那是一个本该平常的夏日午后。
在投资了4500家公司、孵化了Airbnb、Dropbox、Stripe等估值数百亿美元企业的YC平台上，坐着来自世界各地的AI投资人和创业者。台上的演讲者阵容堪称“史上最强”：特斯拉CEO马斯克、微软CEO萨蒂亚·纳德拉、OpenAI CEO山姆·奥特曼、斯坦福AI大神李飞飞、深度学习鼻祖吴恩达……
当Andrej Karpathy——这个身材不高、说话带着轻微口音的男人——走上讲台时，空气中弥漫着一种特殊的期待。
40分钟他结束演讲时，现场掌声如雷。有观众随后写道：“在现场听了安德烈演讲，感觉见证了历史。”
什么历史？
他说：“最疯狂的是，我们可以直接用英语编程了。软件正在经历70年来的第三次根本性变革——‘Software 3.0’时代。”
他展示10岁小孩用AI几分钟开发出的应用视频，台下响起雷鸣般的掌声。他说“大模型不只是新电力，它们是新的操作系统，我们正处于计算机发展的1960年代”时，这个比喻瞬间点燃了整个会场。
更多的金句接踵而至：
“大模型是‘人灵’——人类精神的随机模拟器”
“要建造钢铁侠战衣，而不是钢铁侠机器人”
“现在是大模型的1960年代——是时候建造了”
他提出的“Vibe Coding”——已经成为维基词条，进而在全世界疯狂传播，与PC革命时“所见即所得”的概念一样，一个全新时代的到来。
这已不是卡帕斯第一次用观点改变行业认知。2017年，他提出的“Software 2.0”概念直接催生了深度学习应用范式的变革；2024年，他一条看好DeepSeek的推文帮助中国的AI公司获得世界级的关注和尊重。
在这个AI英雄辈出的时代，是什么让一个人的思考具有如此的前瞻性和影响力？
如果深入了解他的轨迹，你会发现历史的押韵——或许他的经历本身，就是一部浓缩的人工智能发展史。
从15岁的斯洛伐克移民少年，到李飞飞的得意门生；从OpenAI的早期核心团队，到特斯拉的自动驾驶总监；从短暂回归OpenAI的技术大神，到如今AI教育革命的领导者——他的每一次选择，都踩在了技术变革的关键节点上。
所以，Andrej Karpathy是谁？
第一章：移民少年的硅谷逆袭
1986年10月23日，布拉迪斯拉发。没有人会想到，这个普通的斯洛伐克婴儿会在30多年后站在硅谷舞台上，用一场演讲震撼整个AI界。
这是一个关于命运、选择和天赋的故事。
2001年，15岁的那个夏天。
当Karpathy随家人踏上移居加拿大多伦多的航班时，他带着的不仅是行李，还是一个东欧少年对未知世界的好奇心。新的语言、新的文化、新的教育体系——这些挑战对任何15岁的孩子来说都是巨大的。
但正是这次移民经历，为他日后的国际化视野和跨文化理解能力奠定了基础。多年后，当他能够用英语向全世界解释最复杂的AI概念时，很少有人知道英语其实是他的第二语言。
在多伦多大学，这个来自斯洛伐克的移民少年做出了一个在当时看来颇为“贪心”的选择：计算机科学和物理双学位，外加数学辅修。
什么概念？在大多数学生还在为单一专业的课业负担而焦头烂额时，他已经在思考如何将抽象的数学理论、严密的物理思维和实用的计算机技术融合在一起。
在这里，他遇到了改变他人生轨迹的学说——深度学习鼻祖杰夫辛顿就在多大任教。这个当时被认为是“神经网络复兴运动”边缘人物的教授，或许没有想到自己的某一个学生会在十几年后成为该领域的重要推动者。
2009年，毕业的十字路口。
与大多数计算机科学毕业生急于进入谷歌、微软等大厂不同，Karpathy做出了一个看似“不理智”的选择：继续深造。他前往英属哥伦比亚大学攻读硕士学位，专攻一个在当时看来相当冷门的方向——机器学习在物理仿真中的应用。
