Karpathy 谈 LLM 瓶颈：缺乏文化积累与自我对弈机制
i_dg23 · x · 2026-08-01
Andrej Karpathy 在近期访谈中指出，当前大模型（LLM）的发展缺少推动人类智能进化的两大关键要素：文化积累与自我对弈。
- 文化积累：他提出疑问，为什么 LLM 不能为其他 LLM 写书？为什么其他 LLM 不能阅读并从中获得启发或震撼？
- 自我对弈：AlphaGo 通过自我对弈达到了极高水准，但 LLM 缺乏类似的机制，例如一个 LLM 持续生成难题来训练另一个 LLM。
AI 研究员 Noah 进一步补充，自我对弈在国际象棋、围棋和扑克中非常成功，因为这些是双人零和博弈，极大地简化了问题；而现实世界更为复杂混乱，这是 LLM 自我对弈尚未取得广泛成功的主要原因。
所属事件:Karpathy称LLM缺乏文化积累与自我对弈(2 条相关)→
「漫话AGI」频道最新
- 曝 OpenAI 正研发 Astra 模型，多智能体可连续工作数天 — The Decoder · 2026-08-01
- V4-Pro 能力提升引热议：基础模型更强，但评估饱和或限制进步 — teortaxesTex · 2026-08-01
- Rich Sutton 质疑 LLM 是否属于“苦涩教训”：或将被不依赖人类知识的新方法取代 — teropa · 2026-08-01
- Vibe Coding 或降低开发成本：AI 减少对高薪工程师的依赖 — georgemillo · 2026-08-01
- 陶哲轩谈 AI 时代职业规划：人类将首次多次淘汰自身专长 — r0ck3t23 · 2026-08-01
- Chris Manning 在 COLM 大会发表演讲：探讨语言模型与智能体演进 — stanfordnlp · 2026-08-01