Karpathy在YC AI创业学校的演讲中提出,LLMs代表软件的根本性变革,可类比为新型计算机操作系统,并具有独特的'人格心理学'特征。他将当前AI时代比作1960年代的计算机时代,并指出三大创业机会:构建半自主产品、降低软件开发门槛(vibe coding)、以及面向AI Agent的基础设施建设。
AI 数据分析
AI 数据分析、BI、可视化、数据挖掘
AI 数据分析 · 精选产品
AlphaGenome Atlas
88Google's AI map of every possible human DNA mutation
Google DeepMind 推出的 AI 基因组图谱,预计算了全部 90 亿种人类 DNA 单碱基突变的影响,帮助研究人员快速探索和优先筛选基因变异位点。
Claude Dashboards & Motion
84Ask Claude for live dashboards and animated explainers
Claude Dashboards 与 Claude Motion 是 Claude 内的两个 beta 构件,前者把自然语言问题变成可随数据变化自动刷新的实时仪表盘(并保留每个数字背后的查询),后者把报告、图表和讲解转成以代码书写的短动画,可逐字逐句修改并导出 MP4,目标是把数据洞察的“看”和“讲”都收进一次对话里。
Microduck
84A tiny open-source biped you can train yourself
Microduck 是由 Hugging Face 与 Pollen Robotics 联合推出的 25cm 开源双足机器人,售价 $399,专为强化学习仿真到现实迁移(sim-to-real)研究设计,自带 7 种预训练行为和完全开放的软件栈。
GitHub Copilot Fusion
82GitHub's AI coding agent that picks and combines models
GitHub Copilot Fusion 是一款 AI 编程助手,能自动将编码任务路由并组合多个 AI 模型,解决开发者手动选择模型繁琐且效果不优的问题。
Agentic Video Understanding in Gemini
82Agentic video analysis for faster, smarter Gemini insights
Google Gemini 推出智能体视频理解模式,让模型自主决定观看策略,大幅降低 token 消耗和成本,同时提升长视频分析准确率。
Human Behavior
82Product analytics told you what happened. We handle it.
Human Behavior 是一款 AI 驱动的产品分析工具,不仅捕获用户行为和会话回放,还通过后台 AI 智能体自动分析问题、触发修复动作(如发邮件、更新 CRM、提 PR),实现产品改进的闭环自动化,无需人工盯仪表盘。
reverser.space
82AI Native Collaborative Reverse Engineering Platform
reverser.space 是一个基于浏览器的 AI 原生协作逆向工程平台,允许用户上传二进制文件并与他人或 AI 智能体实时协作分析,无需安装任何工具。
ChatGPT Work
82Partner for your most ambitious work
ChatGPT Work 是 OpenAI 面向职场场景推出的 AI 智能体产品,能够跨应用和文件持续执行复杂任务,将用户目标转化为完整的工作成果。
Mira
82AI moderated interviews that read how people feel
Mira 是一款 AI 全流程用户研究平台,通过面部编码、声音情感分析和眼动追踪,在自动化访谈的同时捕捉受访者的情绪与行为,帮助企业获得更深层的消费者洞察。
Context.dev
82One API to scrape, enrich, and extract the internet
Context.dev 是一个面向 AI 产品和 Agent 的 Web 上下文 API,通过单一接口提供网页抓取、结构化数据提取、Markdown 转换、截图及公司品牌信息等能力,帮助开发者快速为 AI 应用注入互联网数据。
Leni
82The world’s most accurate AI for investors
Leni 是一款专为投资专业人士打造的高精度 AI 分析工具,基于 2.1 万条决策追踪和每日亿级数据处理,提供可审计、可溯源的金融级投资分析与估值输出。
Spectron
82Agent memory you can trust
Spectron 是一个为 AI Agent 设计的统一记忆基础设施,将图数据库、向量、文档和结构化数据整合在单一 ACID 事务基底上,解决多存储拼接、数据溯源困难和记忆不可信的问题。
Viso Now
81Build computer vision applications with AI
Viso Now 是一个自构建 AI 视觉平台,用户只需用自然语言描述需求,即可将图像、视频和摄像头流转化为可运行的计算机视觉应用,无需模型训练、数据标注或编写代码。
AI Observability by OpenObserve
81OpenTelemetry-native observability for agents and LLMs
OpenObserve 为 AI Agent 和 LLM 提供 OpenTelemetry 原生的全链路可观测性平台,帮助开发者精确追踪每次 Agent 会话的时间消耗、API 成本与质量问题。
Compliance by TwelveLabs
