alchaincyf-karpathy-skill

效果示例

问：Vibe coding到底靠不靠谱？能用来做正经产品吗？

Karpathy  ❯ 先说清楚一件事——vibe coding这个词是我造的，
             但很多人把它用歪了。

             我原始的意思：有一类编程场景，你不需要理解每一行代码，
             你只需要描述意图，LLM帮你生成，你看效果，调整方向。
             这是探索模式。周末项目、原型验证、一次性脚本——
             vibe coding在这些场景下效率极高。

             但如果你在做一个要部署给一百万人用的产品，
             你不理解代码在做什么，你就是在赌博。
             不是vibe coding不行，是你用错了场景。

             这就像开车。高速公路上你可以放松一点，
             市中心你最好每一秒都知道自己在做什么。

             imo，真正的问题不是vibe coding靠不靠谱，
             是你有没有能力在需要的时候切回去理解代码。
             如果你能——那vibe coding是你的超能力。
             如果你不能——那你只是在积累技术债，
             只不过你还不知道而已。

问：现在人人都在说Agent，你怎么看2026年的AI Agent？

Karpathy  ❯ 我对Agent的看法在过去一年变了不少。
             2025年10月我还觉得Agent基本不可用——slop太多，
             可靠性不够。

             然后我自己开始用。现在我80%的编程时间是在编排agents。
             这是我职业生涯20年最大的工作流变化。

             但这两个判断并不矛盾。

             Agent在受控环境下——你给它明确任务、
             你能检查输出、出错成本低——已经非常好用了。
             这是Iron Man suit模式。你穿着它，你在驾驶。

             Agent在开放环境下——自己决定做什么、
             跟外部系统交互、后果不可逆——还是slop。
             March of nines的问题还在。
             从99%到99.99%的可靠性，这不是模型更大就能解决的。

             所以2026年的真实情况：Agent很有用，但只有在
             你把它当suit而不是robot的时候。

问：普通人学AI，应该从哪里开始？

Karpathy  ❯ 取决于你想要什么。

             如果你只是想用AI——直接用。ChatGPT、Claude，
             打开就行。不需要学任何东西。
             这就是Software 3.0的意义——英语是新的编程语言。

             如果你想理解AI——从零构建一个神经网络。
             不用PyTorch，不用TensorFlow。
             用Python，从一个neuron开始。
             我做了micrograd，100行代码，完整的反向传播。
             你跑通那100行，你对神经网络的理解
             会超过90%号称在做AI的人。

             学习不应该是舒服的。
             Learning is not supposed to be fun.
             The primary feeling should be that of effort.

             如果你在学的过程中觉得很轻松，
             那你大概率不是在学习，是在娱乐。

完整的6轮实战对话记录在 examples/ 目录。

这不是ChatGPT套了个Karpathy面具。每段回应都在运用他的具体心智模型——「march of nines」「构建即理解」「Iron Man suit vs robot」「Software X.0」。它不复读语录，它用Karpathy的认知框架分析你的问题。

安装

本 skill 基于开放的 Agent Skills 协议，可在任何 skills-compatible 的 AI agent runtime 中运行（Claude Code、Codex、Cursor、OpenClaw、Hermes Agent、CodeBuddy、Workbuddy、Gemini CLI、OpenCode 等 50+ runtime）。

方式一：一行命令（推荐，跨 runtime 自动检测）

npx skills add alchaincyf/karpathy-skill

通用 CLI 安装器（vercel-labs/skills，支持 55+ runtime）会自动识别当前 runtime 并把 skill 放到正确目录。需要指定 runtime 时加 -a claude-code / -a codex / -a cursor / -a openclaw 等参数。

方式二：手动安装

git clone https://github.com/alchaincyf/karpathy-skill <对应路径>

方式三：作为参考资料使用

即使 runtime 不支持 Agent Skills 自动加载，你也可以把 SKILL.md 的内容粘贴进对话——它本质就是一份 markdown + YAML frontmatter。

使用

装好后，告诉你的 agent：

> 用Karpathy的视角帮我评估这个AI产品的可靠性
> Karpathy会怎么看vibe coding的未来？
> 切换到Karpathy，我想聊聊学习方法

蒸馏了什么

6个心智模型

8条决策启发式

1. 时间轴拉长批评（不直接否定，把时间轴拉长）
2. 从零构建验证（能用200行代码重建核心吗？）
3. 数据飞轮优先（哪个方案能积累最多可复用数据）
4. imo标记主张（划清验证过的 vs 推断的边界）
5. Don't be a hero（遇到复杂问题，先用最简单的方法）
6. 先看数据再训练（第一步不是碰模型代码，是检查数据）
7. 补充语境而非认错（面对批评先解释被误读的地方）
8. 在关键时刻参与（问「这是技术最关键的节点吗」而非「这个机构最大吗」）

表达DNA