AI热点风向标·06月18日午间版：Karpathy三层提示法

最近有个话题在B站特别火，关于怎么跟AI对话这件事，Karpathy提出了一个三层提示法，播放量和互动都挺高的。

对，这个我看到了。Karpathy的三层法其实核心思路很清晰——把你跟大模型的交互分成系统层、用户层和工具层三个维度去组织。

说白了就是别把所有信息一股脑塞进一个prompt里，要有结构。

这个我能理解，但说实话，普通用户真的需要这么讲究吗？大部分人用Claude就是随便问一句话的事。

这就是问题所在。随便问一句，你得到的就是一个泛泛的回答。但如果你把角色设定、任务描述和输出格式分层给出，模型的表现会好非常多。

所以本质上是在说，prompt engineering没死，只是进化了？

没错。很多人觉得模型越来越强了就不需要精心设计prompt了，但Karpathy的意思恰恰相反。

模型能力越强，你给的结构越清晰，它能发挥的上限就越高。这跟管理优秀员工是一个道理——能力强的人更需要明确的方向。

这个类比倒是挺好的。B站评论区也有人说，试了之后确实回答质量提升明显，尤其是写代码和写长文的场景。

对，因为这两个场景天然需要上下文分层。你写代码的时候，系统层告诉它你是什么技术栈，用户层说具体需求，工具层定义输出格式，逻辑就很顺。

行，这个话题我觉得实用价值确实高，难怪互动量那么大。

接下来聊个完全不同的方向——XR开发。最近YouTube上Google和XREAL都在推各自的XR开发平台内容。

嗯，一个是XREAL的AURA平台，一个是Android XR支持第三方3D引擎。这两个放在一起看其实挺有意思的。

怎么说？

说明XR这个赛道现在在抢开发者。硬件厂商和平台方都意识到，光有硬件没有生态是死路一条。

但这跟AI有什么关系呢？我看很多人会把XR和AI放在一起讨论。

关系大了。现在XR里面最核心的交互能力——空间理解、手势识别、场景重建——全都是AI驱动的。

Android XR支持第三方引擎这件事，本质上是在降低开发门槛。你用Unity或者Unreal就能直接接入Google的AI能力。

所以Google的策略是把AI能力封装好，让开发者用熟悉的工具来做XR应用？

对，这是典型的平台思路。XREAL那边也是类似逻辑，AURA平台就是想让开发者更容易做沉浸式应用。

但说实话，XR喊了这么多年了，每年都说是元年，我现在有点免疫了。

得了吧，这次确实不太一样。之前是硬件不行、AI不行、生态不行，三个都差。现在至少AI这一环补上来了。

但你说的也对，离真正爆发可能还要一两年。现在更多是基础设施搭建阶段。

行吧，那我们保留分歧，我继续观望。

还有个话题想聊，Meta被起诉说爬取了大量数据用于训练，YouTube上Talking Heads那期讨论了这个事。

这个事情其实不新鲜了，但这次的诉讼切入点比较特别——是关于隐私数据被爬取用于模型训练。

同时还提到有四万台服务器从VMWare迁走，这两件事放在一起看，大厂的基础设施决策正在被法律风险和成本压力双重驱动。

数据合规这个问题，感觉是悬在所有AI公司头上的达摩克利斯之剑。

确实。现在的情况是，几乎所有大模型公司的训练数据都有灰色地带。Meta只是因为体量大、目标显眼，被盯上了。

那从产品角度来说，如果未来数据合规越来越严，会不会影响模型的能力上限？

短期不会，因为已经训练好的模型不会被追溯。但长期来看，合规数据的获取成本会越来越高。

这也是为什么合成数据现在这么热——大家都在找不依赖真实用户数据的训练路径。

所以数据合规反而可能推动技术创新？

可以这么理解。压力之下必有变通，合成数据、联邦学习这些方向都会因此受益。

好，今天这几个话题聊下来，从怎么用AI到怎么做XR再到AI的法律边界，覆盖面还挺广的。

对，而且你会发现这些话题之间有个共同线索——AI正在从技术本身向外扩展，渗透到交互方式、开发生态和法律框架里。

总结得不错。行，那今天就到这儿，咱们晚上见。

晚上见。