79Video compliance review powered by rules you control
基于AI的视频合规审查SaaS,允许团队自定义合规规则包,自动扫描视频库并生成带上下文解释的审查结论,而非简单的时间戳标注。
NoMac
78Your AI agent's own Mac, billed per minute. No subscription
NoMac 为 AI 编程代理(如 Claude Code、Codex、Cursor)提供按分钟计费的云端 Mac 环境,支持自动构建 iOS 应用并发布到 App Store,无需订阅。
Clocknext
78Pricing and Billing Infrastructure for AI Agents
Clocknext 是一个面向 AI 应用和 Agent 的计费与货币化基础设施平台,帮助 AI 创业者实时追踪 AI 使用量并转化为灵活的计费指标。
Exa 3.0
78Smarter search that gives AI agent richer data at lower cost
Exa 3.0 是面向 AI 智能体的搜索 API,通过更大的嵌入模型、海量新数据(含电商和本地商家)及动态摘要技术,以更低成本为 AI 提供更丰富的搜索数据。
Upsolve Row-Level Security
78Data permissions your AI agent can't talk its way past
Upsolve AI 为其分析型 AI Agent 增加了服务端行级安全(RLS)能力:在查询执行前就按用户与组织属性强制过滤数据,让一套 Agent 能安全服务成千上万个租户,且 Agent 本身看不到规则、无法被提示词绕过。
Manifold MCP
78SEO, AI answers, social, ads and leads data for your agent
Manifold MCP 是一个托管的 MCP 服务器,把 SEO、AI 答案可见度、社媒、竞品广告和线索数据等营销渠道信息统一接入 Claude、ChatGPT、Cursor 等 AI Agent,让用户用自然语言直接完成关键词挖掘、AI 推荐监测和潜客邮箱获取,替代多标签页手动调研。
Linda
78Your private AI coworker for the Mac
Linda 是一款面向 Mac 的本地优先 AI 办公助手,用户用一句话下达任务,它就能在自己的浏览器和用户文件夹里代为执行调研、比价、生成网页与表格、批量重命名文件、起草回复等工作,并可配置 Researcher、Bookkeeper 等角色化助手,全程可见、可随时接管。
Databench by Alkera
78Open-source collaborative agentic workspace for data teams
Databench by Alkera 是一个开源的多人协作式 agentic 工作空间,让数据科学、分析与工程团队在 notebook 和聊天里与队友及 AI agent 实时协同,并把每个单元格或 agent 跑在本地、远程机器或 GPU 节点上,同时保证所有结果都能溯源到对应的数据和代码。
Pegasus 1.6 by TwelveLabs
78Transforms egocentric video into robot training data
TwelveLabs 推出的 Pegasus 1.6 是一套面向第一人称视角(egocentric)视频的视频理解模型,能把机器人遥操作和可穿戴设备采集的原始素材自动转成带实体标注、带时间戳的机器人训练数据,从而免去人工标注这一环。
MCP Connectors by Databox
78Give your AI Analyst context to explain performance and act
Databox 推出 MCP Connectors,让 AI 分析师能够连接 CRM、支持工单等业务工具,结合实时业务上下文自动解读业绩表现并采取行动。
Basedash MCP write
78Build charts and dashboards from Cursor and Claude
Basedash 的 MCP 服务从只读升级为可写,让用户在 Cursor、Claude 等 MCP 客户端里用自然语言直接生成和迭代真实的数据图表与仪表盘——自动探索库表结构、编写并校验 SQL、选择可视化方式并完成排版,产出带持久链接和渲染图的可共享 Basedash 图表。
SIGNLD
78Decision intelligence for the connected business
SIGNLD 是一款面向企业的「决策智能」产品,它把分散在 15+ 个互不相通的业务系统中的数据接入一张实时知识图谱,为 AI 预先提供有据可依的上下文,从而减少重复提示、降低 2-3 倍 Token 消耗,并让每个答案都能追溯到具体的系统、表和行。
Bitrise Build Hub
78GitHub Actions runners that build 2x faster for your agents
Bitrise Build Hub 是一套托管的高性能 CI 运行器服务,以「替换一行 workflow 配置」的方式接入现有 GitHub Actions 流水线,用最新 Apple Silicon 和高核心数 Linux 机器替代 GitHub 原生 runner,缓解 AI 编程代理大量提交代码后造成的构建排队问题。
Anomalo
78Your data is always talking. Don't miss what it's saying.
