Karpathy 加入 Anthropic
个人动态：我已加入 Anthropic。我认为未来几年在大语言模型前沿领域将尤为关键。我非常兴奋能加入这里的团队并重返研发工作。我对教育仍怀有深厚热情，计划适时恢复相关工作。
全部 AI 动态
Andrej KarpathyAI 评分3030 Together AI BlogAI 评分5555 Together AI 发布大规模编码智能体推理基准测试
Together AI 发布了针对编码智能体的大规模推理基准测试 v1，重点评估高并发和长上下文下的系统表现。该测试使用 Kimi K2.5 模型，显示 Together Inference Engine 在 2.5M TPM 负载下 p50 TTFT 为 0.71s，优于 TensorRT-LLM 的 1.1s 和 SGLang 的 5.1s。
Andrej KarpathyAI 评分3636 Karpathy建议LLM输出HTML
顺便说一句，这招很管用：在查询末尾要求你的 LLM “将回复结构化为 HTML”，然后在浏览器中查看生成的文件。我也尝试让 LLM 以幻灯片等形式展示输出，效果也不错。更广泛地说，在我看来音频是
Berkeley AI ResearchAI 评分3535 Berkeley AI Research 综述自适应并行推理：从固定结构到模型自主决策
Berkeley AI Research 发布关于自适应并行推理（Adaptive Parallel Reasoning）的综述，指出其旨在解决顺序推理导致的上下文退化与高延迟问题。文章对比了 Self-consistency、ParaThinker 等现有方法，强调核心范式转变在于让模型自主决定何时分解任务及并发线程数，而非依赖外部预设的固定并行结构。
Andrej KarpathyAI 评分55 Karpathy 分享近期常引用的名言
这是我最近经常引用的一句话。
Andrej KarpathyAI 评分3030 Karpathy谈LLM超越编码的新边界
约一周前在红杉资本 Ascent 2026 上的炉边谈话。部分亮点：我试图强调的第一个主题是，大语言模型（LLM）的意义远不止加速既有事物（例如编程）。三个新领域的例子：1. menugen：一个可以被完全
Anthropic Claude.dev 开发者博客精选AI 评分8383 Claude Code 团队分享构建经验：Prompt Caching 至关重要
Claude Code 团队指出 Prompt Caching 是长运行智能体产品可行性的关键，能显著降低延迟和成本。文章分享了静态内容前置、通过消息而非修改系统提示词传递更新、会话中不切换模型或工具集等优化策略。此外，还介绍了利用 defer_loading 处理 MCP 工具以及通过共享父级前缀实现无缓存破坏的上下文压缩方法。
推荐理由：原文详细拆解了 Claude Code 围绕 Prompt Caching 的架构设计，提供了避免缓存失效的具体工程模式。
Berkeley AI ResearchAI 评分3838 GRASP：面向长时域世界模型的梯度规划方法
GRASP 提出一种基于梯度的规划器，通过轨迹提升、状态随机化及梯度重塑解决长时域规划难题。该方法使优化在时间上并行，避免高维视觉模型中的脆弱状态-输入梯度，显著提升现代世界模型的控制鲁棒性。
Anthropic Claude.dev 开发者博客精选AI 评分6868 Claude Code 团队分享智能体工具设计原则与迭代经验
Anthropic Claude Code 团队分享了智能体工具设计的核心原则，强调需根据模型自身能力塑造工具并持续迭代。
推荐理由：原文通过 AskUserQuestion、Task 和 Guide Agent 等案例，展示了 Claude Code 如何根据模型能力演进调整工具设计。
Andrej KarpathyAI 评分2222 OpenClaw让非技术用户首触智能体
有人最近向我提出，OpenClaw 时刻之所以如此轰动，是因为这是大批非技术人员（他们此前仅将 AI 等同于 ChatGPT 网站）首次体验最新的 agentic 模型。
Andrej KarpathyAI 评分3333 Karpathy谈AI能力认知差距
从我的时间线来看，人们对 AI 能力的理解存在日益扩大的差距。我认为第一个问题在于使用的时效性和层级。我觉得很多人去年尝试过 ChatGPT 的免费层，并让它过多地影响了他们对 AI 的看法。这是
Andrej KarpathyAI 评分1212 Karpathy 盛赞 GitHub Gist 评论质量
惊讶于 GitHub gists 的评论区质量之高。更多帮助性、洞察力和建设性，更少 AI……是用户社区的原因？Markdown 格式？还是（缺乏）激励机制？突然觉得我应该多写点 gist。@github 考虑一下与 X (?) 竞争吧
Andrej KarpathyAI 评分3030 Karpathy 赞 Farzapedia 个性化
Farzapedia，Farza 的个人维基百科，是遵循我 Wiki LLM 推文的一个好例子。我非常喜欢这种个性化方式，与那种声称“越用越好”的 AI 现状相比：1. 显式。记忆产物
Andrej KarpathyAI 评分1919 Karpathy 看好 AI 提升政府透明度
我一直在思考的一件事——我看好人们（借助 AI）提高政府的可见性、可读性和问责制。历史上，通常是政府采取行动使社会变得“可读”（例如，“像国家一样看”是常见的参考），
Andrej KarpathyAI 评分2828 Karpathy分享LLM智能体时代创意文件理念
哇，这条推文非常火爆！我想在“idea file”中分享一个可能略有改进的推文版本。idea file 的理念是，在这个 LLM agents 时代，分享具体的代码/应用的意义/需求减少了，你只需分享想法，然后
Andrej KarpathyAI 评分4040 Karpathy谈LLM构建个人知识库
