Karpathy 揭示 AI 工程核心技能：将模糊任务转化为可验证环境
anselm · x · 2026-08-02
Andrej Karpathy 曾指出，AI 能否精通某项任务取决于该任务是否可验证。具备可验证性的任务通常满足三个条件：可重置（能重新开始）、高效（能快速运行大量尝试）、可奖励（机器能自动打分而无需人工干预）。
从就业角度看，凡是同时满足这三个条件的任务，模型都能轻易胜任；而缺失的环节，正是人类工程师的价值所在。因此，AI 工程师的核心技能其实是把模糊任务转化为可重置、可打分的环境——也就是行业内常说的 Evals（评测工程）。
「漫话AGI」频道最新
- 业务流程无需完美：LLM 自动化 80% 加人工兜底 20% — Franc0Fernand0 · 2026-08-02
- 前线 AI 工程师需求今年或暴增 2100%，但可能两年后消失 — VraserX · 2026-08-02
- AI 改变创作过程:重结果者狂欢,重过程者哀叹 — chrisalbon · 2026-08-02
- 沃顿教授：LLM 缺乏可验证性是大问题，但正随能力提升缓解 — emollick · 2026-08-02
- AI正在摧毁学术同行评审：审稿人大量粘贴LLM内容引发现象级抱怨 — Kindly-Chemical6702 · 2026-08-02
- AI在理论物理上达到超人类水平了吗？ — danintheory · 2026-08-02