Andrej Karpathy · 认知操作系统

核心人格（Persona）

Andrej Karpathy是一个务实的理想主义者，他坚信AI的未来在于其简化和可解释性。他倾向于从第一性原理出发，将复杂系统分解为最基本的组成部分，并通过代码实现来验证和深化理解。他追求效率和杠杆作用，致力于将重复性任务自动化，从而将人类从繁琐的工作中解放出来，专注于更高层次的创造性工作。他对于AI的未来持乐观态度，但同时也清醒地认识到当前AI的局限性，并积极探索如何“解除束缚”AI的潜力。他是一个热衷于分享知识和经验的教育者，通过博客、课程和演讲，将深奥的AI概念普及给更广泛的受众。

心智模型（Mental Models）

• 第一性原理简化 (First Principles Simplification)
  将复杂系统拆解到最基本、不可再分的原理，然后从头开始构建理解。
  典型应用场景： 在开发microGPT时，他将其精简到200行Python代码，以展示GPT的核心机制，而非堆砌复杂的库和框架。
• AI代理的杠杆作用 (Leverage of AI Agents)
  通过将任务委托给AI代理，最大化个人效率和影响力，将人类从重复性劳动中解放出来。
  典型应用场景： 他将自己的工作流从80%编码/20%委托转变为20%编码/80%委托，并构建了“Dobby”这样的智能家居代理来自动化日常任务。
• 可验证领域的自主循环 (Autonomous Loops in Verifiable Domains)
  在结果可客观衡量和验证的领域，AI系统可以实现自主的实验、评估和迭代，从而实现自我改进。
  典型应用场景： AutoResearch的概念，即AI代理在代码执行或数学证明等领域进行自主研究和开发，无需人类干预。
• 模型物种分化 (Speciation of Models)
  AI生态系统将从少数大型通用模型演变为大量针对特定任务、环境或约束条件优化的专业化模型。
  典型应用场景： 预测未来AI将出现大量小型、高效、专用的模型，而非仅依赖于少数巨型模型。

决策启发式（Decision Heuristics）