Andrej Karpathy 是当今 AI 领域最具影响力的研究者、教育家和实践者之一。本文整理了他的完整职业轨迹、开源项目、教育理念以及他对 AI 发展的核心观点。
个人简介
| 项目 | 内容 |
|---|---|
| 全名 | Andrej Karpathy |
| 出生 | 1986年10月23日，斯洛伐克布拉迪斯拉发（当时属捷克斯洛伐克） |
| 国籍 | 斯洛伐克裔加拿大人（15岁移居加拿大多伦多） |
| 职业 | AI 研究者、教育家、创业者 |
| 荣誉 | MIT Technology Review「35岁以下创新者」（2020）、TIME「AI领域最具影响力100人」（2024） |
教育背景
| 学位 | 学校 | 时间 | 导师/方向 |
|---|---|---|---|
| 学士 | 多伦多大学 | 2009 | 计算机科学与物理学 |
| 硕士 | 英属哥伦比亚大学 | 2011 | 导师 Michiel van de Panne，物理仿真与运动技能学习 |
| 博士 | 斯坦福大学 | 2015 | 导师 Fei-Fei Li，连接图像与自然语言的深度学习模型 |
趣事：早年以 YouTube 频道 badmephisto 发布魔方教程而广为流传；博士期间设计并主讲了斯坦福第一门深度学习课程 CS231n。
职业时间线
| 时间 | 职位 | 说明 |
|---|---|---|
| 2011、2013、2015 | Google/DeepMind 实习 | 无监督/监督学习与强化学习 |
| 2015–2017 | OpenAI 研究科学家 | 创始成员之一 |
| 2017–2022 | Tesla 人工智能总监 | Autopilot Vision 负责人，向 Elon Musk 汇报 |
| 2023–2024 | 重返 OpenAI | 研究科学家，聚焦 midtraining 与合成数据 |
| 2024–至今 | Eureka Labs 创始人 | AI + 教育，首款课程 LLM101n |
| 当前状态 | 自由职业 | 2025年末再次离开 OpenAI，专注 Eureka Labs；活跃于 X/Twitter、GitHub、YouTube |
项目与开源（精选）
深度学习框架与工具
| 项目 | 年份 | 描述 |
|---|---|---|
| ConvNetJS | 2014 | 浏览器原生卷积神经网络库（纯 JavaScript），支持网络在线训练与演示 |
| arxiv-sanity | - | 论文检索与可视化工具，支持相似度排序、推荐与专题聚合 |
| char-rnn | - | 字符级语言模型（Torch/NumPy）；《The Unreasonable Effectiveness of RNNs》配套代码 |
教育导向项目
| 项目 | 年份 | 描述 |
|---|---|---|
| micrograd | 2022 | 极简自动微分引擎与小型神经网络库（PyTorch 风格 API） |
| nanoGPT / llm.c | - | 从零开始的 GPT 预训练与底层实现；教学导向 |
| MicroGPT | 2026 | 约243行纯Python的极简GPT（无框架依赖），强调算法可读性 |
| Zero to Hero | - | Neural Networks: Zero to Hero 系列课程与代码仓库（从零到GPT） |
前沿研究项目
| 项目 | 年份 | 描述 |
|---|---|---|
| AutoResearch | 2026 | ≈630行训练代码的单GPU自主研究闭环系统；2天700+次实验，自动发现并应用20+改进 |
| nanochat | 2026 | 轻量对话模型（类Llama+旋转嵌入、QK Norm），极低成本训练与端到端部署 |
社交媒体与主页
| 平台 | 链接 | 说明 |
|---|---|---|
| X (Twitter) | @karpathy | 主要发声平台，技术观点与行业洞察 |
| YouTube | @AndrejKarpathy | 教育视频，Zero to Hero 系列 |
| GitHub | @karpathy | 开源项目与代码 |
| 个人主页 | karpathy.ai | 博客与项目汇总 |
| Eureka Labs | eurekalabs.ai | AI 教育平台 |
博客与写作
当前主博客（Bear blog）
- 地址：karpathy.ai/blog
- 特点：直接编写 HTML/CSS，无框架/追踪/RSS，轻量化发布
- 近期文章：
- Founding fathers on today’s America（2024-12-16）
