AI 越强越看不懂?大佬Karpathy 给出解法

最近，Andrej Karpathy 发了一条很有意思的帖子。

他的核心观点并不复杂：

下面先把他的原文整理出来。

一些想法、技巧和窍门：

1. 写作

我取得成功的一个方法：

让你的 LLM 用 ASD-STE100 来解释某事。

这是一种受控语言规范，最初是为航空航天维护文档开发的。

LLM 对这种语言很熟练，它带有严格的清晰写作风格约束，我经常觉得这样更易读。

有时我会试着稍稍缓和它，例如要求：

PROMPT“达到 ASD-STE100 的 80% 程度。”

因为这个规范本身相当严格。

但更好的方法是：

2. 图表 / 图像

与其写作，让你的 LLM 创建一个图表。

这些内容处理、解析和理解起来要容易得多。

但更好的方法是：

3. 网页

要求输出 HTML 格式，以获得一个精美、互动的网页。

LLM 在前端方面越来越擅长，可以创建精美的体验、动画等。

这实际上开始奏效了！

4. 解释视频

我最看好的输出格式，是针对任意主题生成的完全定制、量身定制的解释视频。

尝试像这样：

PROMPT“为 X 创建一个 3b1b 风格的视频解释。用我的 ElevenLabs API Key 进行音频叙述。”

后者需要一个 API Key。

或者，你也可以让你的 LLM 为你找到不错的免费替代方案，使用你的本地计算资源。

这实际上开始奏效了。

总结

随着 LLM 变得更好，它们将自主完成越来越多的基础工作。

我们的工作将更多上升到抽象层面的：

监督和理解。

幸运的是，LLM 在这里也能帮忙。

因为随着智能和代码越来越丰富，你可以要求它创建大型、定制、可丢弃的软件产物，例如：

网页应用、视频解释器。

这些东西在以前可能完全没有意义去创建。

所以大胆尝试。你会感到惊讶。

很多人第一眼看到这条帖子，可能会被一个奇怪的词吸引：

ASD-STE100 是什么？

简单来说，它是一套非常严格的“把话说清楚”的规则。

它最初是为了航空维修技术文档而发展起来的。

飞机维修手册有一个很现实的问题：

一句话不能有两种理解。

所以 STE 会尽量减少同义词、复杂表达和模糊句式，强调简单、明确、一致的技术表达。

官方资料显示，ASD-STE100 是一种受控自然语言标准，包含写作规则和受控词汇；它最初用于帮助读者更容易理解航空维修文档，并在 2025 年成为国际标准。

这其实非常适合 AI。

因为 AI 有一个大家都很熟悉的问题：

太会说了。

一句话能讲明白的事情，它可能给你写三段。

一个简单结论，它能铺垫半天。

看起来信息很多，但真正重要的内容反而被埋住了。

所以 Karpathy 给出的第一个方法很简单：

不要只是告诉 AI“解释清楚一点”。

你可以直接给它一套更严格的表达规则。

比如：

你会发现：

AI 有时候不是不知道答案，而是没有用最适合你理解的方式表达答案。

继续往下看，就更有意思了。

他说：

与其让 AI 写一大段文字，不如让它画一张图。

这其实是在改变一个很重要的东西：

AI 的输出形式。

以前我们习惯这样使用 AI：

但现在完全可以变成：

比如你想了解一个复杂系统。

如果让 AI 写 3000 字，也许还是很难理解。

但换成一张图：

A → B → C → D

很多时候一下就明白了。

所以以后遇到复杂问题，可以直接告诉 AI：

PROMPT“不要写长文，给我画一张图。”

