Andrej Karpathy
Andrej Karpathy，斯洛伐克裔加拿大计算机科学家，深度学习与计算机视觉领域的重要研究者。曾任OpenAI研究员及特斯拉人工智能与自动驾驶视觉总监，主导推动了特斯拉自动驾驶感知系统的发展。他同时以深入浅出的AI教育内容著称，其神经网络教程在学术界和工业界广受认可，是人工智能领域具有广泛影响力的实践者与教育者。
核心事实
时间轴 (近 90 天)
名为Modebook的社交网络平台已有超3万个AI Agent参与，形成2000多个子板块
Karpathy提出LLM特别擅长循环直到达成目标，应该给它成功标准而非告诉它做什么
开发者Forrest Cheung将Karpathy的观察系统化为四条可执行准则，写成CLAUDE.md文件
Karpathy表示自己现在基本上是用英语编程
Karpathy称AI模型会替用户做错误的假设，然后一路执行下去不回头检查
Karpathy发了一条关于AI编程体验的推文，获得763万次浏览和39000多个赞
Karpathy表示自己的编程方式已从80%手写代码+20%AI辅助，变成了80%让AI写代码、自己只做20%的修改
Karpathy指出AI编程的三个致命问题：错误假设、过度复杂化、附带伤害
Karpathy规则与G-Stack、Superpower、GSD等框架的本质区别在于：前者是自动生效的'人格'，后者是需要手动触发的'技能'
原则二（简洁优先）和原则三（精准修改）是Karpathy框架独有的贡献，现有的Superpower和G-Stack都没有明确约束这两点
还有 40 条时间轴事件
全部知识事实 (20)
Karpathy提出四大原则：Think Before Coding、Simplicity First、Surgical Changes、Goal-Driven Executions
95%待验证Karpathy提出LLM特别擅长循环直到达成目标，应该给它成功标准而非告诉它做什么
90%待验证开发者Forrest Cheung将Karpathy的观察系统化为四条可执行准则，写成CLAUDE.md文件
85%待验证Karpathy规则提供三种安装方式：全局安装（通过Claude插件市场）、新项目安装（curl命令）、现有项目安装（追加到现有CLAUDE.md）
85%待验证Karpathy规则与G-Stack、Superpower、GSD等框架的本质区别在于：前者是自动生效的'人格'，后者是需要手动触发的'技能'
85%待验证Karpathy认为人类与AI的信息交换正在从纯文本→Markdown→HTML→交互式视频和神经网络直接生成的模拟进化
85%待验证Karpathy表示自己现在基本上是用英语编程
85%待验证名为Modebook的社交网络平台已有超3万个AI Agent参与，形成2000多个子板块
80%已验证Vibe Coding 概念由 OpenAI 联合创始人 Andrej Karpathy 提出
80%已验证Vibe Coding概念最早由前特斯拉AI总监、OpenAI联合创始人Andrej Karpathy在2025年初提出
80%已验证Vibe Coding概念由Andrej Karpathy在2025年初提出
80%待验证Andrej Karpathy公开表示HTML作为AI输出格式'确实效果很好'
80%已验证上下文工程（Context Engineering）是2024年后AI开发领域兴起的重要实践，由Andrej Karpathy等人推广
80%待验证Karpathy称人类大脑约三分之一是大规模并行视觉处理器
70%待验证原则二（简洁优先）和原则三（精准修改）是Karpathy框架独有的贡献，现有的Superpower和G-Stack都没有明确约束这两点
70%待验证Karpathy表示自己的编程方式已从80%手写代码+20%AI辅助，变成了80%让AI写代码、自己只做20%的修改
60%待验证Karpathy的帖子被转化为一个GitHub项目，已获超10万Star
60%待验证Karpathy指出LLM编程的三大核心问题：错误假设、过度复杂化、越界修改
60%待验证Karpathy称AI模型会替用户做错误的假设，然后一路执行下去不回头检查
60%待验证Karpathy在X平台发布的关于LLM编程痛点的帖子获得超700万浏览
60%