karpathy — 01-05-2026
2 твитов за сутки. Karpathy делится цитатой о важности понимания и конспектирует ключевые тезисы из своего выступления на Sequoia Ascent 2026, где он описывает сдвиг парадигмы от ускорения старых задач к созданию принципиально новых продуктов и объясняет природу нестабильности моделей.
Понимание vs Выполнение — цитата @yacineMTB, которую часто приводят в пример: вы можете делегировать выполнение мыслей, но не можете делегировать само понимание процесса источник.
Новые горизонты LLM — на выступлении @stephzhan и @karpathy обсуждали, что LLM это не просто ускорение (например, кодинга), а создание новых категорий продуктов:
1. menugen: приложения, полностью управляемые LLM без классического кода, где вход — изображение, а выход — результат выполнения задачи источник.
2. Навыки вместо скриптов: установка .md навыков вместо .sh скриптов, позволяя LLM выступать в роли интерпретатора инструкций по установке ПО источник.
3. Базы знаний: использование LLM для работы с неструктурированными данными, что было невозможно в парадигме классического кода источник.
Неоднородность моделей (Jaggedness) — объяснение того, почему модель может одновременно рефакторить огромный код-бейз и выдавать абсурдные советы, связано с проверяемостью домена и экономикой: фронт-лабы включают в данные только то, что приносит доход, оставляя остальные области «вне рельсов» источник.
Агентная экономика — обсуждение перехода к агентной инженерии, где продукты декомпозируются на сенсоры, актуаторы и логику, а информация делается максимально понятной для LLM, с возможным переходом на полностью нейронные вычисления источник.