AI教育界顶流教你玩转ChatGPT
作者：微信文章Andrej Karpathy是斯坦福博士，曾任特斯拉 AI 总监、OpenAI 创始成员，现创办“AI原生学校” Eureka Labs AI（世界首个 AI 原生学校开办：Eureka Labs AI），在他的个人账号上经常用浅显语言普及前沿 AI 话题，发明了诸如“上下文工程（Context Engineering）”，“氛围编程（Vibe Coding）”等网络热词，可谓AI/兼AI教育界顶流。
最近他在一篇推文里分享了自己的"router"——个人使用路径，即在哪些任务中选用哪些AI模型。虽然他说自己除了切换模型以外，也会在不同任务中切换不同模型，但目前这篇推文仅限于 ChatGPT 模型领域，而且他再怎么切换也不太可能采用我们的平台，因此我这篇文章会在他的基础上再讲讲对应的“国产替代”，短暂地和大神“云端合璧”一下。
在推文中，Andrej Karpathy提出：
很多人仍然不知道如何切换合适的模型。
其实我也发现了，前些天有个朋友说：
ChatGPT会员也不好用呀，感觉跟普通版没什么区别。
我说普通版o3只是试用版，限制使用次数。那个朋友问我什么是o3——他都没发现模型切换按钮，当然也不可能知道如何切换合适的模型了。
区分推理模型和普通模型
首先，我要详细拆解一下的这句话：
对于重要/困难的事情，o3 显然是最好的选择。它是一个比 4o 强大得多的推理模型，如果你在专业领域使用 ChatGPT（普通模型），而不使用 o3，那你就 ngmi。
在ChatGPT中，“o系”模型是推理模型——会花费更多的算力和时间，甚至调用一些诸如python、网络搜索、图片识别的工具（仅限o3及后续版本）来帮你解决复杂问题，并给你呈现自己的思考、搜索和工具调用过程。与之类似有国内的DeepSeek-R系模型（首创思考过程展示界面）、Kimi的「K-1.5长思考」模式、通义的「深度思考」模式、腾讯元宝的「T1深度思考」模式、智谱清言的「推理」模式，豆包的「深度思考」模式。
这些模型相比较而言都会「更聪明，更努力」，可这并非意味着一定「更好」，更聪明也有可能自作聪明，更努力会带来过度思考，最终输出的内容可能会出现「不忠实于原始材料」、「方案太高级难落地」等问题，而更麻烦的是，你可能会更相信AI的高级模型——毕竟各家都宣称这类产品是更好的模型，你更有可能误信。
因此你得“更聪明”，多长个心眼，问问自己，这个方案真的适合我吗？说得很厉害的样子但真的靠谱嘛？他说的这些都有依据吗？你也得“更努力”，把它给出索引的内容都点开看一眼，看是否和他说的一致——它有时候真的会原文「马冬梅」，输出「孙红雷」；它没有标索引的内容，不要轻信；或者让他再次搜索资料求证核实，「搜集相关资料，看看这句话是否属实」。
什么是ngmi？为什么说专业任务如果你只使用普通模型而不使用o3，你就ngmi？
ngmi是Never gonna make it（永远做不成），Andrej Karpathy在这里做了一个call back。o3刚刚推出的时候，OpenAI的CEO山姆·奥特曼曾发推说，“如果你不每天花三个小时让你的专业技能最大化发挥作用，你将永远做不成事。”
哎，为什么我们会有AI焦虑呢？因为这些企业家自己就在散布焦虑。
专业任务用o3类模型，你的确更容易获得专业资料、专业方法的支持。但如果你不够专业，不够细心，你可能看不出这类模型出现的错误，那你才真ngmi。
以上是对“o3 is the obvious best thing for important/hard things. It is a reasoning model that is much stronger than 4o and if you are using ChatGPT professionally and not using o3 you're ngmi”这句话的讲解和我的一些提醒。
四类常见AI应用场景