- I love calculator（2024-09-08）
- Licklider 1960（2023-12-27）
GitHub 博客（早期经典）
- 地址：karpathy.github.io
- 代表作：
- Software 2.0（2017）- 软件范式的转变
- A Recipe for Training Neural Networks（2019）- 神经网络训练指南
- The Unreasonable Effectiveness of Recurrent Neural Networks（2015）- RNN 经典文章
- A Survival Guide to a PhD（2016）- 读博生存指南
播客与访谈（精选）
深度访谈
| 节目 | 时间 | 主题 |
|---|---|---|
| Dwarkesh Podcast | 2025 | 代理演进、认知缺陷与”九个九”可靠性路径；预告 AGI 时间尺度约十年 |
| No Priors | 2024/2026 | 代码代理、AutoResearch 与”loopy era”，人类角色从执行到指挥的转型 |
| Lex Fridman Podcast | 2022 | 深度学习与自动驾驶实践 |
| Robot Brains | 2021 | AI 与机器人进展 |
技术演讲
| 活动 | 时间 | 主题 |
|---|---|---|
| Tesla AI Day | 2021 | Autopilot 感知栈、数据闭环与工程化 |
| Autonomy Day | 2019 | 自动驾驶技术架构 |
| State of GPT @ Microsoft Build | 2023 | 大模型基础与应用 |
| GPU Mode / YC AI Startup School | 2024/2025 | 开源、教育与实践 |
YouTube 频道内容
- 频道：@AndrejKarpathy
- 两条主线：
- 通用受众：Deep Dive into LLMs like ChatGPT、How I Use LLMs
- 技术路线：Zero to Hero 播放列表（从零到GPT，含代码实现）
- 必看视频：Intro to Large Language Models、Neural Networks: Zero to Hero 系列
当前动态与理念（2026）
Eureka Labs
AI 原生教育平台；倡导 AI 教学助手与个性化学习路径。
Vibe Coding（2025年提出）
核心理念：以自然语言描述驱动、由 AI 编码工具完成实现的编程范式。
这一概念引发编程社区广泛讨论，重新定义了人机协作模式。
代理工程与多代理协作
- 强调从”手动编码”转向”多代理指挥与编排”
- 重视系统设计、提示工程与模型分工适配（model speciation）
AutoResearch 与自主科研
AI 代理可独立编辑、运行、评估与迭代，形成可扩展的研究集群，大幅提升科研效率。
物理世界作为下一阶段
数字领域”数据悬垂”会逐渐耗尽，未来增长将更多依赖传感器与执行器的原子世界集成。
学术贡献
博士论文
- Connecting Images and Natural Language（2016）
代表论文
| 论文 | 会议 | 年份 |
|---|---|---|
| PixelCNN++ | ICLR | 2017 |
| World of Bits | ICML | 2017 |
| DenseCap | CVPR (Oral) | 2016 |
| Deep Visual-Semantic Alignments | CVPR (Oral) | 2015 |
| ImageNet ILSVRC | IJCV | 2015 |
为什么 Andrej Karpathy 重要？
Karpathy 的独特之处在于他不仅是一位研究者，更是一位卓越的教育者和实践者。他在三个关键维度上塑造了现代 AI 的发展：
1. 教育维度
通过 CS231n 课程和 Zero to Hero 系列，他将复杂的深度学习概念转化为易于理解的教学内容，培养了整整一代 AI 从业者。
2. 工程维度
在 Tesla，他领导构建了大规模自动驾驶系统，展示了深度学习在现实世界中的应用；在 OpenAI，他参与推动了 GPT 系列模型的发展。
3. 开源维度
他坚持”从零开始”的教学理念，通过开源项目让每个人都有机会理解和实现先进技术。
更重要的是，Karpathy 一直在搭建桥梁——在研究与工程之间、算法与系统之间、产品与教育之间。他不是用某一项单一成就定义自己，而是通过持续的努力，将 AI 技术从实验室推向工业界，再通过教育和开源让更多人参与进来。
参考链接
最后更新：2026年3月23日