卡帕西（安德烈·卡帕西（Andrej Karpathy））
近一年演讲观点汇总

012025.10 · Dwarkesh 深访：把"十年"重新放回 AGI 讨论

在 2025 年底"AGI 一两年"论甚嚣尘上时，卡帕西给出全行业最冷静的口径：AGI 还需十年左右，而且现有范式还缺关键拼图——持续学习、真常识、与世界交互试错。他不否认 LLM 的成就，但坚称"从 90% 到 100% 的距离和从 0 到 90% 一样远"。

对智能体的定位同样克制：它们是需要人带的实习生——能干活，但必须有人验收、布置任务、兜底责任。这个比喻后来成为他"Agentic Engineering"的伏笔。

022025.10 · nanochat：教育者的"底牌"

继 nanoGPT 之后，他把"造一个 ChatGPT 需要什么"压缩成一条可复现的流水线：100 美元、若干小时、从随机权重到可用对话模型。他在发布说明里直言，这是他"对教育能做的最好的事"——AI 不该是黑箱玄学，而应该是每个工程师都能亲手跑一遍的实验。

市场解读普遍认为，这是他创业（Elysium Labs，教育方向）理念的技术宣言，也为其后的转向埋下注脚。

032025.12 · 年度回顾："召唤幽灵"与 80/20 倒转

在《2025 LLM 年度回顾》里，他系统梳理了六大范式转变，最有传播力的比喻是动物 vs 幽灵：生物智能由亿万年进化"压实"而来，特征是能力分布均匀；LLM 则是被"召唤"出来的幽灵——诞生即通晓一切语言，却在物理常识上寸步难行。

他也罕见地公开了个人工作方式的突变：2025 年 12 月之后，他感觉自己"再没亲手敲过一行代码"——80% 指挥 agent、20% 自己收尾编辑；并坦承由此产生的"AI psychosis"：工具进化速度超过了个体工程师的吸收速度。

042026.03 · Autoresearch：两天、700 个实验、-11% 训练时间

他报告了一个堪称"AI 科研员"原型的实验：一个编码代理带着一个小语言模型无人监督连续运行两天，完成 700 个实验、自行发现 20 项优化；把同样的调整套用到更大的模型上，训练时间缩短约 11%。

这个案例后来被广泛引用为"研究自动化"的最早公开实证之一——也是他判断"AI 需要被发明，而不只是被放大"的操作性注脚。

052026.04 · 红杉 AI Ascent：Agentic Engineering 登场

与红杉合伙人 斯蒂芬妮·詹（Stephanie Zhan） 的 30 分钟炉边对话，是他近一年信息密度最高的公共表达：

其一，"锯齿状智能"（jagged intelligence）。模型能一口气重构十万行代码库、挖出隐藏的零日漏洞，却会在"50 米外的洗车店，该走路还是开车"这种题上翻车——AI 的能力不是均匀上升的，无法用一句话概括"它行/它不行"。

其二，正式修正自己一年前发明的 Vibe Coding。"2025 年 12 月前后有个阶跃：生成的代码块更大、更连贯、更可靠。"于是编程单元从"要一个函数"变成"委托一个子系统"，创造与审查的比例反转，瓶颈位移。他的结论："Vibe coding 抬高的是地板，Agentic engineering 才是外推天花板"——先写规格说明、读架构而非语法级的 diff、搭建评估回路、在"似是而非的错误"上线前抓住它。

其三，亲手判自己的产品死刑。他用一个 MenuGen 案例（拍菜单生成菜品图的自建 App）演示：如今只需一句自然语言指令让模型直接在像素层完成渲染——"几千行代码的 App 根本不该存在"。结论被概括为 Software 3.0：自然语言成为编程界面，中介层消失；"今天所有为人类写的软件、文档和流程，都要重写为'为 Agent 而写'"。

062026.05 · 加入 Anthropic：教育者回到前沿

隐身近两年的 Elysium Labs 未宣布关闭，但 卡帕西宣布"公司未关、教育暂缓"，加入 Anthropic 预训练团队："未来几年处于 LLM 前沿将尤其重要，我期待回到 R&D。"他同时保留早期预估口径——AGI 大约还需要十年，而"能改变世界的创新还没有被发明出来，需要去发明它"。

行业解读：这是"务实派"用脚投票——与 LeCun 另起炉灶反对范式不同，卡帕西选择进入最强的 LLM 实验室之一，在现有范式内部推动下一次跃迁。