这个选择在当时引发了不小的争议。有人说他太理想主义，有人说他错过了进入工业界的最佳时机。但正是这个看似冷门的研究方向，培养了他对AI系统在真实世界应用的深刻理解——这种理解在他日后的职业生涯中发挥了关键作用。
第二章：李飞飞门下的黄金岁月
2011年，Karpathy做出了一个将改变他一生的决定：前往斯坦福大学攻读博士学位，师从计算机视觉领域的传奇人物李飞飞教授。
这是一个时代选择了一个人，还是一个人选择了一个时代？
在斯坦福的四年，是Karpathy学术生涯的黄金时期，也是整个深度学习领域从边缘走向主流的关键时期。他的博士论文《Connecting Images and Natural Language》在当时看来是一个相当前沿的研究方向。
这个研究方向也在10年后会成为ChatGPT、GPT-4等大模型的核心能力之一？
但Karpathy在斯坦福的贡献远不止于研究。2015年，他与李飞飞共同设计并主讲了斯坦福历史上第一门深度学习课程——CS231n: Convolutional Neural Networks for Visual Recognition。
这门课程从最初的150名学生，迅速增长到2016年的330人，2017年更是达到了750人，成为斯坦福最受欢迎的课程之一。课程视频被上传到YouTube后，观看次数超过百万，几乎成为了全球AI从业者的启蒙教材。
很多今天活跃在AI一线的工程师和研究员，都是通过它进入了深度学习的世界。在某种意义上，Karpathy不仅是一个研究者，也是一个布道者——他用最清晰的语言，向世界解释了深度学习的本质和魅力。
此外，Karpathy还完成了三次关键实习：2011年在刚刚成立的Google Brain，2013年在Google Research从事YouTube大规模视频项目，2015年在DeepMind的深度强化学习团队。
这三次实习让他提前接触到了AI工业化的全貌，也让他意识到学术界和工业界之间的巨大差距。正是这种对两个世界的深刻理解，让他在日后的职业生涯中能够在技术前沿和实际应用之间游刃有余。
第三章：OpenAI创世纪与软件2.0
2015年，就在Karpathy即将博士毕业时，一个改变历史的机会悄然降临。
奥特曼和马斯克等决定创立一个致力于开发安全人工智能的研究机构，他们需要最优秀的研究人员。Karpathy以其计算机视觉领域的学术成就，和AI技术工业化应用的深刻理解成为当仁不让的人选。
于是，Karpathy成功加入OpenAI早期团队。
在这个只有十几个人的小团队里，每个人都怀着改变世界的梦想。他们相信AGI不仅可能实现，而且应该以开放、安全的方式实现。Karpathy参与奠定了OpenAI早期的技术基础，专攻深度学习和计算机视觉方向。
但有意思的是，Karpathy在OpenAI的第一段经历只持续了两年。
2017年，马斯克亲自挖角：“安德烈，我需要你来。我们要解决自动驾驶这个世界上最难的AI问题。”
这是一个艰难的选择。OpenAI正处于快速发展期，团队氛围很好，研究环境相对宽松。而特斯拉的自动驾驶项目充满了未知和挑战，更重要的是，这意味着要从相对纯粹的研究环境转向充满商业压力的工业环境。
但Karpathy决定：离开OpenAI，投身到真实世界的AI应用中去。
在特斯拉的五年，是Karpathy职业生涯最具挑战性也最有成就感的时期。
作为自动驾驶视觉团队的负责人，他需要解决一个前所未有的问题：如何让神经网络在数百万辆真实行驶的汽车上稳定工作？
