BrainBank

精通 AI 工程:来自 Andrej Karpathy 博客的启示

2026/7/19 01:04:49 · 来源

#vibe-coding#software-engineering#best-practices#karpathy#llm-trends#ai-education

一份旨在分析、消化和实践 Andrej Karpathy 分享的前瞻性 AI 工程范式与数字哲学的结构化指南。

Andrej Karpathy 的博客Andrej Karpathy 的博客

本页面汇集了 Andrej Karpathy 在其个人博客上撰写的全部随笔和文章。这些文章涵盖了广泛的主题,包括对大型语言模型(LLM)的深入探讨、个人生产力工作流、软件工程范式以及对技术传播的思考。


2026

  • 2026年4月30日 — Sequoia Ascent 2026 总结

2025

  • 2025年12月19日 — 2025年 LLM 年度回顾
  • 2025年12月18日 — 化学卫生
  • 2025年12月10日 — 用后见之明自动评分十年前的 Hacker News 讨论
  • 2025年11月29日 — 心智空间
  • 2025年11月17日 — 可验证性
  • 2025年10月1日 — 动物 vs 幽灵
  • 2025年4月27日 — Vibe coding 编写 MenuGen
  • 2025年4月7日 — 赋能于民:LLM 如何颠覆技术传播的剧本
  • 2025年3月24日 — 寻找最佳睡眠追踪器
  • 2025年3月19日 — 追加与回顾笔记
  • 2025年3月17日 — 数字卫生

2024

  • 2024年9月8日 — 我爱计算器

核心要点

回顾这些存档,可以发现 Karpathy 近期写作的几个核心主题:

  • 人工智能与 LLM 的演进: 深入的行业整合,例如《2025年 LLM 年度回顾》,以及对 Vibe coding 等新兴开发实践的思考。
  • 系统与卫生: 持续关注个人和专业环境的优化,涵盖《数字卫生》、《化学卫生》以及像《追加与回顾笔记》这样的生产力方法。
  • 社会影响: 观察人工智能如何改变技术的传播方式以及谁能构建技术(《赋能于民》)。

若要查看原始的按时间顺序排列的推送,请访问 Karpathy Bear 博客

学习地图

阶段 1:AI 范式转变

  • 权力归于大众:理解大语言模型(LLM)如何使软件创作民主化,颠覆技术扩散的传统模式。
  • 心智空间:学习构建和概念化生物智能与合成智能的结构。

阶段 2:工程与 Vibe Coding

  • Vibe Coding:从编写代码转变为担任系统导演,编排 LLM 来生成应用程序并进行迭代。
  • 可验证性:掌握代码验证和自动评估技术,这些技术正变得比手动编写更为至关重要。

阶段 3:行动与数字卫生

  • 数字与化学卫生:在你的生活和环境中建立结构性护栏,以便在认知自动化浪潮中保持专注。
  • “追加与回顾”笔记:优化个人笔记系统,以配合 LLM 时代的快速学习。

动手实践——分步指南

  1. 执行一个 Vibe Coding 项目:打开一个 AI 优先的 IDE(如 Cursor)或使用现代的前沿 LLM。完全通过提示词驱动的生成,构建一个轻量级的单页 Web 应用(例如自定义计算器或便签整理工具)。不要手动编写任何一行代码。
  2. 实现一个自动评估流水线:编写一个使用 LLM API 的 Python 脚本,以评估历史论坛评论或数据集。练习设计评估指标,从而客观地验证 LLM 的性能。
  3. 构建一个“追加与回顾”工作流:创建一个单一的文本文件,并实践一个用于记录你的想法和代码片段的每日追加系统。在周末,编写一个脚本或提示词来总结、聚类并清理你的原始输入。

三大推荐资源

  1. 1
    Andrej Karpathy's Personal Blog

    The official blog hosting essays on LLM retrospectives, modern coding paradigms like Vibe Coding, and digital productivity.

    https://karpathy.bearblog.dev/blog/

  2. 2
    Andrej Karpathy's YouTube Channel

    One of the best free educational resources for building and training neural networks and LLMs from scratch.

    https://www.youtube.com/@AndrejKarpathy

  3. 3
    Andrej's GitHub Repositories

    A collection of highly clean, educational, and minimalist codebases including nanoGPT and llm.c.

    https://github.com/karpathy

链接由 AI 推荐——使用前建议快速核实。