经典回放
值得反复看的 AI 演讲与对谈：Karpathy、Sam Altman、Ilya、吴恩达、黄仁勋……每条附老金中文导读与关键观点摘要。
29:49Karpathy：从 Vibe Coding 到智能体工程
「Vibe coding」这个词就是 Karpathy 造出来的。在这场 2026 年的 Sequoia 对谈里，他把话题往前推了一步：从随手让 AI 写代码的「氛围编程」，到有纪律的「智能体工程」——怎么给 agent 划边界、怎么设计人机分工、什么时候该信任什么时候必须人工兜底。半小时，浓缩了当下 AI 编程从玩具走向生产的真实分水岭。
观看回放
39:31Karpathy：软件正在再次改变（Software 3.0）
Andrej Karpathy 是 OpenAI 创始成员、前特斯拉 AI 总监，是这几年把大模型讲得最明白的人。这场 2025 年 6 月在 YC AI Startup School 的演讲提出了「Software 3.0」：软件 1.0 是代码，2.0 是神经网络权重，3.0 是用自然语言「编程」大模型。他用「大模型是新操作系统」「部分自主产品」「人关机开、机关人开」一串比喻，把 AI 时代软件该怎么设计讲透了。想做 AI 产品的人，这 40 分钟是当下最值得花的 40 分钟。
观看回放
3:31:23深入拆解 ChatGPT 这类大模型（3.5 小时通识课）
2025 年更新的「完整版」：Karpathy 用三个半小时把 ChatGPT 类产品的完整流水线端到端讲一遍——数据、分词、预训练、后训练、推理、工具使用、幻觉与防护。比 2023 年的一小时版深了整整一层，直接覆盖推理模型（thinking）和 RL 后训练这些新进展。适合抽一个下午系统补齐大模型认知，看完你和工程师聊天不再有代沟。
观看回放
1:03:03Jensen Huang 对谈 Cleo Abram：NVIDIA 的未来图景
黄仁勋是 NVIDIA 创始人，AI 算力时代最大的卖铲人。Cleo Abram 这场专访难得地让他把「加速计算」的完整逻辑摊开讲：为什么摩尔定律让位给并行计算、为什么数据中心就是「AI 工厂」、机器人与物理 AI 为什么是下一条曲线。黄仁勋的叙事宏大但例子具体，一小时看懂万亿美元市值背后的技术判断，以及算力生意为什么是所有 AI 生意的地基。
观看回放
26:52吴恩达：AI Agent 与智能体推理的崛起
吴恩达是 Coursera 创始人、前百度/Google Brain 首席科学家，AI 落地最有耐心的布道者。这场 Snowflake BUILD 2024 主旨演讲是他「agentic workflow」思想的官方版本：不要纠结 agent 的定义，而要按「自主程度」设计工作流；反思、工具调用、规划、多智能体协作四种设计模式，往往比换一个更大的模型更能提升表现。27 分钟，讲透企业为什么该从 agentic 流程而非模型参数入手。
观看回放
5:15:00Dario Amodei 对谈 Lex Fridman：Claude、AGI 与人类的未来
Anthropic CEO Dario Amodei 的五小时深度对谈（上半场），外加对齐研究员 Amanda Askell、可解释性之父 Chris Olah 两场分场。Dario 是「scaling 路线」最系统的阐释者：他解释了为什么模型会继续变强、安全为什么是工程问题而不是口号、《 Machines of Loving Grace 》里那个「压缩的 21 世纪」设想。听完能明白 Claude 家方法论与 OpenAI 的本质差异。
观看回放
1:55:10Sam Altman 对谈 Lex Fridman：GPT-5、Sora 与董事会风波
OpenAI CEO Sam Altman 在「宫斗」复职后首次长谈：董事会七天风波的内情、与 Ilya 和马斯克的分歧、GPT-5 的方向、Sora 的意义，以及他如何理解 AGI 与权力。这场对谈的特殊之处在于时机——全世界刚看完 OpenAI 最脆弱的一面，Altman 的回答罕见地具体。想理解这家定义行业的公司在想什么，这是最一手的一集。
观看回放
59:48一小时听懂大语言模型（Karpathy 公开课）
这是 Karpathy 离开特斯拉后录的第一支公开通识课，一小时讲完大模型是什么、怎么训练出来、会往哪走。没有数学门槛，却把「模型 = 有损压缩的互联网」「下一个词预测如何长出智能」「RLHF 是什么」「为什么工具使用是方向」全讲清楚了。全网上千万播放，是中文圈无数科普文章的母本。团队里有非技术同事的，直接甩这一支。
观看回放
57:21Ilya Sutskever：关于泛化的一点观察
Ilya Sutskever 是 OpenAI 联合创始人、前首席科学家，深度学习的奠基人之一。这场 2023 年在伯克利 Simons Institute 的演讲是他极少公开露面的思想浓缩：为什么「预测下一个词」足以学到世界的深层结构、无监督学习为什么有效、以及他那句著名的「感受 AGI」。技术圈反复引用的「压缩即智能」思想，源头之一就在这里。一小时，理解大模型信仰的理论根基。
观看回放
1:56:20从零手写 GPT：Karpathy 逐行带练
全网最经典的 Transformer 入门实操：Karpathy 打开空白文件，从字符级 token 化开始，近两小时内带你在笔记本上写出一个能跑的 nano-GPT。注意力机制、多头注意力、残差连接、LayerNorm，每个概念都落成能运行的 PyTorch 代码。哪怕不写代码，跟着看一遍也能真正理解「注意力」到底在算什么——这是祛魅大模型最有效的一支视频。
观看回放