计算机自动化能写清的，LLM 自动化能验证的
前沿实验室用强化学习训练模型，奖励来自可验证的结果。因此模型在数学、代码等可验证领域能力冲上尖峰，在此之外则粗糙毛边。
可验证性AI能力边界
跳到 00:10:14 
DEPTH PROFILE
安德烈·卡帕西
Andrej Karpathy
AI 教育者、研究者
Eureka Labs 创始人，前 OpenAI 创始成员、前特斯拉 AI 总监
研究者教育者构建者美国生态
- 17
- 观点
- 7
- 精选
- 1
- 访谈
EDITOR'S SELECTION
代表观点
7 条经过五问筛选的核心判断
AI 的真机会是从前不可能存在的东西
他亲手写的菜单识别应用被一句 prompt 加图像模型整体取代，让他断言那些旧范式代码本不该存在。别只问什么变快了，要问什么第一次变得可能。
软件范式创业方向
跳到 00:06:33 vibe coding 抬高地板，agentic engineering 守住质量线
前者让所有人都能做出软件，后者是一门工程学科：协调强大但易错、带随机性的 agent 去加速交付，同时不许引入漏洞。你仍为你的软件负全责。
AI编程软件范式
跳到 00:15:57 模型的锯齿取决于实验室往训练里放了什么
能重构十万行代码的模型会建议你步行去 50 米外的洗车店。GPT-4 象棋水平暴涨，只是因为大量棋谱进了预训练集。可验证、加上实验室在乎，共同决定能力的峰与谷。
可验证性AI能力边界
跳到 00:12:28 模型不会做减法，让它再简化像拔牙
做 microGPT 时他反复要求模型简化、再简化，模型就是做不到，因为简化不在 RL 的奖励电路里。审美与克制暂时仍是人的领地。
品味AI能力边界
跳到 00:22:58 别再给人写文档，给我能贴给 agent 的文本
他最大的不满是各种框架文档仍默认由人来操作：去这个网址、点这个设置。agent 原生的世界里，安装说明就是一段复制粘贴给 agent 的技能文本。
agent基础设施
跳到 00:25:53 思考可以外包，理解不能外包
他转引一条令他每隔一天就想起的推文并深表认同：人已成为整个环节的瓶颈，不理解就无法判断该做什么，也无法指挥 agent。转述注：此句原为他人推文，经他引用并展开。
教育与理解agent
跳到 00:28:12 ALL INSIGHTS
全部观点
按当前资料入库顺序排列
01
计算机自动化能写清的，LLM 自动化能验证的
前沿实验室用强化学习训练模型，奖励来自可验证的结果。因此模型在数学、代码等可验证领域能力冲上尖峰，在此之外则粗糙毛边。
可验证性AI能力边界
跳到 00:10:14 02
AI 的真机会是从前不可能存在的东西
他亲手写的菜单识别应用被一句 prompt 加图像模型整体取代，让他断言那些旧范式代码本不该存在。别只问什么变快了，要问什么第一次变得可能。
软件范式创业方向
跳到 00:06:33 03
vibe coding 抬高地板，agentic engineering 守住质量线
前者让所有人都能做出软件，后者是一门工程学科：协调强大但易错、带随机性的 agent 去加速交付，同时不许引入漏洞。你仍为你的软件负全责。
AI编程软件范式
跳到 00:15:57 04
模型的锯齿取决于实验室往训练里放了什么
能重构十万行代码的模型会建议你步行去 50 米外的洗车店。GPT-4 象棋水平暴涨，只是因为大量棋谱进了预训练集。可验证、加上实验室在乎，共同决定能力的峰与谷。
可验证性AI能力边界
跳到 00:12:28 05
模型不会做减法，让它再简化像拔牙
做 microGPT 时他反复要求模型简化、再简化，模型就是做不到，因为简化不在 RL 的奖励电路里。审美与克制暂时仍是人的领地。
品味AI能力边界
跳到 00:22:58 06
别再给人写文档，给我能贴给 agent 的文本
他最大的不满是各种框架文档仍默认由人来操作：去这个网址、点这个设置。agent 原生的世界里，安装说明就是一段复制粘贴给 agent 的技能文本。
agent基础设施
跳到 00:25:53 07
思考可以外包，理解不能外包
他转引一条令他每隔一天就想起的推文并深表认同：人已成为整个环节的瓶颈，不理解就无法判断该做什么，也无法指挥 agent。转述注：此句原为他人推文，经他引用并展开。
教育与理解agent
跳到 00:28:12 08
去年 12 月起，我想不起上次修改 AI 代码是何时
假期里他发现最新模型产出的代码块不再需要修改，要多少来多少，信任逐步累积，自己就滑进了 vibe coding，副业项目文件夹从此爆满。
AI编程
跳到 00:01:18 09
先判断你的应用在不在 RL 电路里
在电路内你飞速前进，在电路外寸步难行。模型没有说明书，只能自己探索边界；落在电路外，就该考虑构建自己的可验证环境去做微调，别指望开箱即用。
可验证性创业方向
跳到 00:13:15 10
招聘别再出谜题，给一个大项目
多数公司还没为 agent 时代重构招聘。他建议的考法：造一个给 agent 用的 Twitter 克隆并做到安全，然后派十个顶配 agent 去攻破它。考察的是协调 agent 的真实能力，不是解题。
组织与招聘agent
跳到 00:18:46 11
人负责品味、规格与监督，agent 负责填空
他的应用曾用邮箱地址跨系统关联付款，这种人不会犯的诡异设计导致漏账。agent 极其强大却会犯怪错，顶层设计与验收必须由人把持。
品味agentAI编程
跳到 00:19:45 12
API 细节可以忘，底层原理不能不懂
他已经不记得是 keepdim 还是 dim，这些细节交给记性极好的 agent。但张量的 view 与 storage 必须懂，否则连内存被白白复制都看不出来。
教育与理解AI编程
跳到 00:21:06 13
agent 原生的检验：一个 prompt 直达部署
写 MenuGen 最痛苦的不是代码，是在各家服务后台点菜单、配 DNS。当一句话就能让应用建成并上线、全程不碰人手，基础设施才算真正为 agent 而生。
基础设施agent
跳到 00:26:59 14
换一种投影看同一份信息，就多一层理解
他把读过的文章喂进自己的 wiki，不断向它提问、要求换角度重组。对固定资料做不同投影是他强化理解的工具，呼应他那句理解不可外包。
教育与理解
跳到 00:28:52 15
最终一切皆可验证化，一切皆可自动化
连写作这类主观产出，也能靠一组 LLM 评审团给出足够合理的验证信号。差别只在难易与先后，不在能不能。
可验证性AI能力边界
跳到 00:15:43 16
人与组织都将有自己的 agent 代表
他预计 agent 之间将直接协商会议与合作细节，我的 agent 和你的 agent 谈。agent 代表制是世界走向 agent 原生的自然结果。
agent基础设施
跳到 00:27:18 17
顶尖工程师的放大倍数远超 10x
旧时代谈 10x 工程师。他观察到擅长 agentic engineering 的人，峰值放大倍数已远超十倍，而且这个天花板还在升高。
AI编程组织与招聘
跳到 00:17:04 EVIDENCE
访谈来源
观点所依赖的证据层
一手音视频
查看来源 ↗Andrej Karpathy: From Vibe Coding to Agentic Engineering w/ Stephanie Zhan
2026-04-29 · 30 分钟 · EN