夜雨聆风Andrej Karpathy，1986年出生于斯洛伐克（Slovakia），成长于一个普通家庭。年幼时随家人移民加拿大，这段经历让他比同龄人更早学会了适应新环境。
2005年，他进入加拿大本科学习计算机科学。本科毕业后，他直接申请了斯坦福大学的 PhD 项目，拜入 Geoffrey Hinton 门下——没错，就是那个被称为"深度学习之父"、2024年获得诺贝尔物理学奖的 Hinton。
在斯坦福读博期间，Karpathy展现了惊人的教学天赋。他开设的课程CS231n（Convolutional Neural Networks for Visual Recognition） 成为斯坦福最受欢迎的深度学习课程之一，课堂录像在网络上疯传，至今仍是全球 AI 自学者必看的经典教程。他的讲座风格独特：用大白话讲最硬的数学，用代码现场推导每一步公式，学生们称他"能把反向传播讲到你会为止"。
2009年，他在斯坦福获得计算机科学 PhD 学位。
2011-2015：DeepMind 初露锋芒
博士毕业后，Karpathy 加入 DeepMind（当时还是一家小创业公司）。在那里的几年，他参与了一个"能在像素层面学会玩 Atari 游戏"的强化学习项目——这个项目后来演变为著名的 DeepMind DQN，直接奠定了强化学习在游戏 AI 领域的统治地位。
这段经历让他积累了强化学习 + 深度学习结合的实战经验，也为后来加入特斯拉埋下了伏笔。
2015-2017：OpenAI 创业元老
作为 OpenAI 的创始成员之一，Karpathy 从公司创立之初就参与其中。OpenAI 聚集了 Ilya Sutskever、Greg Brockman 等一批顶级 AI 人才，Karpathy 是少数几个横跨研究和工程的人。他参与构建的早期 GPT 模型训练框架，为后来的 GPT-2、GPT-3 奠定了基础。
2017-2022：特斯拉——从高光到风暴
2017年，Karpathy 加入特斯拉，头衔是 Director of AI，直接向 Elon Musk 汇报。他领导 Autopilot 的计算机视觉团队，负责特斯拉所有自研神经网络训练、数据标注、推理芯片部署。
在特斯拉的五年，是他职业生涯中最受争议也最耀眼的五年。
高光时刻：
• 他主导设计的 Autopilot 视觉感知系统，成为特斯拉自动驾驶的核心壁垒
• 2021年特斯拉 AI Day，他站在台上向全世界展示特斯拉如何用纯视觉方案实现自动驾驶，成为当年 AI 圈最轰动的事件之一
• 他带队构建了特斯拉自有的Dojo 超算，用于超大规模神经网络训练
风暴时刻：
• 2022年，特斯拉频繁出事故，Autopilot 安全争议不断，Musk 多次公开施压
• 2022年7月，Karpathy 突然宣布从特斯拉离职。他发推说"这是个艰难的决定"，但没有解释具体原因
• 离开后，他在社交媒体上表现出明显的疲惫感——那个在斯坦福课堂上意气风发的教授，被特斯拉的运营压力磨去了棱角
2023-2024：回归 OpenAI
离开特斯拉后，Karpathy 短暂休整。2023年，他重返 OpenAI，这次他不再做基础研究，而是组建了一支专注于中训练（mid-training）和合成数据生成的团队。他的任务是：找到方法让已经预训练好的大模型，通过高质量合成数据进一步提升能力。
这个方向现在被称为"后训练"（post-training）的核心赛道，是让 ChatGPT 变得更好用的关键技术之一。
Karpathy 的影响力，很大程度上来自他做事的风格：不追求论文数量，不刷引用排名，只做"能让普通人看懂 AI"的事情。
最著名的三件事：
1. 让全世界看懂 RNN
2015年，他发表博客文章 《The Unreasonable Effectiveness of Recurrent Neural Networks》，用极其直白的语言讲解 RNN（循环神经网络）为什么有效。这篇文章至今在 GitHub 上被收藏超过 3 万次，几乎是每个 NLP 研究者入门必读。
2. nanoGPT：手把手教你造 GPT
2023年初，他在 GitHub 上传了一个 nanoGPT 项目——从头用不到 300 行 Python 代码实现了一个可训练的 GPT 模型。这件事的意义不在于技术突破，而在于他用最透明的方式，拆解了"大模型到底是怎么炼成的"。整个 AI 圈为之震动，开发者们第一次看到，原来 GPT 的核心原理可以这么清晰地被解释。