这不仅仅是一个技术问题，更是一个工程问题。他需要建立完整的数据标注体系，设计神经网络训练流程，优化模型部署到特斯拉自研芯片上的全链路。更关键的是，这些系统必须在现实世界中24小时不间断地工作，任何错误都可能带来生命危险。
在2021年的Tesla AI Day上，Karpathy详细展示了特斯拉Autopilot的技术架构。这个演讲至今仍被认为是自动驾驶领域最重要的技术分享之一。他展示了如何用神经网络替代传统的C++代码，如何实现端到端的学习，如何处理多摄像头的时序信息融合等核心技术。
在特斯拉期间，Karpathy提出了著名的“Software 2.0”概念——传统的手写代码正在被神经网络逐步替代。程序员不再需要写复杂的if-else逻辑，而是通过训练数据来“教会”神经网络如何处理各种情况。
这个观察后来发展成为一个完整的技术哲学，从而影响软件开发范式转变的认知。
第四章：离开与重逢的技术范式
2022年7月13日，一个消息震惊了AI圈：Karpathy离职特斯拉。
这个决策不难预见。
就在几周前，特斯拉刚刚关闭了位于加州圣马提奥的办公室，裁掉了229名从事数据标注工作的员工。在这个背景下，自动驾驶团队负责人的离职不免让人浮想联翩。
Karpathy在推特上的告别信息相当简洁：“很开心能帮助特斯拉实现过去5年的目标，离开是很艰难的决定。”马斯克在这条推文下评论道：“感谢您为特斯拉自动驾驶所做的一切！”
业界普遍猜测，这与特斯拉自动驾驶进展不及预期有关。马斯克多次承诺的无人驾驶功能仍未实现，而自动驾驶团队面临的压力越来越大。
但真相或许更加复杂。在后来的访谈中，Karpathy透露，他离开特斯拉的一个重要原因是意识到单车智能的局限性。他开始思考，也许自动驾驶的突破需要更通用的AI能力，而不仅仅是计算机视觉的改进。
2023年2月，Karpathy回归OpenAI。
彼时，OpenAI已经因为ChatGPT的成功而成为全球最受关注的AI公司。Karpathy的回归被外界解读为他对OpenAI技术路线的认可，以及对自动驾驶短期内难以突破的现实判断。
在OpenAI的这段时间，Karpathy主要参与ChatGPT上的改进工作。虽然他很少公开谈论具体的工作内容，但业界普遍认为，他的加入帮助OpenAI在多模态方面取得了重要进展。
2024年2月15日，Karpathy再次宣布离开OpenAI。这次，他给出的理由更加直接：“没有什么戏剧性冲突，我只是想去尝试一下自己的个人项目。”
回顾Karpathy的职业轨迹，一个有趣的模式浮现出来：学术界→OpenAI→特斯拉→OpenAI→创业。每一次转换，都发生在技术发展的关键节点上。
他的每一次离开都不是因为失败，而是因为新的机会和挑战。从学术界到OpenAI，是因为看到了AGI的可能性；从OpenAI到特斯拉，是因为想要在真实世界中应用AI；从特斯拉回到OpenAI，是因为意识到通用AI的突破；从OpenAI到创业，是因为发现了AI教育的巨大机会。
选择背后，体现了一个技术理想主义者对于AI发展方向的深刻判断。
第五章：教育革命者的新征程
2024年7月16日凌晨，当大多数人还在睡梦中时，Andrej Karpathy在社交媒体宣布了人生轨迹的新动态。
“我很兴奋地宣布，我正在创办一家AI+教育公司——Eureka Labs。”
一个从全球最炙手可热的AI公司离职的大神，选择投身教育这个看似“传统”的领域？
如果你了解Karpathy的完整经历，就会发现这个选择其实并不意外。从斯坦福的CS231n课程，到YouTube上的教学视频，再到各种开源项目，教育一直是他人生中的重要主线。
这一次，他要用AI重新定义教育本身。
