Karpathy谈AI输出理解：受控英语、图表、网页与解说视频

OpenAI 创始成员、前特斯拉 AI 总监 Andrej Karpathy 10 月 2 日在 X 发文称，未来人们会花更多时间理解语言模型的输出，并分享了几种让 AI 输出更容易读懂的方法，覆盖文字、图表、网页到定制化解说视频。

让模型用受控英语写作

Karpathy 说，他实测有效的一种做法，是要求大语言模型用 ASD-STE100 来解释内容。ASD-STE100 是一套最初为航空航天维修文档制定的受控语言规范。按他的说法，语言模型对这套规范很熟悉，而它对写作风格也有严格限制，因此生成的内容读起来会清楚得多。

他还提到，由于这套规范本身相当严格，他有时会放宽要求，让模型写到「八成像 ASD-STE100」即可。

图表、HTML 网页和定制化视频

在文字之外，Karpathy 又给出三种更进一步的输出方式。

• 第一，要求模型画图表来替代文字。他认为图表通常更容易处理，也更容易理解。
• 第二，要求模型以 HTML 形式输出，直接生成一个美观的交互网页。他表示，语言模型在前端开发上的能力越来越强，已经可以做出精致的交互体验和动画。
• 第三，也是他最看好的形式，是围绕任意主题量身打造的解说视频。

他举例称，可以尝试让模型「做一支 3Blue1Brown 风格的解说视频，用我的 ElevenLabs API 密钥做旁白配音」；如果没有密钥，也可以让模型寻找可在本地运行的免费替代方案。Karpathy 说，这种做法「其实开始行得通了」。

人的工作会更多转向监督与理解

Karpathy 总结称，随着语言模型越来越强，它们会自主完成越来越多基础工作，而人的工作会更多上移到监督和理解这一层。

他还表示，幸运的是，模型在这方面同样能提供帮助。当智能和代码越来越充裕时，人们可以让模型生成大型、定制化、用完即弃的软件产物，例如网页应用或解说视频，而这类东西在过去并不划算去做。

同日还分享了一项经纬度测试

同一天，Karpathy 还分享了另一项评测：他以文字形式给模型一组经纬度，询问对应位置是「陆地还是海洋」，共提问 16,200 次，再把答案绘制成图，结果得到一张世界地图。

他写道：「模型知道，这来自压缩整个网络。」