Andrej Karpathy这个推文的中心思想是面对不同任务时，不把所有请求都发给同一个模型，而是先判断任务特点，再匹配到最合适、性价比最高的模型。他分享了自己的四类AI协作活动和相对应的ChatGPT模型。我用4o把它做成了一个表，这就是一个所谓简单查询（Any simple query），其实叫简单任务也可以。
4o是ChatGPT的一个普通模型，对应的国产模型就是各个平台的默认模型、任何按钮都不勾选的模型。特点是快，简单任务都行（如：给定内容做表格，文章总结或者扩写）也基本准确（抱歉，没有敢保证100%准确的商用AI模型），各家的系统默认模型基本上也没什么区别，但并非所有模型都如4o一样支持多模态——识图以及生图能力。目前版本的kimi和deepseek都不能帮你画图，其他一些平台也需要专门勾选生图功能。
o3这一系列的特性刚刚已经介绍了，Andrej用此类模型解决“重要或复杂问题”，其实它也可以用来做一些信息溯源功能。比如，你可以把我在文中Andrej的推文截图发给它，告诉它“请帮我找找原文”，他就会帮你找到原推文并给出链接——我就是这么找到的。或者你想到一个好主意，想把它落地成一个实在的研究或者项目，它可以帮你参谋参谋。但一定谨记，他讲得再好也只是狗头军师，甚至讲得越好你越得多留个心眼。
4.1系列被称为写/改代码的「氛围编程者（Vibe Coder）」，用来做代码优化。我不做这类工作，因此不知道对应哪些其他平台。但4.1的另一个特点是「长文本」能力，它上下文窗口达到1M，其他号称长文本的AI模型也往往只有128k，你的「天花板只是人家的起步」。豆包的Doubao-Seed-1.6是国内首个支持256K token上下文长度的模型也只是GPT-4.1的1/4。不过这个长文本的用处也有限，你大可另开一个聊天窗口，没必要一直在这聊。让AI讲论文，128k的模型也足够了，kimi就可以。不过有时候我获得一本电子书，我会直接传给GPT-4.1让它给我讲讲个部分大致讲了什么。
深度研究是我非常喜欢的一个功能。它可以就某一功能作出深度调研，聪明而且不会自作聪明，努力往往也不思考过度。但它并不是一个通用功能——它只能帮你就某一话题生成报告。你要是告诉他帮我改改这篇文章，它可能给你讲什么叫改文章，改文章这个活动的历史，改文章在社会中的重要作用（啊呀，它当然没有这么傻，我只是强调一下，因为深度研究往往需要花费10分钟甚至更长的时间，且往往按月限制次数，你最好想好你要什么再去问）。
这个功能目前Kimi和豆包做得比较好，kimi的深度研究目前在「Humanity‘s Last Exam」中得分超过ChatGPT，但也花费时间更长，我用过好几次，都等了30分钟以上才给出结果，而且每个月只能用30次。
类似地，豆包也推出了「深入研究」功能，每天限制为5次，思考时间大约控制在5分钟，适合作为kimi或ChatGPT的补充。而且使用豆包App的深入研究生成报告后，还可以打开报告内容，选择右上角“听”按钮，一键转成播客，随时听。
无论如何，多试试不同模型在不同任务中的表现。每个人的使用习惯都不一样，比如Andrej Karpathy用GPT4.1做编程，我用它速览书籍。如果AI没能给出你想要的答案，我们不要总是反思自己的问法有没有问题，或许换个模型试试就能解决。
以上是我对AI教育顶流Andrej Karpathy的AI技巧解读，也分享了我自己的用法，希望我们的「云端合璧」对你有所帮助。
「AI时代的教育及其后续」是我们基于美国课程重构中心的书《AI时代的教育》设计的专栏，包括这本书的资源、解读、心得以及该单位后续的研究。加入「教育学人 AIED 知识社区」专栏，一站式解锁AI教学干货：
https://mmbiz.qpic.cn/sz_mmbiz_jpg/Cfhib5CicBJfZZq9k3nA0p8q6uqOicSKDX3PhysYW9EIZGZfibV081WW0j8Abt3yhEE6YMLGic3fRia0bRA9dTIgHaGA/640?wx_fmt=jpeg&from=appmsg&wxfrom=5&wx_lazy=1&randomid=qc8eeghy&tp=webp
页:
[1]