LLM 知识库 最近我发现非常有用的一件事：使用 LLM 为各种研究兴趣主题构建个人知识库。通过这种方式，我最近的 token 吞吐量中，很大一部分不再用于处理代码，而是用于处理
Andrej KarpathyAI 评分2020 Karpathy：LLM 能完美反驳自身论点
- 起草了一篇博客文章 - 使用 LLM 花了 4 个小时精心完善论点 - 哇，感觉很棒，它太有说服力了！ - 有个有趣的主意，让它论证相反的观点吧 - LLM 彻底摧毁了整个论点，并说服我相反的观点其实是正确的 - lol The
Andrej KarpathyAI 评分2323 Karpathy谈构建menugen的DevOps痛点
大约一年前我构建 menugen 时，发现最难的部分远非代码本身，而是为了使其落地必须像组装宜家家具一样拼凑的各种服务，即 DevOps：服务、支付、认证、数据库、安全、域名等……我真的
Andrej KarpathyAI 评分2424 Karpathy：LLM 普遍存在上下文偏差
(我长期使用各种 LLM，发现它们似乎都有这种表现，所以这不是某个特定实现的问题，而是更深层的原因，例如在训练过程中，上下文窗口中的大量信息与任务相关，因此 LLM 形成了一种利用给定信息的倾向，
Andrej KarpathyAI 评分2828 LLM 记忆功能易致过度个性化
所有大语言模型在个性化方面都有一个常见问题：记忆似乎对模型具有干扰性。两个月前关于某个话题的一个简单提问，可能会被我视为某种深层兴趣，并在后续回复中被永久性地不当提及。这有点像是在用力过猛。
Andrej Karpathy精选AI 评分8282 Karpathy 揭露 litellm PyPI 供应链攻击：pip install 即可窃取敏感凭证
Andrej Karpathy 披露 litellm 发生 PyPI 供应链攻击，用户执行简单的 `pip install litellm` 即导致 SSH 密钥、AWS/GCP/Azure 凭证、Kubernetes 配置、Git 凭证、环境变量（含所有 API 密钥）、Shell 历史、加密钱包、SSL 私钥、CI/CD 机密及数据库信息被外泄。
推荐理由：Karpathy 指出 litellm 供应链攻击仅需 pip install 即可窃取 SSH、云凭证及 API 密钥，揭示了依赖库安装的高风险面。
Andrej KarpathyAI 评分55 Karpathy 感谢 Sarah 并欢迎问答
谢谢 Sarah，很高兴能上播客！也乐意在回复里多做些 Q&A。
Andrej KarpathyAI 评分1818 Karpathy 忆 NVIDIA GTC 2015
签名暗示了 NVIDIA GTC 2015，当时 Jensen 兴奋地向主要由游戏玩家和科学计算专业人士组成的观众宣布，深度学习是下一个大事件，并引用了我的博士论文作为例子之一（最早的图像描述生成
Andrej KarpathyAI 评分1212 Karpathy晒NVIDIA新硬件
感谢 Jensen 和 NVIDIA！她真美！我被告知会收到一份神秘礼物，提示说需要 20 安培。（所以我知道它一定很棒）。除了许多其他折腾之外，她将为我那只名为 Dobby 的“家养小精灵”爪子提供一个漂亮、宽敞的家，谢谢！！
Berkeley AI ResearchAI 评分3333 SPEX 与 ProxySPEX：大规模识别 LLM 交互的算法
Berkeley AI Research 提出 SPEX 和 ProxySPEX 算法，利用稀疏性和低阶性假设高效识别大语言模型中的关键交互。ProxySPEX 引入层级结构观察，在保持性能的同时将消融次数减少约 10 倍。这些框架支持特征、数据及模型组件归因，解决了传统方法在规模扩展下的计算不可行问题。
Andrej KarpathyAI 评分2323 Karpathy谈AI智能中断与故障转移
我的自动研究实验室在 OAuth 中断中被清空了。必须仔细考虑故障转移方案。“智能停电”将很有趣——当前沿 AI 出现波动时，整个星球都在丢失智商点数。
Andrej KarpathyAI 评分1818 Karpathy：智能体组织代码可分叉
所有这些模式作为示例，本质上只是“组织代码”的问题。IDE 帮助你构建、运行和管理它们。你无法分叉传统组织（如 Microsoft），但你将能够分叉智能体组织。
Andrej KarpathyAI 评分2828 Karpathy：IDE 时代未终结需升级
预期：IDE 时代已结束。现实：我们需要一个更大的 IDE（个人看法）。它看起来截然不同，因为人类现在向上移动并在更高层级编程——基本关注单位不再是单个文件，而是一个智能体。这仍然是编程。
Andrej KarpathyAI 评分4545 Karpathy分享nanochat自动调优成果
三天前，我让 autoresearch 对 depth=12 的 nanochat 模型进行了约 2 天的调优。它发现了约 20 项能改善验证损失的改动。昨天我测试了这些改动，发现它们都是可叠加的，并且能迁移到更大（depth=24）的模型上。将所有这些改动堆叠起来，
Berkeley AI ResearchAI 评分3333 Berkeley AI Research提出基于互信息的成像系统信息驱动设计框架
Berkeley AI Research在NeurIPS 2025发表研究，提出利用互信息直接评估和优化成像系统。该方法仅依赖噪声测量数据与已知噪声模型，无需任务特定解码器或端到端训练。实验表明其预测性能优于传统指标，且在色彩摄影、射电天文等四个领域以更低内存和计算成本匹配SOTA方法。
Artificial AnalysisAI 评分1212 Andrew Ng 支持加速 Token 生成
感谢 @AndrewYNg 的支持！完全同意，随着越来越多的输出 token 被模型消耗（例如在多步智能体工作流中），而非被人阅读，更快的 token 生成将变得日益重要。