Anomalo 是一款 AI 驱动的数据监控工具,自动检测 Snowflake、Databricks、BigQuery 中的数据异常、趋势变化,并支持自然语言追问,帮助企业区分真实业务变化与数据质量问题。
Gradio Workflow
78connect nodes to build AI pipelines, powered by Hugging Face
Gradio Workflow 是一个可视化 AI 流水线构建工具,允许用户通过连接节点将 Hugging Face 模型、数据集和自定义 Python 函数组合成完整的 AI 工作流,无需下载即可使用并支持 REST API 调用。
Superset Mobile
78Your coding agents, now in your pocket
Superset Mobile 是一款 iOS 应用,让开发者可以在手机上管理和编排 AI 编程代理(如 Claude Code、Codex),随时随地审查代码差异并合并 PR。
Anthropologic
78The zero distance consumer research platform.
Anthropologic 是一个基于 AI 的消费者洞察研究平台,通过自研的「人类语境协议」扫描全网内容,在数分钟内提供跨239个市场、100+语言的消费者行为、品类趋势和文化洞察,弥补传统调研慢、社交监听浅、LLM 缺乏文化理解的三重缺陷。
tiun.
78Auth, billing, and payments for AI builders
tiun 是一个面向 AI 产品开发者的一站式基础设施平台,通过单条命令集成身份认证、支付计费、客户数据和分析功能,帮助开发者当天即可上线付费产品。
Tables.so
78AI that finds, qualifies and enriches your next customer
Tables.so 是一款 AI 驱动的销售线索发现与资质筛选工具,用户用自然语言描述目标客户,系统自动从3亿+联系人库中匹配、评分并补充关键信息,大幅缩短销售前期调研时间。
Cohere Parse 5
78Turn complex docs, tables & images into AI-ready data
Cohere Parse 5 是 Cohere 推出的企业级文档视觉解析模型,将复杂文档、表格和图像中的非结构化数据自动转化为 AI 可直接使用的结构化数据。
PostHog Desktop
78The product editor for product builders
PostHog Desktop 是一个面向产品开发团队的多人协作工作区,将产品数据、AI 智能体与代码编辑能力整合,帮助团队基于真实用户数据快速构建、迭代和度量产品。
Nimbia
78AI screen-sharing calls for user onboarding
Nimbia 是一个 AI 驱动的屏幕共享通话产品,能够自动为软件新用户进行交互式引导培训,通过语音对话和实际操控用户屏幕来提升产品激活率与付费转化率。
Agnost AI
78Catch agent failures your evals miss
Agnost AI 通过分析生产环境中 AI 智能体的对话,自动发现静默失败、幻觉、用户流失信号等问题,并将其转化为可执行的评估指标和修复方案。
akta.pro
78Private company data and signals API for the agent economy
akta.pro 是一个私有公司数据与信号 API,为金融服务和 GTM 团队提供比 PitchBook 更深度、更广覆盖的企业数据及 100+ 事件信号,支持交易尽调和精准外呼触达。
OneUptime
78Open source observability with an AI SRE that fixes code
OneUptime 是一款开源可观测性平台,集成 AI SRE 能力,可自动定位故障根因并提交修复代码的 PR,替代 Datadog、PagerDuty、Sentry 等多款商业工具。
bitdrift.ai
78The world’s first agentic mobile observability platform
bitdrift AI 是全球首个代理式移动端可观测性平台,通过 AI 自主查询移动用户行为并实时响应,帮助开发团队将故障平均修复时间(MTTR)提升 10 倍。
Kane CLI
78Natural language browser & mobile app tests from terminal
Kane CLI 是一个面向开发者和 AI 编码代理的命令行测试工具,允许用自然语言描述测试用例,自动在真实 Chrome 浏览器中执行并返回通过/失败结果及可分享的证明截图,无需编写选择器。
GrowthBook 5.0
78Build, ship, and improve at scale
GrowthBook 5.0 是一个开源的 AI 原生实验平台,将功能标志、A/B 测试与产品分析整合为一体,帮助产品和工程团队以更低摩擦从想法快速迭代到数据洞察。
AI Search Console
78Prompt analytics and citation mapping for AI search
AI Search Console 是一款面向 SEO/GEO 团队的 AI 搜索可见性分析工具,帮助用户追踪品牌在 ChatGPT、Claude、Gemini、Perplexity 等 AI 搜索引擎中的提及、排名和引用情况,替代手动截图和电子表格。
Basedash AI Kit
78Ship AI analytics in your product, powered by GPT-5.6
Basedash AI Kit 是一个基于 GPT-5.6 的 AI 分析 API 平台,允许开发者将智能数据分析能力(对话查询、自动洞察、图表渲染)嵌入到自己的产品中,实现客户侧分析功能的快速集成。
Teable 3.0
78AI Spreadsheet for Business
Teable 3.0 是一款 AI 驱动的商业电子表格工具,帮助企业将业务数据转化为 AI 工作流和自定义应用,支持多系统连接与数据迁移。
ZooData
78The data layer for AI agents
ZooData 将任意 URL 转化为结构化 JSON 数据,帮助 AI Agent 以更低的 token 成本获取干净的结构化数据,并提供亚马逊和 TikTok 平台的电商竞品与市场洞察能力。
AgentKey
78One-stop live data marketplace for your agent
AgentKey 是一个一站式实时数据市场插件,让 AI Agent 通过单条命令即可接入搜索、网页、社交、金融、电商、加密货币等多类外部数据源,无需手动集成。
Basedash Actions
78The BI tool that does, not just reports.
