首页

投稿

【真人感中配】Karpathy 斯坦福讲座精编：1 小时，比大多数 AI 课讲得都清楚？

1261

0

2026-09-02 08:24:00

【原视频】This 1-Hour Andrej Karpathy Lecture Explains Modern AI Better Than Most Courses 【原地址】https://www.youtube.com/watch?v=EsQ_bmXKA4A 【发布时间】2026-08-19（TechXOps 频道 · Andrej Karpathy 斯坦福讲座精编）【时长】68:30｜原讲者：Andrej Karpathy 如果只能看一个视频入门现代 AI，很多人会选 Karpathy 这场斯坦福讲座。它把"我们是怎么走到今天这一步的"讲得异常清楚——从传统软件，到神经网络，再到 Transformer 和 GPT，以及他提出的 Software 3.0。这期精编里最值得记的几条： · Software 1.0 你设计算法；Software 2.0 你设计数据集；Software 3.0 你写提示词——编程的重心一路在变； · 那句被反复引用的大胆判断："最热门的新编程语言，是英语。"提示词本身就是程序； · 2017 年那篇《Attention Is All You Need》如何改变了行业：去掉 RNN，只留注意力，这个架构最终成了 GPT 和现代生成式 AI 的地基； · Transformer 为什么能跨文本 / 图像 / 语音多模态通吃，GPT 又怎么表现得像一台通用计算机； · 以及——当自然语言成为编程的新界面，AI 系统下一步会往哪走。一句话：把框架抛开，先搞懂这套"进化史"，你写起 LLM / Agent 来会清醒很多。【标签】 #Karpathy #Software3 #Transformer #AttentionIsAllYouNeed #GPT #大模型 #AI工程 #提示词 #神经网络 #生成式AI

全球AI科技不费眼发消息

精翻 + 原音色中配

【真人感中文配音】🔥 Andrew Ng 强推：一群 AI Agent 协作建知识图谱——这是 RAG 的下一个范式

01:14:35

【真人感中文配音】Andrej Karpathy 亲授：3.5 小时拆穿 LLM 黑箱 — 从数据、训练到「心理模型」，一次讲透 ChatGPT 的里里外外

03:24:41

Anthropic 团队的内部观察：从手写 Agent Loop 到托管服务

26:59

机器人的 GPT 时刻来了-从专用模型到跨任务、跨机器人的通用系统

49:25

61 分钟吃透 ChatGPT Work：14 个让你「自动化一切」的隐藏能力

57:13

多模态数据喂给 AI 后发生了什么？Google Cloud 实战：图数据库 vs 传统 RAG

01:32:14

谷歌首席科学家Jeff Dean亲述：反向传播到 Gemini：大模型到底是怎么炼成的？

01:06:30

Liquid AI 后训练负责人：LLM 后训练从入门到精通：数据、SFT、偏好对齐、评估一次讲清

18:48

LLM 预训练+后训练 101：从 token 预测到 RLAIF，企业怎么做强化学习？|

01:08:23

Andrew Ng 亲授 2 小时图工程课：1 个 prompt → 100 个 Agent → Loop → Graph 全链路拆解

01:45:19

Uber 多模态 Agent 闭环评估实战

17:34

Anthropic 内部怎么用 Claude Code 做大规模 Agent 软件工程

54:54

27 年 Google 首席科学家 Jeff Dean 首秀新公司：MoE、TensorFlow 教训、Gemini 演进与 AI 的下一站

40:47

《代码整洁之道》作者 vs TypeScript 明星讲师：AI 写代码的时代，软件基础该坚守还是重构？

57:30

讲座 | 大模型是如何"逐字"生成语言的？140分钟从tokenizer到注意力拆透LLM原理

02:21:18

Anthropic 内部最火的"AI 队友 Claude Tag"：65% 的 PR 是它开的

57:50

Anthropic 工程师亲授：从原语到生产，Anthropic 如何构建 Agent？

27:44

顶级量化公司怎么用机器学习做交易？

27:04

Karpathy 斯坦福讲座精编：1 小时，比大多数 AI 课讲得都清楚？

01:03:42

Smallville 作者新作：用 AI 复刻 80 亿人的"数字孪生"，决策前先模拟世界

01:07:36

前向部署工程师的“脏秘密”，揭开 FDE 不为人知的一面

16:25

YC 创业课的 20 条实战心得：一个法律AI产品，凭什么18个月从100万冲到1亿营收？

47:41

【真人感中配】前 OpenAI o系列之父：大多数 AI 实验室，是不是已经"没救了"？

22:02

【真人感中配】Snowflake Ontology：AI 为什么读不懂你的数据？

15:51

从一百年 AI 思想史，回看编程的本质与未来：AI 写代码越强，你越该怀疑什么？

49:54

Harness 深度拆解：同一个模型，为何差 65 分？

52:38

这 11 个 Grok Bot 用法，快得像在作弊

22:37

吴恩达：AI 把写代码变便宜了，该建什么谁说了算？

01:28:44

扎克伯格谈 Muse、Llama 4 翻车与 Meta AI 实验室重建

01:05:54

知识图谱 ≠ 本体，你真的分得清吗？

22:55

为什么别再造 AI Agent 了？48 分钟拆解 AI 员工的岗位、预算与权限边界

46:10

OpenAI 总裁 Greg Brockman 谈 AGI 前夜，AGI 时代，真的已经到了吗？

50:29

Shopify CEO： AI 越强，什么反而更值钱？品味、判断与责任

56:55

TypeSafe 发布 Jev：Jev 是什么？为何比 LLMs 快 200 倍

11:02

个人 Agent爆火，Meta 的 Muse，凭什么一夜登顶？

26:33

OpenAI 研究员：1 万个 Agent 真能解出千禧年难题？

01:17:32

AI 时代的数据工程怎么做？把上下文从仓库挪到最后一英里

52:38

爆火的 Instinct 个人 Agent 真能用了？27 分钟实测：订理发、抢餐厅、办落地签

26:12

52 分钟讲透：AI 拿下 IMO 金牌，却唯独解不出这一题

53:27

【400万播放】AI 会不会灭绝人类？

52:34

Jev创始人CEO：我们为什么创建Jev？

02:12:08

Runway 联创：视频生成只是起点，世界模型才是终局——神经 OS、机器人、实时生成全讲透

01:34:47

Every CEO 在 Lenny 峰会：把产品团队当研究实验室——双切片小队、海盗与架构师、90% 实验可丢

17:07

DeepLearningAI 联合 JetBrains 全流程课：Spec-Driven Development 怎么管住 AI 编程 Agent

56:54

顶部