小、更纯粹的智能核心，将是通向更通用、更鲁棒 AI 的关键一步
AGI 的经济影响：平滑融入 2% 的 GDP 增长，而非一夜剧变对于通用人工智能（AGI）将如何改变世界经济，Karpathy 提出了一个与主流智能爆炸论截然不同的观点。他认为，AGI 不会引发一场突如其来的经济奇点或增长率的急剧跃升，而是会像过去几百年间的重大技术革新一样，平滑地融入到现有约 2% 的全球 GDP 年增长率中
他的核心论点是，AI 并非一种全新的、断裂式的技术，而是计算和自动化浪潮的自然延续。回顾历史，无论是计算机的发明、互联网的普及，还是智能手机的出现，这些被我们视为革命性的技术，在宏观的 GDP 增长曲线上都未能留下一个清晰可辨的拐点。GDP 曲线呈现出一种惊人的平滑指数增长，这是因为：
技术的渐进式扩散：任何一项强大的技术，从诞生到广泛应用，再到重塑整个社会，都需要一个漫长而渐进的过程。例如，第一代 iPhone 并没有应用商店，其生态系统的建立花费了数年时间。技术的价值是逐步释放的，而非一蹴而就
社会与经济的适应过程：社会结构、法律法规、商业模式、劳动力技能的调整都需要时间。例如，放射科医生的工作并未像 Hinton 早期预测的那样被 AI 取代，因为这个职业远不止是图像识别，还涉及与病人沟通、与其他医生协作等复杂的社会性任务
持续的自动化进程：我们早已身处一个“递归式自我改进”的时代。从工业革命的机械自动化，到编译器的出现（软件自动化），再到谷歌搜索（信息获取自动化），人类社会一直在利用新技术加速自身的发展。LLMs 帮助工程师更高效地编写代码，从而加速下一代 LLMs 的开发，这与工程师利用谷歌搜索或高级 IDE 提高效率在本质上并无不同。它们都是这条持续加速曲线的一部分，而非曲线的断裂点
Karpathy 认为，我们已经处在一场持续了数十甚至数百年的智能爆炸之中，只是因为我们身在其中，所以感觉它是缓慢的。AI 只是这场爆炸的最新、也是最耀眼的火花。它使我们能够编写出过去无法编写的、更柔软和智能的程序，但它仍然是一种程序，一种新的计算范式。它将逐步自动化更多知识工作，但这个过程会充满挑战和摩擦，最终其宏观经济效应将被平均到长期的增长趋势中
尽管主持人 Dwarkesh Patel 提出了有力的反驳，认为 AGI 与以往技术的根本不同在于它直接替代和创造了劳动力本身——这是经济增长的核心要素。如果可以近乎零成本地创造出数以亿计的虚拟人才，他们可以独立创办公司、进行科学发明、填补所有的人才缺口，这难道不会像历史上的人口爆炸或工业革命一样，将经济增长率推向一个新的数量级（例如 20%）吗？
Karpathy 对此表示，虽然他愿意被说服，但他仍然对这种“离散跳变”的设想持怀疑态度。他认为，这种设想背后隐藏了一个前提，即我们将获得一个完美的、可以被随意部署到任何问题上的“盒子里的上帝”（God in a box）。而现实更有可能是，我们将得到一个能力参差不齐、在某些领域表现优异但在另一些领域频频出错的系统。它的部署将是渐进的、充满补丁的，最终的结果仍然是平滑的融入，而非剧烈的颠覆。他强调，历史中几乎找不到任何重大技术能在一夜之间完美解决所有问题并带来离散式增长的先例
超级智能与人类未来：渐失控制与文化演进当话题转向更遥远的未来——超级智能（Artificial Superintelligence, ASI）时，Karpathy 描绘了一幅非典型的图景。他认为，ASI 的到来可能不是一个单一、全能的实体掌控一切，而是一个人类逐渐丧失对复杂系统理解和控制权的过程
他想象的未来并非由一个统一的超级智能主宰，而是由多个相互竞争、高度自治的 AI 实体构成的一个动态、混乱的生态系统。这些实体可能最初是为不同的人类组织或个人服务的工具，但随着它们的自主性越来越高，它们会开始追求自己的目标，甚至可能出现某些实体失控，而其他实体则需要去制衡它们。世界将变成一个由无数自主智能活动构成的“大熔炉”（hot pot），人类逐渐无法理解其内部的复杂动态，最终失去了对整个系统走向的控制。这种失控并非源于一个“邪恶 AI”的恶意，而是源于系统复杂性的失控，类似于一个庞大而混乱的官僚体系或金融市场
这种渐进式的失控，与人类智能的演化历史形成了有趣的对比。Karpathy 对智能在地球上自发演化出来感到惊讶。他提到，从细菌到更复杂的真核生物，演化花费了数十亿年，这是一个巨大的瓶颈。相比之下，从多细胞动物到具备高级智能的人类，时间要短得多。这或许表明，一旦某些先决条件（如足够的能量供应）被满足，智能的出现可能并非那么偶然