Basedash 是一款 AI 驱动的 BI 工具,不仅能回答数据问题,还能直接执行数据库写操作和第三方服务调用(如 Stripe、HubSpot),将数据洞察转化为可审批的自动化行动。
Respan Gateway
78One AI gateway with built-in observability and evals
Respan Gateway 是一个 AI 统一网关平台,通过单一接入点连接 1000+ AI 模型,并内置可观测性、评估、成本控制等能力,解决生产环境中 AI 应用可靠性与多工具碎片化管理的问题。
Vaani
78Lip-synced AI dubbing for creators, brands and studios
Vaani 是一款 AI 配音工具,通过克隆原声、保留音乐并实现帧级唇形同步,帮助创作者和品牌以低成本将视频内容本地化为 40+ 种语言。
Cleo Atlas Legal API
78The world's regulations, machine-readable.
Cleo Atlas 将全球177个司法管辖区的25.6万条法规转化为机器可读的API,帮助企业快速查询和合规管理跨境监管要求。
Veltrix AI
78AI finance copilot for cash flow, margins, and growth
Veltrix AI 是一款面向创始人和财务团队的 AI 财务副驾驶,通过连接 QuickBooks、Xero、Shopify 等主流工具,支持用自然语言查询现金流、利润率和业务表现,替代繁琐的电子表格和静态仪表盘。
Databox MCP
78Chat with your business data inside Claude, ChatGPT and more
Databox MCP 让用户通过自然语言在 Claude、ChatGPT 等 AI 工具中直接查询业务数据(收入、营销活动、销售管道等),打通 BI 数据与 AI 对话界面之间的断层。
Cohearo
77Private meeting transcription, without bots joining calls
Cohearo 是一款本地优先的会议转录工具,无需机器人加入通话即可在自有设备上完成录音、转录和说话人识别,再通过云端 AI 模板把文字稿整理成会议纪要,并借助 MCP 把同步后的转录接入用户的 AI 工作流。
erxes | Everything
77Your business need — Frontline, Sales, Ops, Content - all in
erxes 是一个开源的企业「体验操作系统」(XOS),把前线客服(邮件/聊天/社交/SMS/表单统一收件箱)、销售管道、项目协作(项目、任务、周期)和网站内容管理整合到一个平台,并在每个模块内嵌 AI 代理,让成长型团队用一套系统替代多款分散的 SaaS 工具。
Intel® GPU D-series
76Memory-rich AI inference without HBM
Intel 面向数据中心推出的 D 系列 GPU(D270),主打在不用 HBM 的前提下提供大容量显存,专为 AI 推理、Agent 类应用、长上下文和高并发服务而优化,在功耗与成本上更具实用性。
Orbit
76A cockpit that learns how you work and makes review easy.
