【卡帕西最新访谈】强化学习很糟但别的更糟
卡帕西的最新专访放出，两个半小时信息密度拉满。
作为特斯拉前AI总监、OpenAI创始成员，他在访谈中对强化学习、AGI、自动驾驶、LLM能力等问题给出了清晰判断，部分表述甚至有点“毒舌”，但观点非常值得摘录。
以下是他的核心观点：
1. 关于强化学习：
“强化学习远比你想象的还要糟糕。它确实很差，但其他方法更差。”
他举例说，比如让模型解一道数学题，哪怕尝试了很多错误路径，只要最后撞对了答案，强化学习就会把整条路径都当作正面样本，“这实在荒谬”。现实中，人不会做这么多无效尝试，也不会把所有步骤都一视同仁。
2. 关于大语言模型的认知缺陷：
“这些模型没有持续学习能力。”
他指出，现有LLM无法通过一次交互就掌握新知识，也无法主动整合知识。阅读时也只是预测下一个词，而不是像人一样“用信息重组形成认知模型”。他说，人类阅读一本书时，“这更像是在用提示来激发思考”，LLM做不到。
3. 关于AGI时间表与影响：
“AGI会延续2%的GDP增长，不会出现突然的‘智力爆炸’。”
他认为工业革命是物理自动化，互联网是信息自动化，而AGI是认知层的延续式自动化。“这会继续带来渐进式提升，不是爆炸式的。”
4. 关于智能体时代：
“要真正让智能体像实习生那样协作工作，还需要10年。”
现阶段的系统（如Claude、Codex等）虽然能力不错，但在认知架构、多模态理解、操作计算机完成复杂任务等方面仍有明显短板。
5. 关于自动驾驶为何还没实现：
“增加一个9，意味着几倍的工程工作量。”
他表示，自动驾驶的“演示”看起来容易，但要做到产品级稳定非常困难。哪怕从99%提升到99.9%，所需要的努力也呈指数增长。现实世界中变量太多，必须不断覆盖各种“长尾”情况。
6. 关于教育的理想状态：
“我想复制一个最好的导师体验。”
卡帕西提到自己学韩语时有过非常有效的导师，他能快速判断学生认知模型，并提出最合适的问题。“LLM目前还做不到这一点。”
他正在建设一套现代AI课程（LLM101N），希望能实现更理想的教学反馈方式。他还提到课程中的经典项目NanoChat，每行代码都需要深度思考，而现有AI总喜欢“优化”代码结构，反而会破坏原意。
整场访谈，卡帕西没有唱高调，也没有过度贬低，只是把他15年的经验和判断都摊开来说了。
完整视频与整理可见原链接：www.dwarkesh.com/p/andrej-karpathy
