OpenAI的创始成员坦白:最好的AI学习方式,不是上课

你信不信：
很多人学AI的方法，从一开始就是反的。

我认识一个985计算机的研究生。
他每天做的事就是：刷课、刷课、再刷课。
Andrew Ng的机器学习刷了两遍。
李沐的深度学习跟完了所有作业。
甚至花几百块买了一堆“AI训练营”。

结果呢？
Kaggle比赛连最简单的地板分都跑不出来。
面试官问：“你做过什么项目？”
他憋了半天，说了一句：“我……刷过很多课。”

你是不是也这样？

今天我要讲的这个人，叫 Andrej Karpathy。
他什么来头？
OpenAI的创始成员之一，特斯拉前AI总监。
换句话说：他亲手造过GPT，也亲眼看着自动驾驶从PPT变成真车。

他被很多人叫做“AI界的费曼”——因为他最擅长把复杂的东西，讲得像说相声一样清楚。

几个月前，他上了一期播客。
主持人问他：
“现在的年轻人怎么学AI，才能不像无头苍蝇？”

以下为他的多次发言的观点总结。

一：如果你不能亲手造出来，你就根本没懂

Karpathy说了一个词：“观众心态”。

什么叫观众心态？
就是你一直坐在台下看别人表演。
看网课、看教程、看直播、看别人调模型。
看得热血沸腾，以为自己也会了。

但Karpathy说的是：

“从零开始构建它。如果你不能构建它，你就没有真正理解它。”

他举了一个例子。
他在伯克利演讲时，故意做了一个“很坏”的教学设计：
先不教反向传播公式，先让你自己去调参数。
你调了半天，累得要死，发现怎么调都不准。
这时候他才把数学拿出来，告诉你：
“看，其实一行公式就能解决。”

你什么感觉？
卧槽，这太爽了。

这就是他说的：先痛苦，再顿悟。

反过来，如果你一开始就把公式塞给你，你只会觉得：“哦，就是背个公式嘛。”
你根本不会记住，也不会尊重它。

所以他的建议特别简单粗暴：
每周找一篇AI论文，花三天亲手把它的代码跑出来。
不是看，是跑。
跑到报错，跑到改代码，跑到你骂娘。
然后你才会真的记住。

很多人学AI最大的毛病是什么？
什么都想学，什么都记不住。

Karpathy从物理学里借了一个词：“一阶项”。

什么意思？
物理学家算一个问题的时候，只算那个影响最大的因素。
其他那些微小的影响，直接忽略。

比如你算一个苹果从树上掉下来，
你只算重力，不会去算月亮对苹果的引力。
因为月亮的引力是“高阶项”，小到可以忽略。

学AI也一样。
Karpathy说：

神经网络的核心只有一个——反向传播。
其他什么优化算法、数据增强、学习率调整……都是次要的。

所以他教神经网络，就只花100行代码讲清楚反向传播。
不讲那些花里胡哨的变种。
不讲十年后的论文。
不讲你一辈子用不上的优化技巧。

你先把那个“一阶项”死死捏住，剩下的，遇到了再学。

你可能会问：
“万一以后面试官考我高阶项怎么办？”
Karpathy的回答很简单：

“你先学会走，再考虑跑。大多数人连走都没学会，就担心跑的时候摔跤。”

这里有一个非常劲爆的转折。
Karpathy在最新的一次采访里说：
“我最近四个月，一行代码都没自己写过。”

什么？！
你不是说要亲手构建吗？怎么你自己不写了？

别急，他接着说：

“因为我把80%的代码交给了AI Agent。但剩下20%的核心代码，必须我自己手写。”

他给了一个比喻：
AI就像你的“自动补全”。
你能写“床前明”，AI帮你补“月光”。
但你连“床前明”都打不出来，AI补个屁。

如果你连一个最简单的神经网络都写不出来，
你根本不知道AI帮你写的那些代码，是好是坏。

他创造了一个新词叫 “Vibe Coding”——
就是你真的懂核心，然后让AI帮你做重复劳动。
你不是懒惰，你是把精力省下来干更值钱的事。

所以，他的完整建议是：
你先亲手从零写一遍。
然后再用AI偷懒。
顺序不能反。

我给你写一份不用动脑子、照着做就行的清单：

不要再花80%的时间刷课了。
刷课只做一件事：用20%的时间大概知道这个领域有什么。
知道有“反向传播”这个东西就行了，不用马上背公式。
拿出80%的时间，做一个小项目。
越小越好。
比如：用机器学习预测明天会不会下雨。
比如：做一个能认出猫和狗的图片分类器。
哪怕你用别人的代码框架改，也要亲手敲一遍。
每次遇到报错，先自己排查3个可能的原因，再问别人。
这个过程很痛苦，但你的脑子会被“焊”出肌肉记忆。
每周挑一篇短论文，用三天复现它的核心结果。
不用全看懂，只要把代码跑通、改一两行、看到结果变化就行。
学任何新东西，先问自己：它的“一阶项”是什么？
如果只能学一样，我学哪一样？
先搞定它，其他以后再说。
核心部分自己写，重复劳动交给AI。
但前提是：你得先亲手写过核心。

你刷了那么多课，收藏了那么多“学习路线图”，
其实不是因为你好学，
而是因为你害怕动手。

动手会出错，出错会丢脸，丢脸会让人觉得你笨。
但Karpathy告诉你：
所有真正会AI的人，都曾经笨得令人发指。

区别只是：
他们笨了一次，然后改了。
你笨了一次，然后去刷下一节课了。