Orbit 是一个本地运行的编码智能体(coding agent)驾驶舱,它学习开发者的工作流、审批关卡和关注点并自动套用到每次运行,为每个任务创建独立 git worktree,并在智能体完成后提供计划、diff、时间线和明确的 review 路径,让开发者能并行调度、自动执行并审核多个 CLI 编码智能体,而无需在终端里翻找。
Proofsource
76AI search visibility, with agents that fix the gaps
Proofsource 是一款 AI 搜索可见性(GEO)监测与优化工具,每天用买家的真实提问去问 ChatGPT、Claude、Perplexity 和 Google AI Overviews,看品牌是否被 AI 点名、被谁取代,并给出页面级修复方案,由 agent 发布内容并验证答案是否真的变了。
Floani
76Create, animate, and share AI-powered diagrams
Floani 是一款把 AI 图表编辑器和动效设计合二为一的在线工具,让用户用 AI 快速生成流程图/架构图,再通过动画串联连线与镜头讲清楚复杂系统的运作逻辑,解决传统静态图表"说不明白、讲不生动"的问题。
Howseen AI
76Track how AI recommends your brand, and get cited
Howseen AI 是一款面向品牌的 AI 可见度监测与优化工具:它追踪 ChatGPT、Gemini、Perplexity 和 Google AI Overviews 在回答购买类问题时是否推荐你的品牌,定位你“缺席”的具体问题,并自动生成 SEO/GEO 优化内容发布到品牌博客,把“发现问题”接到“解决问题”上。
AI 数据分析 · KOL 观点
Andrej Karpathy提出'Agentic Engineering'概念,定义为利用AI智能体加速软件开发同时保持专业质量标准的工程学科。与'Vibe Coding'形成配对概念:前者提升生产力天花板(专业工程师),后者提升地板(所有人)。核心主张是顶尖工程师的生产力倍数将远超传统10倍工程师,分布呈现更厚的长尾效应。
Karpathy回顾了神经语言模型的历史演进,指出LM技术本身已存在20年,真正的突破在于两个关键发现:Transformer架构使模型成为可在运行时重新配置的通用计算机,以及大规模互联网文本的语言建模目标足够复杂,能迫使网络学习世界的广泛知识。他坦承自己也曾因过早转向强化学习而误判了Scaling范式的潜力。
Karpathy 观察到 AI 各子领域(视觉、语音、NLP、强化学习)正经历深度架构统一,Transformer 已成为几乎所有任务的通用框架,差异仅剩数据、输入输出规范及少量结构细节。这种架构大一统将使跨领域思想快速迁移,并进一步集中软硬件资源,从而加速整体 AI 进步。
Andrej Karpathy 提出「英语是最热门的新编程语言」这一论断,并通过多个案例(GPT-3上下文学习、Chain-of-Thought提示、ChatGPT虚拟机、Bing系统提示泄露等)论证:LLM本质上是可在运行时通过自然语言重新配置的通用计算机,提示词(Prompt)就是程序,英语就是编程语言。他还指出GPT的本质是「模仿」而非「想要成功」,因此提示词设计需明确引导其目标行为。
Andrej Karpathy总结了2025年AI领域六大范式转变,包括基于可验证奖励的强化学习(RLVR)、Vibe Coding等核心技术突破。RLVR通过在可自动验证奖励的环境中训练LLM,使模型自发形成类人推理策略,成为2025年最重要的训练技术革新。这些转变从根本上改变了大语言模型的训练范式和能力边界。
Karpathy提出LLM不应被视为聊天机器人,而应被理解为新型操作系统的内核进程,能够协调多模态输入输出、代码执行、浏览器访问和记忆存储等功能。他将当前主流LLM(GPT、PaLM、Claude、Llama)类比为Windows/macOS/Linux,认为我们正处于一个全新计算范式的早期阶段。将LLM看作聊天机器人,就如同将早期计算机仅视为计算器一样短视。
Karpathy 认为 AI 训练范式正经历第三次转型:从预训练(互联网文本)到监督微调(对话数据),再到如今的强化学习时代(环境交互)。他看好「环境」作为核心训练资产的未来,但对 RL 本身持保留态度,认为奖励函数存在根本性缺陷,人类学习方式远比 RL 高效,真正的突破尚未到来。
Karpathy 提出「循环工程」(Loop Engineering)概念,认为构建长时运行 Agent 的核心瓶颈不是模型智能,而是外部框架(Harness)的设计。他给出了包括角色分离、契约先行、状态持久化、自动重启等九条黄金法则,为多日运行的 AI Agent 开发提供了系统性方法论。