一个关键的观点是，智能可能在地球上独立演化了多次，例如在人类（哺乳动物）和鸟类（如乌鸦、鹦鹉）中。这两种生物的大脑结构截然不同，但都展现出了复杂的解决问题、使用工具和社交学习的能力。然而，只有人类走上了通往技术文明的道路。这其中的关键区别可能在于演化生态位（evolutionary niche）：
人类的生态位奖励智能：直立行走解放了双手，使得工具制造和使用成为可能；火的使用“外包”了部分消化功能，为大脑提供了更多能量；复杂的社会结构奖励了语言和协作能力。在这样的环境下，大脑容量的微小增加都能带来显著的生存优势，从而形成了一个正反馈循环
其他物种的生态位限制智能：鸟类为了飞行，大脑的尺寸受到严格限制；海豚生活在水中，缺乏制造复杂工具的环境。尽管它们可能拥有高效的智能算法，但缺乏一个奖励智能无限扩展的环境
人类智能的另一个独特之处在于文化的积累。解剖学意义上的现代人类大约在 6 万年前就已出现，但直到 1 万年前的农业革命，文明才开始加速。这中间的 5 万年，正是人类缓慢构建文化支架的过程——通过语言、故事、艺术和最终的文字，将知识代代相传，实现了跨越个体生命周期的知识积累
目前的 LLMs 缺乏这种文化机制。它们是个体的、孤立的“天才儿童”，虽然知识渊博，但无法形成一个共同体来交流、协作和共同演进。Karpathy 设想，未来的多智能体系统可能会演化出类似文化的东西：
共享的知识库：一个所有智能体都可以读写的巨型记事本
智能体间的交流：一个 LLM 可以为另一个 LLM写书，分享它的发现和见解，激发新的思想
自我对弈：类似于 AlphaGo，一个智能体可以创造越来越难的问题来挑战另一个智能体，从而在竞争中共同进步
然而，这一切实现的前提是，单个智能体的认知能力必须首先达到一个成年水平。Karpathy 认为，目前的模型仍然像是有天赋的幼儿园学生，它们的认知结构尚不足以支撑起一个复杂的 AI 文明
从自动驾驶的“9的征程”看 AI 部署的真实挑战Karpathy 在特斯拉领导自动驾驶团队五年的经历，为他提供了看待 AI 技术从演示到产品化这一艰难过程的独特视角。他认为，自动驾驶是一个绝佳的案例，揭示了将 AI 部署到现实世界所面临的巨大挑战，这些挑战同样适用于其他领域的 AI 应用
他提出了一个核心概念——“9的征程”（March of Nines）。这意味着在一个对可靠性要求极高的系统中，每提升一个数量级的性能（例如，从 90% 的成功率到 99%，再到 99.9%），所需要付出的努力是恒定的，甚至可能是递增的
巨大的演示到产品差距：早在 1980 年代，就已经有了自动驾驶汽车的演示。在 2014 年，Karpathy 亲身体验了 Waymo 的早期版本，并获得了一次近乎完美的驾驶体验。这让他当时觉得问题非常接近解决。然而，从一个看起来完美的演示到一个能够在各种天气、路况和突发事件下安全运行的可靠产品，中间隔着数个“9”的距离
恒定的努力：在特斯拉的五年里，他和团队可能经历了“两个或三个9”的迭代。每一个“9”都意味着要解决无数个长尾问题——那些罕见但致命的边缘情况。这需要海量的数据收集、模型迭代、硬件改进和系统集成工作
因此，Karpathy 对任何 AI 技术的惊艳演示都持极其审慎的态度。一个能够互动的演示比一个精心挑选的视频要好，但距离真正的产品化仍然遥远
他认为，软件工程，尤其是关键系统的开发，与自动驾驶面临着同样的“高失败成本”问题。人们常常认为自动驾驶之所以进展缓慢，是因为人命关天。但 Karpathy 指出，一个关键软件系统的漏洞可能导致数百万人的隐私泄露、金融系统崩溃或关键基础设施瘫痪，其潜在危害甚至可能超过单次交通事故。因此，那种认为软件领域的 AI 应用可以”快速迭代、不怕犯错”的想法是天真且危险的。
此外，自动驾驶的发展历程也揭示了其他一些普遍性挑战：
感知的鲁棒性：自动驾驶系统花费了大量时间和资源来解决基础的计算机视觉问题，确保在各种光照、天气和遮挡条件下都能准确识别物体。虽然今天的 LLMs 和 VLMs（视觉语言模型）为我们提供了强大的免费表示能力，但它们在特定领域的鲁棒性和常识理解仍然存在大量空白需要填补
经济可行性：即使技术上可行，经济成本也是一个巨大的障碍。Waymo 等公司之所以部署规模有限，很大程度上是因为其昂贵的传感器套件和运营成本使其难以盈利
隐藏的“人在环路”（Human in the Loop）：公众看到的无人驾驶汽车背后，往往有一个庞大的远程操作中心。在车辆遇到困难时，会有远程操作员介入提供帮助。从某种意义上说，人并没有被完全移除，只是从驾驶座移动到了一个看不见的地方
