OpenAI前首席科学家一句话让AI回答质量翻倍 #OpenAI #AI #karpathy #提示词 #skills OpenAI 前首席科学家 Andrej Karpathy 发了一个推特 看到那一刻,我感觉我半年的探索都白费了 我用了这个办法,AI 回答质量翻倍 以前为标题卡壳的时候,我的办法是什么呢?写提示词 写了很长很长的提示词——什么数字要、情绪词要、对比要、反常识要,一大堆 输入进去,AI 出来一堆标题,选一个还不错的 但我现在的做法不一样了 我直接问:"最强大脑怎么写标题?" 差异是什么?长提示词能给我一堆还不错的选项 但这个问法,AI 会自动召唤咪蒙、召唤李教授——那些真正懂标题的人 质量反而比我写一大堆提示词出来的东西还更好 写代码的时候也一样 遇到问题,我现在不是问"怎样优化这个函数",而是问"最强大脑怎么处理这个代码问题" 效果?同样有效 有时候我遇到产品问题,说实话,我不知道怎么去思考 那我就问:"最强大脑怎么思考这个产品问题?" 结果非常好 AI 给出来的思路,完全不同于我自己能想到的东西 最有意思的是人生焦点问题 当我遇到一些问题,我想要去深度思考的时候,我现在不会再满足于我原来写的那些提示词了 我直接问:"最强大脑会怎么思考?" 结果呢?AI 自动召集一些我根本不知道的人,给出来的答案非常好 Karpathy 发的那个推特,核心意思是这样的: 不要把 LLM 当成一个有想法的实体,而是把它当成一个能模拟任何人的模拟器 LLM 本身没有'观点',但它能呈现出任何人的思维方式 当你问'你怎么看'的时候,你实际上是在触发 AI 的某种'平均观点' 但当你问'某个大师会怎么说'的时候,你就是在让 AI 模拟那个人的真实思维方式 一个是模糊的综合,一个是精准的深度 这就是我半年探索都没想明白的东西 长提示词做什么呢?它在限制 AI 的模拟能力 你给 AI 设定了一堆规则——必须包含数字、必须有反差、必须有情绪——然后 AI 按照你这些规则去综合,出来的东西就是在你的框架内的最优解 但"最强大脑"这个问法不一样 它没有限制,反而是在激发 AI 的模拟能力 它让 AI 直接呈现出那个领域最强的人会怎样思考、怎样处理这个问题 一个是"指导",一个是"模拟" 指导有上限,模拟没有上限
00:00 / 02:21
连播
清屏
智能
倍速
点赞7436
00:00 / 07:22
连播
清屏
智能
倍速
点赞521
卡帕西2025年大模型总结引发硅谷震动,其核心观点揭示了AI发展的六大转折:1. RLVR训练范式:基于可验证奖励的强化学习(如数学解题、代码生成)取代传统训练流程,使模型自发形成推理策略,能力提升成本降低30%以上; 2. 锯齿状智能:大模型非生物进化产物,呈现“通才与偏科并存”特性,基准测试可信度遭质疑; 3. 应用层革命:Cursor等工具构建垂直领域工作流,通过多模型编排和上下文管理激活模型潜力,推动“模型即人才”向“系统即专家”转型; 4. 端侧智能体:Claude Code本地化部署实现低延迟交互,直接调用私有数据与环境,成为开发者“数字助手”; 5. 编程民主化:Vibe Coding使自然语言生成完整代码,非专业人员可快速创建应用,重构软件生产模式; 6. 交互革新:Nano Banana融合文本、图像与知识,以空间化界面替代纯文本对话,提升信息吸收效率300%。 卡帕西强调,当前大模型潜力仅开发10%,未来将聚焦推理能力深化、端侧普惠及生态分层。其结论推动硅谷转向RLVR研发,企业加速布局垂直应用,并重新评估基准测试价值。这场由训练范式、智能本质与应用形态共同驱动的变革,标志着AI从“概率模仿”迈向“逻辑解决”的新纪元。#机器人 #人工智能 #马斯克 #奥特曼 #黄仁勋 @尹烨 @红衣大叔周鸿祎 @雷军
00:00 / 01:45
连播
清屏
智能
倍速
点赞18