3. YouTube 频道：用"人话"讲 AI
2024年，他开始在 YouTube 上系统性发布 AI 科普视频。他的风格独树一帜：
• 技术向：Zero to Hero 系列，从零讲解深度学习，适合想真正入行的程序员
• 科普向：Deep Dive into LLMs，适合有一定基础但想深入理解大模型工作原理的人
他在视频里不堆术语，不讲废话，每一步推导都现场写代码。有人说，看他的视频就像"在斯坦福旁听了一门最好的课"。
关于他的性格，AI 圈有几个共识：
极度真实。 他在 Twitter 上异常活跃，会直接承认"我不知道这个模型为什么效果好"。面对批评，他不会删帖拉黑，而是认真回应。这种风格在 AI 圈大佬中极为罕见。
较真。 在斯坦福教书时，他对学生的作业要求极高，但他自己也从不敷衍。他的 CS231n 课程作业是出了名的"做完能真正理解反向传播"——不是调调 API 就完事，而是真的从底层实现每一个算法。
热爱教学。 离开特斯拉后，他没有去更高的管理岗位，而是选择做内容、做教程。他曾说："我想让更多人感受到 AI 的力量，而不是让 AI 变成少数人的专属玩具。"
一件小事：
2016年，他在自己的博客上发表了一篇 《A Survival Guide to a PhD》，写给所有想读博士的年轻人。文章坦诚到令人惊讶——他写了博士生涯的各种坑：如何选导师、如何面对实验失败、如何在论文被拒后保持心态。这篇文章被翻译成十几种语言，至今是计算机方向留学生必读指南。
关于争议：
2022年离开特斯拉时，有人猜测是因 Musk 施压，也有人猜测是 Autopilot 项目方向分歧。Karpathy 本人从未公开回应具体原因，他在 Twitter 上只留下一句："有时候，你需要给自己一些空间。"
对 AI 行业：
Karpathy 可能是全球范围内，把深度学习讲得最清楚的人之一。他的教程影响了数以百万计的自学者，包括现在很多一线 AI 公司的研究员和工程师。
他主导的特斯拉 Autopilot 视觉系统，虽然争议不断，但证明了端到端深度学习可以解决真实的自动驾驶问题，为整个行业指明了一条可落地的技术路线。
他回归 OpenAI 后主攻的合成数据生成，正在成为大模型后训练的核心赛道——这意味着你今天用到的更好的 ChatGPT，可能就有他的贡献。
对普通人的启示：
他说过一句话，被无数人截图保存：
（神经网络没什么神奇，它只是一堆层的堆叠，只要你愿意去理解，就一定能理解。）
这句话的潜台词是：AI 不是天才的专属领域，普通人也可以入门。他的 nanoGPT 就是证明——300 行代码，从零到 GPT，一个初学者只要有基础 Python 能力，就能完整复现。
Andrej Karpathy 的故事，是一个从斯洛伐克普通家庭出发、一路走到 AI 舞台中央的故事。他没有显赫家世，没有名校光环加持（至少在 2009 年深度学习还是冷门时没有），有的只是对 AI 的热爱和把复杂问题讲简单的天赋。
他让我们看到，真正的大师不只是写出突破性论文的人，更是能让普通人也理解、也爱上这项技术的人。
金句
"不要害怕看不懂。神经网络的第一步，永远是你愿意坐下来，花时间去看懂它。"
1. Andrej Karpathy 个人网站：https://karpathy.ai/
2. 斯坦福大学 CS231n 课程主页：https://cs231n.stanford.edu/
3. GitHub nanoGPT 项目：https://github.com/karpathy/nanoGPT
4. Andrej Karpathy 博客 PhD 生存指南：http://karpathy.github.io/2016/09/07/phd/
5. TechCrunch 报道 Tesla 雇佣 Karpathy：https://techcrunch.com/2017/06/20/tesla-hires-deep-learning-expert-andrej-karpathy-to-lead-autopilot-vision/
6. YouTube @AndrejKarpathy 频道：https://www.youtube.com/@AndrejKarpathy
7. 《A Survival Guide to a PhD》原文：http://karpathy.github.io/2016/09/07/phd/
8. 2021年特斯拉 AI Day 视频：https://www.youtube.com/watch?v=j0z4FweCy4M