不知道你有没有过这种体验，让AI解释一个东西，它上来就给一大段文字，每个字都认识，连起来就是看不进去。这时候一般会怎么做？让它再解释一遍，结果它换个说法，依然是一大段字，只能硬着头皮往下读。

Karpathy前几天发了条推文，聊的就是这件事。他加入Anthropic之后很少冒泡，这次分享了一套思路：AI的回答看不懂，先别急着让它重说，换个形式试试。

写作上他推荐让AI用ASD-STE100这套规范来写，这原本是给航空维修手册定的标准，属于受控语言，主要目的是降低歧义，让技术文档更清晰。大模型对这套规范挺熟，写出来确实清爽不少，但规范太严，写出来会有点干，所以他有时候会让AI按80%的程度来，读着舒服很多。

图表是另一个思路，文字要读好几遍才能理清的关系，一张图可能扫一眼就明白了。AI生成的内容越来越复杂，光靠文字去承接，效率已经跟不上了，让它画出来，结构一目了然，理解成本低很多。

顺着这个思路再往前走一步，就是网页，他让AI直接用HTML输出，得到一个能点、能滑、有动画的页面。这已经不只是换个形式展示信息，是把内容变成了可以操作的东西。现在大模型的前端能力起来了，做这种可视化的东西，普通用户也能跑通。

不过在他眼里，这些都比不上视频，他最看好的输出形式是让AI根据任意话题，直接生成一段讲解视频。配音可以用自己的API，没有的话就让AI找个本地能跑的免费替代方案，这个方向能不能成，关键不在模型，在于工具链能不能把视频制作门槛降到足够低。他说已经开始能用了，但前提是得有API配合，不是开箱即用。

把这几条串起来看，一个趋势其实挺清晰，AI的输出能力在往上走，执行层的活它自己干得越来越多。与此同时，人和AI之间的交互方式也在跟着调整，从让人去适应机器给出的内容，慢慢转向让机器来适配人的理解习惯。这个方向一旦走通，受益的不只是效率，还有普通人用AI的门槛。

Karpathy还有一个判断值得留意，智能和代码越来越便宜之后，那些专门定制、用完就扔的小工具，会变成一种常规需求。以前做这些东西成本太高，根本不划算，现在门槛降下来，很多零散需求可以被即时满足。工具在变强，使用工具的范式也在跟着变，跑腿的部分交出去，人的精力集中到把关和理解上，这可能是接下来一段时间里，AI落地最实际的变化。

#ai #科技数码howto #科技