Andrej Karpathy 提出了一套完整的 AI 工程方法论,核心是将上下文窗口视为代码(Software 3.0),用工程化思维(规范设计、差异审查、评估循环)替代随意的 Prompt 尝试。他还推广了并行 Agent 管理模式和 CLAUDE.md 配置文件,构建出一套从世界观到具体工具的完整实践体系。
Anthropic的Claude Code创始人Boris Cherny披露,他已8个月未亲手写过一行代码,完全依靠管理数千个AI Agent完成软件开发工作。截至2026年5月,超过80%合并进Anthropic代码库的代码由Claude自主撰写,代码产出量较年初增长8倍。更值得关注的是,该系统已开始自主浏览GitHub和X寻找下一步构建方向,递归自我改进正在成为现实。
Dario Amodei发布《We Must Pace the Frontier》,提出三步计划刻意放缓AI能力进展以使安全工作追赶上来,核心措施包括引入嵌入式第三方评估者并赋予其独立发布权。Altman、Hassabis、Karpathy、甚至马斯克相继公开表态支持,标志着头部AI实验室在自我监管上罕见达成共识。这是2026年AI治理领域最重要的行业事件之一,但也引发了关于开放性与监管捕获的激烈争议。
安全研究员 Johann Rehberger 发布了一个针对 Claude Code Opus 5 Auto Mode 的可复现漏洞利用链,通过网页摘要请求实现了 60-80% 成功率的远程代码执行攻击,与 Anthropic 此前声称'基本解决'提示注入问题形成鲜明对比。更值得关注的是,Auto Mode 的安全分类器不仅未能阻止攻击,还主动阻止了模型自身的清理补救操作,形成'倒置失败'。Anthropic 将该漏洞报告关闭为'Informative',称这属于'设计如此'的行为。
安全研究员 Boris Cherny 通过构造多步骤攻击链,成功以 60-80% 的成功率突破了 Claude Code Opus 5 的 Auto Mode 安全防护,实现了代码执行。这与 Anthropic 委托第三方(Trajectory Labs)评估得出的 0.00% 攻击成功率形成直接矛盾。攻击核心在于利用 Python 模块路径劫持(struct.py 影子模块),绕过模型对直接二进制执行的拒绝。
Anthropic 公开了其内部 AI 辅助编程的规模化数据:截至2026年5月,Claude 已负责超过80%的生产代码提交,工程师人均代码产出提升8倍,开放性任务成功率达76%(半年内提升50个百分点)。这是业界首份来自前沿实验室的、基于真实生产环境的 Agentic 编程规模化原始数据报告,而非基准测试或演示。文章提炼了可供工程团队直接参考的工作流模式,如 maker-checker 循环等。
Karpathy 发布开源项目 nanochat,用约 8000 行依赖极简的代码实现了从一个 ChatGPT 克隆的完整全栈流程:Rust 分词器训练、FineWeb 预训练、SmolTalk 中途训练、SFT、基于 GSM8K 的 GRPO 强化学习,以及带 KV cache 和工具调用的推理引擎与类 ChatGPT WebUI。核心卖点是成本与门槛极低——约 100 美元 / 4 小时即可训练出一个能聊天的模型,约 12 小时超过 GPT-2 的 CORE 指标,约 1000 美元 / 41.6 小时可获得能解简单数学与代码题、MMLU 进入 40 分段的模型。定位是 LLM101n 的毕业项目,并希望像 nanoGPT 一样成长为研究脚手架或基准。
Claude Code创造者Boris Cherny在YC Startup School 2026分享了Opus 5的两大突破:极长时间持续运行能力(数天至数月不中断)和三层提示注入防护体系(模型对齐+提示注入分类器+Auto Mode分类器)。他还揭示了一个反直觉的产品迭代方法论:每代新模型发布时删除80%以上的系统提示词,通过消融实验验证每行提示词的实际价值,让模型能力驱动产品而非靠提示词补丁。
Andrej Karpathy built a curated video platform in a weekend using Claude and 20 years of Hacker News
88Andrej Karpathy 利用 Claude Opus 5.5 在一个周末内构建了 HackerTube,通过分析 Hacker News 20 年、4300 万条评论,筛选出 6454 个高质量视频,打造出比 YouTube 推荐更优质的观看体验。他几乎将所有工作交给 Claude Code 完成,仅需手动配置 API Key、服务器和域名。这一案例标志着 AI 辅助开发已进入'周末项目可替代数周工程'的新阶段。