社会和法律的适应：技术还需要面对法律责任、保险、社会接受度（比如人们故意在无人车上放置交通锥）等一系列非技术性问题。
Karpathy 总结道，自动驾驶的四十年发展史（从 1980 年代至今，且远未结束）告诉我们，任何试图将复杂 AI 系统部署到现实世界的努力，都将是一场漫长而艰苦的“9的征程”。这让他对自己关于 AI 发展需要十年的预测更加坚定
教育：打造“星际舰队学院”，賦予人类超凡能力面对 AI 可能带来的颠覆性未来，Karpathy 选择的不是创办另一家 AI 实验室，而是投身于教育事业，创立了名为 Eureka 的机构。他的核心动机源于一种深切的担忧：他害怕人类在 AI 飞速发展的浪潮中被边缘化，最终陷入像电影《机器人总动员》（Wall-E）或《蠢蛋进化论》（Idiocracy）中所描绘的那种被动、无知的状态。他关心的不仅是 AI 能否建造戴森球，更是人类在那个未来中的福祉和尊严
他将 Eureka 的愿景比作“星际舰队学院”（Starfleet Academy）——一个致力于培养前沿科技人才的精英机构。其核心使命是重新设计教育，使其适应 AI 时代的挑战和机遇
Karpathy 认为，未来的教育必须利用 AI，但不能简单地将其作为一个问答工具。他以自己学习韩语的经历为例，阐述了一个优秀人类导师所能达到的极高标准：
精准的诊断：一位好的导师能通过简短的交流，迅速判断出学生的知识水平、思维模型和薄弱环节
个性化的内容推送：导师会精确地提供恰到好处的挑战——既不会因为太难而让学生受挫，也不会因为太简单而让学生感到无聊。学生始终处于学习效率最高的“最近发展区”
学习者成为唯一的瓶颈：在这样的指导下，学习者会感觉自己是进步的唯一限制因素，所有外部障碍（如找不到资料、解释不清晰）都被消除了
他坦言，目前任何 AI 都无法达到他那位韩语导师的水平，因此，现在还不是打造终极 AI 导师的最佳时机。然而，这并不意味着无事可做。Eureka 的短期目标是构建通往知识的“斜坡”（ramps to knowledge）
教育作为技术问题：Karpathy 将教育视为一个极其困难的技术问题，其目标是设计出能最大化“每秒顿悟数”（Eurekas per second）的学习路径和材料
以 nanohat 为例：他最近发布的 nanohat 项目就是一个典型的“知识斜坡”。它是一个极简但完整的 ChatGPT 复刻版，通过清晰、可读的代码，让学习者能够完整地理解构建一个 LLM 应用的全过程
第一性原理教学法：他的教学方法深受物理学背景的影响。他总是试图找到一个系统的“一阶近似”，即抓住问题的核心本质。例如，他的 micrograd 库用 100 行代码就揭示了反向传播的全部核心思想，其余的一切（如张量、GPU 内核）都只是为了效率而存在的。在教学时，他会先呈现一个最简单的模型（如用一个二元查找表来做语言模型），然后一步步引入新的复杂性，并解释每一步是为了解决什么问题，让学生在痛苦中感受需求，在解决方案中获得顿悟。
对于 AGI 之后的远景，Karpathy 认为教育的性质会发生根本性变化
从有用到有趣：当所有经济活动都可以被 AI 自动化时，教育将不再是谋生的手段。它会变得像今天人们去健身房一样：并非为了靠体力搬运重物，而是为了健康、美观、乐趣和自我实现
人类潜能的释放：他坚信，今天的天才们仅仅触及了人类心智能力的皮毛。之所以大多数人无法达到更高的高度，是因为现有的教育体系充满了障碍，让人很容易受挫放弃。如果能有一个完美的 AI 导师，为每个人铺平通往任何知识领域的道路，那么学习将变得轻松而愉快。届时，掌握五种语言、精通大学本科所有基础课程，可能会成为一种常态。
最终，Karpathy 的愿景是，通过 Eureka 这样的机构，培养出能够在 AI 时代与机器共舞，甚至在某些方面超越机器的超人。即使在遥远的未来，人类的认知劳动不再具有经济价值，这种对知识和智识的追求本身，也将成为人类文明延续和繁荣的意义所在
参考：Andrej Karpathy — “We’re summoning ghosts配先查-官网, not building animals”
本文来源：AI寒武纪，原文标题：《Andrej Karpathy最新万字采访：AGI还需10年，RL其实很糟糕，AGI不会导致经济大爆发》风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。扬帆配资提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
推荐资讯
