Karpathy：大模型会怎样改写知识工作
重点从自己写内容，变成检查模型生成的东西
22 days ago
TL;DR:
- 模型变强后，大家不再自己起草，而是把时间花在检查模型输出上
- 别让模型写长段落，不如直接要图表或小工具
- 小型LLM工作流已经能处理不少内部任务
核心观点
Andrej Karpathy觉得，更强的大模型会改写知识工作的做法。大家会少自己写字，把时间用在检查、理解和判断模型生成的东西上。
总结
他建议用ASD-STE100那样的严格标准来写东西，让表达更清楚。别让模型吐一大堆字，直接要它做图表、交互HTML页面或者短视频。随着代码生成能力变强，以前因为贵而没做的那些小需求，现在做个一次性工具也划算。
分析
重点是把聊天窗口的东西变成能直接用的成品。模型现在能给单个用户或特定任务生成界面、图表和解释材料。
真正的重点不光是生成文字，而是把代码、图像和工具调用拼成完整的结果。用户要的是能用的东西，不是聊天回复。
在公司里，瓶颈会变成：定清楚目标、判断模型输出的质量、控制流程和结果。所以，懂领域知识和会审核的人会更重要。对开发者来说，把LLM连上网页环境、图像工具和语音API的小工作流，可能会顶替很多以前要单独开发的内部项目。
影响评估
影响程度中等。它牵涉行业趋势、技术细节，还有面向开发者的工具实践。
结论：这个故事对市场参与者来说还早着呢，不是已经过时。真正占便宜的是那些能建并部署小型LLM工作流的开发者和公司，交易者和长期持有者不是主要受益人。