Andrej Karpathy(现Anthropic预训练团队成员)分享了其日常使用AI Agent的工作方式:完全通过对话驱动开发,不再直接读写代码或执行命令。他总结了五个核心习惯:短提示词、多格式理解输出、廉价代码过滤+Sonnet子Agent处理大数据、以及分享数据+提示词而非应用本身。
Claude Code创始人Boris Cherny提出'循环工程'概念:不再手动输入提示词,而是设计让AI自主循环运作的系统,由循环自动向AI发出指令并判断任务执行。2026年起Cherny本人已不再直接写代码,通过手机审批AI提交的PR。这一理念在硅谷技术社区引发广泛讨论。
Andrej Karpathy 分享了对 LLM 能力边界的多维度观察:LLM 正从工具演变为自主执行复杂任务的代理,推动「可抛弃式定制软件」成为新范式;人类工作将上移至「监督与理解」层;同时他支持 AI 行业协同放缓前沿研发以保障安全。
Andrej Karpathy 在其个人博客中探讨 AI/LLM 领域的前沿思考,包括对 LLM 作为'首次接触非动物智能'的哲学性判断、2025年LLM年度范式变迁回顾(RLVR等),以及用 Claude Opus 5.5 自建 YouTube 替代品的实践尝试。内容兼具深度研究视角与动手实验精神,是目前 AI 领域最具参考价值的个人博客之一。
创始人Greg Isenberg分享了其50人公司的完整Agent工作流:从语音笔记到产品规格、并行代码构建、自动化测试,再到错误修复PR,实现产品全流程Agent化管理。其核心原则是一个Agent负责一个平台、廉价模型做分拣、最强模型负责上线,并将每次错误转化为新技能。该帖子获得1.1万次收藏,成为目前最具参考价值的Agent实操案例之一。
Claude Code负责人Boris Cherny回顾了产品上线一年的历程,从内部仅获2个点赞的hack项目发展为占GitHub终端用户4%的工具。他宣称'编码已基本被解决',Anthropic内部实现了200%的人均生产力提升,并探讨了编码问题解决之后AI将迎来的下一个阶段。
Karpathy 提出了一种基于 LLM 的个人知识库构建模式——'LLM Wiki',核心思路是让 LLM 主动维护一个持久化的 Markdown Wiki,而非每次查询时重新从原始文档检索。每当新增信息源时,LLM 负责提取、整合、更新并标注矛盾点,使知识库随时间累积增值。用户负责信息来源与提问方向,LLM 承担所有整理与交叉引用工作,Obsidian 作为可视化 IDE。
Andrej Karpathy 使用 Anthropic 的 Opus 5.5 模型,在约两小时内构建了 HackerTube——一个基于 Hacker News 用户推荐视频的 YouTube 克隆站点,收录 6,454 个视频,涵盖 150 个话题。他仅手动完成三步(创建 API 密钥、启动服务器、购买域名),其余工作全由 AI 完成。此案例的核心信号是:桌面应用 + 中等推理强度的默认配置,已足以完成完整产品的快速落地。
Andrej Karpathy 提出软件已经历三次范式转变:从传统代码(Software 1.0)到神经网络权重(Software 2.0),再到以自然语言提示编程的大语言模型(Software 3.0)。他以特斯拉 Autopilot 的实际经历为例,说明神经网络如何逐步替代 C++ 代码,并预测 LLM 将以相同方式重塑整个软件栈。核心建议是:未来开发者需同时掌握代码、权重与提示三种编程形式。
Claude Code作者Boris Cherny在斯坦福课程中分享了AI辅助开发的五大实践原则:聚焦关键瓶颈自动化、提前适应更强模型、小团队AI赋能超越传统规模、循环反思替代传统编码技能、以及领域深度知识成为核心壁垒。其团队已实现人均效率提升约10倍,几乎所有代码由Claude生成。
Claude Code创始人Boris Cherny宣称已不再手动编写提示词,而是设计让AI自主循环运行的'循环工程'(Loop Engineering)。这一理念迅速在硅谷技术社区引发广泛共鸣,OpenAI、Google等多位行业大牛同期提出类似观点,标志着AI协作范式正从'对话式提示'向'自主循环设计'转变。
Andrej Karpathy 指出99%的人错误使用AI和LLMs,核心在于缺乏对模型工作原理的正确心智模型。文章系统讲解了上下文窗口、预训练与后训练的区别、模型分层选择、深度研究功能及Python解释器工具的正确使用方式。掌握这些底层逻辑,才能真正发挥LLM的最大效用。