Wink Pings

Karpathy 70分钟实操:顶级1%玩家怎么用AI

OpenAI联合创始人Andrej Karpathy全程开屏,70分钟无PPT,演示自己每天怎么用大模型。核心链路:提示词→上下文→工具→工作流。附Harness、Loop、Graph三层系统拆解。

Andrej Karpathy,OpenAI联合创始人,把屏幕直接分享了出来。70分钟,没有PPT,没有理论框架,演示自己每天怎么跟大模型打交道。

他的核心链路就四步:提示词(Prompts)→上下文(Context)→工具(Tools)→工作流(Workflows)。挑对模型,喂准上下文,剩下的交给工具跑。谁都能打开ChatGPT打字。能像他这样把模型拧出生产力的,全网凤毛麟角。

有网友看完说,这种演示最值钱的不是用什么工具,是看他犯错之后怎么修。拖到中间,看模型带偏了他怎么拽回来,那段比顺风顺水的部分有用十倍。也有人说:他敢全程开屏幕,是因为底层逻辑全在自己脑子里,模型只是替他跑腿。底子不够的人照抄提示词,只能抄到皮毛。

顺着这条线,Whitemon(@0xWhitemon)写了篇系统拆解,把Karpathy那套打法背后的结构说清楚了:Harness、Loop、Graph,三个层次,对应三类不同的失败。同样的模型、同样的提示词,结果可以完全不同,差别在系统。

Harness,环境。 把模型从架构图里拿掉,剩下的都是harness。模型放进带终端、测试、浏览器、项目记忆和权限的仓库,就能交付功能。权重没变,变的是环境。合同里最重要的字段是done_when。没有它,Agent会悄悄解决一个更简单的版本,然后说做完了。

Loop,反馈。 别循环在信心上,循环在证据上。“模型说它做完了”不是停止条件,测试通过才是。写代码之前先写下绿色长什么样,包括一个在当前代码上失败的测试。写不出这个检查,说明任务还没理解透。同一个结果出现两次,继续试只会烧预算,该升级就升级。

Graph,流程。 节点是有边界的工作,边是真实的依赖。一个循环就是只有一个节点加一条自指的图。多个循环需要交接时,图才派上用场。早期启动测试:B能在A完成前开始且不破坏任何东西,删掉箭头,并行跑。

三句话总结:给模型手、记忆和墙,给它一个能失败的检查,给工作一个形状。

Whitemon给了一张症状对照表。Agent表现不对,先找症状在哪一层,再动手修。环境、反馈、流程,顺序别搞反。

有句话说得到位:提示词告诉模型做什么,上下文决定它看到什么,Harness构建它行动的环境,Loop逼它证明工作,Graph决定下一步谁来做。

下次Agent说“做完了”,问一句:哪个层次说的?

发布时间: 2026-11-21 15:36