刚刚！AI 圈顶流 Karpathy 三连击：开源、泼冷水、AI 教育~

总结一下 10 月「Karpathy 三连」

1. nanochat开源 → 100 美元复刻 ChatGPT，全民 LLM 时代降临
2. AGI 十年论→ 给行业泼冷水，Agent智能体道阻且长
3. Eureka 教育→ 把复杂 AI 拆成「斜坡」，让普通人也能一路滑进核心

代码我开源，冷水我泼完，课我也准备好了。下一步，轮到你上场。——Andrej Karpathy

1. nanochat：「贫民窟版」ChatGPT 开源了！

前 OpenAI 联合创始人、特斯拉 AI 总监 Andrej Karpathy 在 10 月 13 日深夜扔下一颗炸弹：

nanochat —— 一个只用 100 美元、4 小时、8000 行代码 就能从头训练出你自己的 ChatGPT 的全栈项目，正式开源！

🎯 GitHub目前已经25.7K star ，太牛了！

演示效果

⚡ 性能速览

> 是的，剩下的 8 美元还能请你吃冰淇淋 🍦

2. 但在昨天，他给 AGI 泼了盆 10 年冷水

开源炸弹余温未散，Karpathy 又在 10 月 18 日放出万字访谈：

• 根本没有「智能体元年」

概念炒作大于实质突破：当前“智能体”技术尚未实现质的飞跃，更多是资本与媒体的叙事包装，缺乏标志性技术节点（如iPhone时刻）。现有产品仍受限于场景碎片化、泛化能力弱等问题，难以支撑“元年”叙事。

行业共识缺失：技术路径（符号主义/连接主义/混合架构）与商业落地模式均未形成统一标准，所谓“元年”仅是营销话术，而非技术临界点。

• AGI 还需至少 10 年

技术瓶颈未破：常识推理、因果建模、小样本学习等核心能力与人类差距显著，当前范式（如大模型）仅是“高阶统计模拟”，缺乏真正的理解力。算力与数据的边际效益递减，需等待架构级创新（如世界模型、具身智能）

• 强化学习虽糟，但非做不可

“糟糕”源于现实复杂性：样本效率低、奖励设计难、仿真鸿沟等问题在开放环境中暴露无遗（如机器人抓取任务成功率<60%），但它是目前唯一支持序贯决策优化的通用框架。

不可替代的底层价值：从AlphaGo的“自我博弈”到ChatGPT的RLHF，强化学习是连接“感知智能”与“决策智能”的桥梁。未来AGI需通过环境交互持续进化，舍此无他途——“做不可”本质是“别无选择”。

📈 AGI 到来那天，全球 GDP 只会增 2 %

「别把智能体当万能螺丝刀，它们现在连电脑都不会用。」——Karpathy

机器之心对演讲内容进行了整理：​​Andrej Karpathy最新演讲内容​​

3. Eureka Labs：AI 教育的「星际舰队学院」

离开 OpenAI 后，Karpathy 全力投入的新教育项目 Eureka ：

愿景？打造 AI 时代的「斜坡」（Ramps to Knowledge）——让「每秒顿悟数」（Eurekas per Second）最大化！nanochat 正是其 LLM101n 课程的「毕业设计」

​​https://github.com/karpathy/LLM101n​​

课程培养目标颠覆, 从“知识传递”转向“AI协同能力”——课程核心变为“如何向AI提出好问题”“如何验证AI结论的因果性”，传统学科边界消失

教育范式重构，出现“AI导师-人类助教” hybrid 模式，

本文转载自​​PaperAgent​​