大多数人用 AI 学习的样子，是问一句、读一段、关掉窗口，最后脑子里什么都没留下。
这不怪模型。聊天框默认吐文字，因为文字最省事。可省事和好懂，是两回事。
Karpathy 发推给的方法很具体：换输出格式，而且一级比一级好。
01 用受控语言写
普通解释的问题是不够干净，句子散、歧义多。他建议让模型改用 ASD-STE100 来讲——这是给航空维修手册开发的受控英语规范，句子短、用词固定、几乎没有歧义。原规范严格到有点难读，所以他说“八成严格度”就行。
可以这样试：
用 ASD-STE100 受控英语，大概八成的严格度，解释一下【概念】。
02 让它画图
文字是线性的，图是并行的。有些结构一张图就说明白，用文字得绕三段。
可以这样试：
把【概念】画成一张图，标出关键环节和它们之间的关系。
现在的模型大多能直接输出 SVG 或 Mermaid，贴出来就能用。
03 让它生成网页
这一步是质变。让它输出 HTML，你拿到的是一个能拖、有动画、能点开细节的交互页面。模型的 前端能力 这两年涨得很快，做出来的东西已经拿得出手。
可以这样试：
用一个 HTML 单页，交互式地讲清楚【概念】。
同一个知识点，静态读三遍可能记不住；在网页上自己动手拆一遍，印象完全不一样。让滑块动起来、参数变起来，抽象的东西一下就具体了。
04 让它做讲解视频
Karpathy 最看好的就是这一种：任何人对任意主题，都能生成一条完全定制的讲解视频。
可以这样试：
做一个 3Blue1Brown 风格的【主题】讲解视频，用我的 ElevenLabs key 配旁白。
这一步要 API key。不想花钱，就让它找本地能跑的免费方案，用本机 TTS 配旁白也行。听着夸张，但已经跑通。
05 为什么现在才成立
往前几年，这套做法走不通：画图不像样，前端一跑就崩，做视频更别提。
变化来自两件事同时发生——智能变便宜了，代码也变便宜了。于是那些“做一次就扔”的东西，第一次变得划算。过去没人会为理解一个概念专门找人做网页、剪视频，成本高到没意义。现在这笔账反过来了：你不做的唯一理由，是还没想到可以这么做。
06 往下看一层
这四级真正在说的，不只是“换格式”。
给一篇论文配个交互网页，给一个概念做条视频，放在过去是团队、预算加好几周的活；现在可以是一次性的，看完就删，不值得留。Karpathy 把这类东西叫“可抛弃的软件产物”。
我们学一件事的成本，正在从“找到一份好材料”降到“让 AI 现场给我造一份”。要练的能力也跟着变了：过去练怎么把问题问对，现在还要多想一步——这件事，讲出来好懂，画出来好懂，还是做出来好懂。
结尾
真正拉开差距的，是你给它指定了什么输出形态，模型强不强反而是次要的。
下次想搞懂一个东西，先别急着让它开口。不妨先想一想：这件事用什么形式交给你的脑子最省力？想清楚了，再让它动手。
发表于 昨天 23:50
|
查看: 4|
回复: 0
