OpenAI 联合创始成员、现任 Anthropic 预训练团队成员 Andrej Karpathy 周二（7/21）在 X 公开了自己与大语言模型协作的一套固定方法：碰到复杂任务时，他通常不打字，而是直接切到语音输入，连续讲 10 分钟，把想到的内容一次说完。
Karpathy 说，这种做法适用于模型需要更多背景信息、但打字速度跟不上思路的时候。按照他的描述，他会往椅背一靠，切到 /voice，然后开始一段长篇独白，内容可以跳跃、混乱，也不需要提前整理结构。
他在帖文中写道：“One pattern I find useful for working with LLMs is a nice long ramble session. Sometimes the LLM needs more bits to understand what you're trying to achieve, but you're too lazy to type them. In these cases I like to lean back, switch to /voice and just ramble for like 10…”
Karpathy 还提到，有时他会先告诉模型自己已经切换到语音识别，并在开头补一句，若有错字先致歉。也有时候，他会把这段独白变成一场小型访谈，让模型反过来追问几轮，把分散的线索逐步挖出来。
重点不在语音，而在一次性交付更多输入
在这套方法里，语音输入本身并不是新鲜功能。Karpathy 真正强调的是输入量：与其花时间把想法压缩成一段结构完整的 Prompt，不如把整包思路直接交给模型，再由模型拆解、重组并输出更清晰的版本。
他给出的理由也很直接。按他的说法，LLM 很擅长重建冗长而语无伦次的独白，模型返回的版本，往往比原始思绪更干净。他认为，这会改善他所说的 mind meld，也就是人与模型对彼此意图的理解逐步对齐。到了这个阶段，后面需要回头纠正的地方反而会变少。
把成本压到前 10 分钟，换掉后面的反复修改
这套方法背后的逻辑，是把协作成本尽量前置。很多人在前期省下打字和整理 Prompt 的时间，后面却要花更多轮对话解释“不是这个意思”。Karpathy 的做法则相反：把大量背景、上下文和模糊想法集中在前 10 分钟交代清楚，用一次高密度输入，减少后续来回澄清。
按原文的表述，这相当于以前面一次超大量的信息输入，去替换后面多轮修正和补充。
X 回复区出现两种看法
围绕这套做法，X 回复区大致分成两派。
支持者认为，这种方式已经占到自己约八成的 Prompt 使用场景。也有人表示，在改用语音为主之后，产出效率提高了 5 到 8 倍。对多语使用者来说，这种方法的吸引力还在于不受单一语言限制。
另一派的担忧则集中在同一个问题：如果把“把话讲清楚”这件事整体外包给模型，长期下来，自己的组织能力和写作能力是否会退化。对此，也有人提出折中做法，即先让模型整理，再由用户自己手动蒸馏一遍，而不是直接照单全收。
Karpathy 的用法更像整理镜子，而不是代笔
从文章给出的脉络看，这套方法的核心并不是让模型代替人写作，而是把模型当作一个能够整理信息的镜子：先把还未成形的思路完整抛出去，再检查模型整理后的版本是否准确反映自己的真实意图。
差别不在模型有没有帮忙重组内容，而在用户是否会把整理后的结果重新读回去、继续判断和取舍。