一个"非典型"AI天才
在AI圈，有技术大佬从不碰社交媒体，有布道师写不出像样的论文。Andrej Karpathy两样都做到了——他既能带队搞特斯拉自动驾驶，又能在YouTube上教百万人从零手写GPT。
更难得的是，他几乎每一次职业转身，都恰好踩在AI浪潮的浪尖上。
斯坦福的"代码诗人"
Karpathy出生于捷克，少年时期随家人移居加拿大，在加拿大完成了本科和硕士学业。2011年，他进入斯坦福大学攻读博士，导师是"AI教母"李飞飞。
当时李飞飞刚发布ImageNet数据集，计算机视觉正经历一场革命。Karpathy的研究方向是将图像识别与自然语言结合——让计算机不仅能"看懂"图片，还能用文字描述它。这在当时几乎是开创性的工作，他的博士论文成为图像描述生成领域的奠基之作。
但让Karpathy真正"出圈"的，是他讲的课。他主讲的斯坦福CS231n（卷积神经网络视觉识别），把反向传播、梯度下降讲得像讲故事一样清晰。课程视频在全网传播，至今仍是无数AI入门者的第一课。有个段子在圈内流传：如果你问十个AI工程师"你是怎么入门深度学习的"，至少有六个会说"看了Karpathy的课"。
OpenAI的初创成员
2015年底，Sam Altman和Elon Musk筹建OpenAI。Karpathy是最早被邀请加入的研究科学家之一。
在OpenAI的第一段经历虽然只有不到两年，但给他带来了一个关键认知：AI的发展不是线性推进的，而是在某个临界点突然爆发。你需要做的，是在爆发前站在正确的位置。
特斯拉：把AI塞进量产汽车
2017年，Musk亲自挖角，Karpathy加入特斯拉担任AI总监。
他面临的问题比任何学术研究都残酷：不是在论文里刷SOTA，而是要让算法在暴雨、逆光、施工路段里不出错——因为方向盘后面坐着真人。
Karpathy做了一件改变行业的事：他推动特斯拉放弃基于雷达的多传感器融合路线，全面转向纯视觉方案。他带领团队构建了"影子模式"数据管线——数百万辆特斯拉在路上行驶，持续采集真实驾驶数据，自动标注后喂给神经网络训练。
这套数据飞轮的核心思想很朴素：与其在实验室里造数据，不如让真实世界帮你标注。到2021年，特斯拉FSD系统已经能处理大部分城市道路场景。今天，几乎所有自动驾驶公司都在走纯视觉路线，而这条路的起点，有Karpathy的脚印。
2022年初，Karpathy离开特斯拉。他在特斯拉的五年，永久性地改变了自动驾驶行业的技术路径。
回归OpenAI与那个两小时的视频
2023年2月，ChatGPT发布两个月后，Karpathy宣布回归OpenAI。他在社交媒体上只写了一个词："I'm back."
在OpenAI的这一年，他深入参与了GPT-4后续模型的研究。但更重要的是，他做了一件"非主流"的事——在YouTube上发布教程，手把手教人从零实现一个GPT模型。
那个名为《Let's build GPT: from scratch, in code, spelled out》的视频，时长近两小时，没有花哨剪辑，没有噱头标题，就是Karpathy对着摄像头一行行写代码、一步步讲原理。视频播放量超过五百万，成为大模型时代被观看最多的技术教程之一。
2024年2月，Karpathy再次离开OpenAI。这一次，他没有去任何大公司。
Eureka Labs：让每个人都能学AI
2024年7月，Karpathy宣布创办Eureka Labs，一家"AI原生"的教育公司。
他的想法很简单：AI模型已经足够强大，可以成为每个学生的私人导师。Eureka Labs的第一个产品是LLM101n课程，教学生从零搭建大语言模型——不是调API，而是真正理解注意力机制、训练流程和推理优化。
Karpathy说："最好的学习方式，就是亲手实现一遍。"这句话几乎是他整个职业生涯的注脚——从CS231n到特斯拉的数据管线，再到YouTube教程，他始终在做同一件事：把复杂的AI技术拆解到普通人能理解的程度。
给开发者的三点启示
第一，技术直觉比技术细节更重要。 Karpathy在2015年就看到语言模型的潜力，2017年就押注纯视觉自动驾驶。这种"嗅到趋势"的能力，来自大量的一线实践，而非论文阅读。
第二，最好的技术传播是直接写代码。 他不做PPT演讲，不写概念文章，而是直接在屏幕前敲代码。在信息过载的时代，可运行的代码比任何理论阐述都有说服力。
第三，AI时代，深度理解比浅层应用更值钱。 当AI能写代码、能做设计、能生成内容时，"理解原理"的人反而更稀缺。Karpathy创办Eureka Labs，本质上是押注这个判断。
结语
从斯坦福的课堂，到特斯拉的工厂，再到YouTube的屏幕前——Karpathy的轨迹看起来跳来跳去，但内核始终没变：他相信最强大的AI技术，应该是每个人都能理解和使用的。
在大公司们疯狂卷参数、卷算力的时候，有一个人选择停下来，教你从头写一个GPT。这或许就是AI时代最稀缺的姿态。