或者：

这时候 AI 就不只是一个“文字回答机器”了。

它开始变成：

你的信息表达工具。

这是我觉得 Karpathy 这条帖子里最值得琢磨的地方。

他说：

更好的方式，是让 AI 输出 HTML。

这是什么意思？

就是：

不要让 AI 再写一篇文章。

直接让它给你做一个小网页。

比如你想理解 Transformer。

你可以让 AI：

最后直接打开浏览器。

你不是在“看答案”。

而是在：

操作答案。

这件事情过去为什么很少发生？

因为成本太高。

为了弄懂一个知识点，专门做一个网页？

不值得。

但现在 AI 可以直接帮你生成。

可能十几分钟就完成。

于是一个过去很奇怪的事情开始变得合理：

为了理解一个问题，临时做一个软件。

用完就扔。

过去的软件开发，讲究：

可维护。可复用。可扩展。最好还能长期运行。

但是 AI 时代可能会出现另外一种软件：

一次性软件。

比如：

我今天要研究一家公司的财务数据。让 AI 给我做一个交互式网页。

明天要分析一个行业。再让 AI 临时做一个行业地图。

下周想理解一个复杂技术。让 AI 做一个交互式教学工具。

用完以后：

删掉。

以前没人这么干，不是因为没有想法。

而是因为：

做一个软件太贵。

现在软件生成越来越便宜。

于是很多以前“不值得做”的东西突然变得值得做了。

这其实比“AI 会不会写网页”更重要。

它意味着：

软件本身正在变得越来越廉价。

文字已经不够。

图表也不够。

网页也不够。

那怎么办？

让 AI 给你做一堂课。

不是泛泛而谈的视频。

而是专门针对你的问题。

比如：

PROMPT“我完全不懂 Transformer，帮我制作一段 8 分钟的动画讲解。”

然后告诉 AI：

甚至可以自动生成旁白。

这时候你得到的已经不是一个：

答案。

而是一套：

专门为你生成的学习材料。

这可能是 AI 一个非常重要的未来方向。

我觉得这里很容易产生一个误解。

Karpathy 并不是说：

视频一定比文字高级。

当然不是。

真正重要的是：

不同的问题，需要不同的输出形式。

重点不在于“形式越来越炫”。

而在于：

AI 开始能够主动为你制造最适合理解问题的载体。

以前很多人学习 AI，第一件事就是研究 Prompt。

怎么写得更专业？怎么写得更长？怎么写角色？怎么写约束？

这些当然有用。

但可能还有一个更重要的问题：

你有没有给 AI 足够大的输出空间？

很多人还在要求：

PROMPT“帮我解释一下。”

但其实可以直接要求：

这其实是一次思维上的升级。

我们以前在想：

怎样让 AI 更好地回答我？

以后可能越来越应该想：

怎样让 AI 用最适合我的方式，让我理解？

Karpathy 最后真正想表达的，其实是这一点：

AI 越来越强以后，人类的工作不会消失，而是会往更高一层移动。

以前：你自己写代码。

后来：你告诉 AI 写代码。

再后来：AI 自己分析需求、写代码、测试、修改。

那么人做什么？

可能更多是在：监督。判断。理解。

这也是为什么他说：

这句话，我觉得非常值得记住。

因为 AI 越能干，

真正变贵的，可能变成：

判断。

你要知道 AI 做得对不对。要知道它有没有遗漏。要知道它为什么得出这个结论。要知道哪些地方值得继续追问。

还要问：

“你能不能让我看懂？”

这可能是下一阶段使用 AI 最重要的变化之一。

以前我们要求 AI：给答案。

现在开始要求 AI：让我理解答案。

而为了达到这个目标，AI 可以写文字，可以画图，可以做网页，可以生成视频，甚至可以直接给你做一个临时软件。

这背后其实是同一个逻辑：

所以以后再遇到一个复杂问题，不要只说：

PROMPT“再给我解释一遍。”

可以试试：

PROMPT“别解释了，画给我看。”

如果还不够：

PROMPT“别画了，做成网页。”

如果还是不够：

PROMPT“给我做成一堂课。”

这可能才是 AI 时代真正新的阅读方式。

最后一句：

以前我们担心 AI 不会做。

现在越来越多的时候，我们需要解决的问题可能变成：

而这，可能正是 Karpathy 这条帖子最值得我们关注的地方。

我是 AI 寻光｜寻 AI 之光，见未来之新。

AI 工具｜Agent｜Skill｜新生产力

发现新玩法，拆解新趋势，带你真正用起来。

⭐ 关注 AI 寻光，一起寻光。