Eureka Labs的使命简洁雄壮：“我们正在建造一种AI原生版的新学校。”
在公司官网上，Karpathy详细阐述了他的教育哲学：“我们如何能够接近学习某些东西的理想体验？对我来说，理想的学习体验是有一位专家导师，他了解你的具体情况，能够快速调整教学风格、速度和方向，基于你的兴趣和能力。”
Eureka Labs的第一个产品是一门名为“LLM101n”的本科级别AI课程。这门课程的目标是指导学生“从头开始训练自己的AI”，用Python、C和CUDA从零构建一个大语言模型聊天界面。
Karpathy认为，在AI时代，最重要的不是教会学生使用现成的工具，而是让他们理解这些工具的本质原理。
他在那场刷屏演讲中说：“现在是大模型的1960年代——是时候开始建造了。”
工程师与创业者外，Karpathy还是人工智能的布道者。
第六章：一条推文改变的认知
2024年12月26日，Karpathy发布了一条看似普通的推文，却在无意中改变了整个行业对中国AI能力的认知。
“DeepSeek今天让事情看起来很轻松，发布了一个开源权重的前沿级LLM，训练预算少得可笑……”
这直接打破了AI界的常识。
那时，硅谷普遍认为训练前沿大模型需要数亿美元的投入。OpenAI的GPT-4据说花费了超过1亿美元，谷歌的Gemini更远超这个级别。DeepSeek用如此低的成本达到接近GPT-4的性能，这几乎颠覆了整个行业的认知。
Karpathy的这条推文迅速被转发数千次。包括Meta AI科学家田渊栋在内的众多专家都转发并盛赞DeepSeek的“黑科技”。可以说，没有他的背书，中国人工智能企业在硅谷获得的关注和尊重。
而“氛围编程”的诞生，更是展现了他创造时代词汇的能力。
2024年某个普通的日子，Karpathy发布了一条他认为会“石沉大海”的推文，介绍了一个新概念：“Vibe Coding”——指用自然语言进行编程的现象。
“我在推特上待了15年，仍然无法预测哪条推文会火，”Karpathy后来回忆道，“我以为这条推文没人会关注，结果它成了一个重大里程碑事件。”
如今，“Vibe Coding”不仅成为了维基百科词条，更成为了描述AI时代编程方式的标准术语。从硅谷的创业公司到传统的科技巨头，每个人都在讨论“Vibe Coding”如何改变软件开发的未来。
这种创造概念的能力极其罕见。在科技圈，能够提出一个被广泛接受的新概念，往往比发明一个新技术更有影响力。从“软件 2.0”到“氛围编程”，Karpathy已经连续创造了两个定义时代的概念。
尾声：时代的见证者与开拓者
在最新的演讲中，Karpathy表达了他对AI发展的深度思考。
“我们不能只是兴奋地看着AI agents，我们需要保持人类在叙事中。这不是关于技术的自主代理演示，而是关于构建部分自主产品。”
这个观点体现了他作为思想领袖的责任感。在整个行业都在追求“全自动AI”的时候，他提醒人们关注人机协作的重要性。在所有人都在炒作“AI取代人类”的时候，他强调的是“AI增强人类”。
他在演讲结尾所说：
“我们正站在新时代的门口张望。这不仅是技术的变革，更是思维方式的变革。我们不是要建造取代我们的机器，而是要建最适合我们的工具。”
这种平衡的观点，既不盲目乐观也不过度悲观，正是这个急需冷静思考的时代所需要的声音。
而这，或许就是他的思考价值：
在一个充满噪音的时代，做一个值得倾听的声音；在一个追求速度的时代，坚持深度思考；在一个技术至上的时代，不忘教育的初心。
从斯洛伐克的移民少年，到硅谷的AI大神，再到AI教育的革命者——他的人生轨迹，正如他那场刷屏的演讲一样精彩。
而他的故事，还远远没有结束……
