🔁 转推分享
推文原文
We'll be spending a lot more time trying to understand the outputs of language models. A few thoughts, tips & tricks:
Writing. Something I've had success with: Ask your LLM to explain something in ASD-STE100, it's a controlled language specification originally developed for aerospace maintenance documentation. LLMs are great at this language, it comes with a strict style constraint of clear writing that I find more readable. Sometimes I'll try to mellow it a little e.g. ask for "80% ASD-STE100", as the spec is quite intense. But even better:
Diagrams/images. Instead of writing, ask your LLM to create a diagram. These are much easier to process, parse, and understand. But even better:
Web. Ask for output as "HTML" for a nice, interactive webpage. LLMs are getting increasingly good at front-end and can create beautiful experiences, animations, etc. But even better:
Explainer videos. The output format I'm most excited about is fully custom / tailored explainer videos generated for arbitrary topics. Try something like "create a 3b1b-style video explainer of X. Narrate the audio using my ElevenLabs API key" (the latter needs an API key, or you can ask your LLM to find nice free alternatives that use your local compute). This is actually starting to work!
In summary:
- As LLMs get better they will increasingly do more of the base work autonomously and our work shifts up the abstraction stack towards supervision and understanding.
- Fortunately the LLMs can help here too, because as intelligence and code get more abundant, you can ask for creation of large, custom, disposable software artifacts (e.g. web apps, video explainers) where it would have been totally nonsensical to create before. Be bold here, you'll be surprised.
X 官方翻译
我们将花费更多时间试图理解语言模型的输出。一些想法、技巧和窍门：
写作。我取得成功的一个方法：让你的 LLM 用 ASD-STE100 来解释某事，这是一种受控语言规范，最初是为航空航天维护文档开发的。LLM 对这种语言很熟练，它带有严格的清晰写作风格约束，我觉得这样更易读。有时我会试着稍稍缓和它，例如要求"达到 ASD-STE100 的 80% 程度"，因为这个规范相当严格。但更好的方法是：
图表/图像。与其写作，让你的 LLM 创建一个图表。这些内容处理、解析和理解起来要容易得多。但更好的方法是：
网页。要求输出"HTML 格式"，以获得一个精美、互动的网页。LLM 在前端方面越来越擅长，可以创建精美的体验、动画等。但更好的方法是：
解释视频。我最看好的输出格式是针对任意主题生成的完全定制/量身定制的解释视频。尝试像"为 X 创建一个 3b1b 风格的视频解释。用我的 ElevenLabs API 密钥进行音频叙述"之类的东西。（后者需要一个 API 密钥，或者你可以让你的 LLM 为你找到不错的免费替代方案，使用你的本地计算资源）。这实际上开始奏效了！
总之：
- 随着 LLM 变得更好，它们将自主完成越来越多基础工作，我们的工作将更多上升到抽象层面的监督和理解。
- 幸运的是，LLM 在这里也能帮忙，因为随着智能和代码越来越丰富，你可以要求创建大型、定制、可丢弃的软件产物（例如网页应用、视频解释器），这些在以前是完全没有意义去创建的。在这里大胆尝试，你会感到惊讶。
图片 / 媒体
梗解释 / 点评
Karpathy 这篇长文讲的是一个正在发生的范式转移：LLM 越来越强，人类的工作就越往「监督和理解」上移——而理解输出本身也需要技巧。他的四级递进很有意思：写作（ASD-STE100 受控语言）→ 图表 → 可交互网页 → 定制解释视频，一层比一层「重」，但也一层比一层好懂。最狠的是最后一点：当智能和代码都极大丰富之后，「为任意主题生成一个 3b1b 风格的解释视频」这种以前想都不敢想的需求，现在直接管 LLM 要就行。大胆点，你会惊讶的。
推文截图
原作者：Andrej Karpathy @karpathy
发布时间：2026年10月2日 上午8:37
本文为转推存档，版权归原作者所有。