AICoder

AI 编程实时动态与要闻

基于 𝕏 (Twitter) 权威实验室与科学家一手信源，经 AI 降噪提炼核心事实，联动全网模型评测与智能体生态。

在 𝕏 上探索最新发文 ↗

AI 编程实时动态与要闻

A
Andrej Karpathykarpathy·
👀31
🔥82
查看推特原帖 ↗

X 热议：Andrej Karpathy 称用 Claude Code 约 3 分钟一次做完 TristanTube，收录约 4.7 万个偏硬核 YouTube 视频并带电视模式

前 OpenAI 研究员、现独立研究者 Andrej Karpathy（@karpathy）于 2026-11-07 17:07 UTC 发帖称，看到 Tristan Hume 本周更新的 YouTube 频道分级榜后，把它做成了 TristanTube：约 4.7 万个偏硬核视频，并带适合放松观看的电视模式。他写道，这次是用 Claude Code「一次做完（one-shotted），大约 3 分钟」。抓取时该帖约 6,182 赞、6,768 收藏、458 回复、478 转发、146 引用、约 53.3 万展示。这是个人分享引发的讨论，不是 Anthropic 或任何公司的产品发布；「约 3 分钟」为作者自述，未经第三方计时核实。

核心要点速览

  • 原帖：Andrej Karpathy（@karpathy）2026-11-07 17:07 UTC，抓取时约 6,182 赞、6,768 收藏、458 回复、478 转发、146 引用、约 53.3 万展示
  • 成品主张：TristanTube 收录约 4.7 万个偏硬核 YouTube 视频，并带电视模式；站点为 karpathy.ai/tristan-tube/
  • 来源清单：Tristan Hume 2026-11-01 更新的公开 YouTube 频道分级榜（他在 2020 年也写过一版），不是再扫描 Hacker News 评论
  • 耗时主张：他称用 Claude Code「一次做完，大约 3 分钟」；未公开所用模型档位、提示词、仓库或 token 成本，该耗时未经第三方核实
  • 定性：这是个人周末黑客分享引发的 X 讨论，不是 Anthropic 官方功能发布
阅读全文
关联模型 / 智能体 / 厂商:
🤖 Claude Code (Anthropic)🌐 Anthropic
#X 热议#Andrej Karpathy#TristanTube#Claude Code#One shot#YouTube#TV mode
A
Andrej Karpathy@karpathy·
👀99
🔥81

Karpathy 用 Claude Code + Opus 5.5 约 2 小时做出 HackerTube：只收录 HN 推荐过的 6,454 个 YouTube 视频

Andrej Karpathy 10 月 31 日在个人博客发布 HackerTube（hackertube.org）：一个 YouTube 风格的视频站，只收录 2007–2026 年间被 Hacker News 评论推荐过的 6,454 个 YouTube 视频，分 150 个主题。他说整件事由 Claude Code 里的 Opus 5.5 完成：下载全部 HN 评论、用 Workflow 让 Sonnet 批量筛选出约 4 万条推荐视频的评论，再套上 YouTube 界面、部署到 VPS 并做加固，耗时约 2 小时。他本人只手动做了三件事：申请 YouTube API key、开 VPS、买域名。他把帖子发到 HN 后冲到首页，约 1,005 分、308 条评论。

核心要点速览

  • 来源：Karpathy 个人博客《HackerTube》（10 月 31 日），站点 hackertube.org
  • 数据规模：从全部 HN 评论中筛出约 4 万条推荐 YouTube 视频的评论，得到 6,454 个视频、150 个主题，时间跨度 2007–2026（作者自述）
  • 做法：Opus 5.5 负责下载和整体流程，用 Claude Code 的 Workflow 功能调度 Sonnet 批量过滤评论、去掉垃圾内容，再生成 YouTube 风格前端并部署、加固 VPS
  • 产品细节：用视频 50% 处的截帧代替原始缩略图；无账号的 For You 推荐，状态只存在浏览器本地；支持快捷键；提供全站数据导出，方便交给自己的 Agent 再做一个版本
  • 工作方式：Karpathy 说默认用 Opus 5.5 Medium effort，已不再读写代码或敲终端命令；HN 帖子约 1,005 分、308 条评论（HN 公开数据，截至 11 月 1 日 14:10 SGT）
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Claude Opus 5.5⚡ Claude Sonnet🤖 Claude Code🌐 Anthropic
#Karpathy#HackerTube#Claude Code#Opus 5.5#氛围编程#Hacker News#YouTube
d
div (fp32)@divagr1925·
👀58
🔥82
查看推特原帖 ↗

X 热议：独立开发者把 NPU“编译”进 Qwen3.5-4B 权重，让 Karpathy 的 stories260K 在模型里跑模型

X 上正在热议的一个实验：独立开发者 div（@divagr1925）10 月 31 日发帖展示 QwenPU，把一颗 32 位 RISC-V CPU 和一个向量单元直接“编译”进 Qwen3.5-4B 的权重，在模型自己的前向传播里运行 Karpathy 的 2.6 万参数小模型 stories260K，输出与参考实现逐 token 一致，新增权重全部由编译器算出、没有训练。原帖约 1,540 赞、163 转发、8.5 万次浏览，并登上 X 热门话题。这是个人实验项目，作者自称仍在开发中：检查点 26.7 GB，在 L4 上约 16 秒才出一个故事 token。以下为讨论整理，不代表任何公司官方立场。

X 热议：独立开发者把 NPU“编译”进 Qwen3.5-4B 权重，让 Karpathy 的 stories260K 在模型里跑模型

核心要点速览

  • 热度：@divagr1925 原帖约 1,540 赞、163 转发、71 条引用、8.5 万次浏览（X 公开数据，截至 11 月 1 日）；前作 Qwenputer（10 月 28 日）约 5,880 赞，Shopify CEO Tobi Lütke 曾引用转发
  • 做法：在 Qwen 原有 32 层之前加 13 层编译出来的“计算机层”（RV32IM + Zba + 大数单元 + 向量单元），隐藏维度从 2560 扩到 5120，Qwen 自身权重不变（GitHub README）
  • 效率：每个故事 token 需要的 trace token 从纯 C 的 243 万降到 5.3 万；在 L4 上约 3,300 trace token/秒，约 16 秒出一个故事 token（作者口径）
  • 验证：故事程序在 GPU 执行器上自由运行全部 3,184,920 步，每步都与参考 CPU 模型对照，作者称完全一致；第三方尚未公开复现
  • 开源：代码 MIT，权重 Apache-2.0（Qwen3.5-4B 的修改版），已上 Hugging Face 和 ModelScope；26.7 GB 检查点需 40 GB 以上显卡
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Qwen3.5-4B⚡ stories260K🌐 Alibaba Qwen
#X 热议#Qwen#QwenPU#Qwenputer#权重内计算#RISC-V#Karpathy#开源
A
Andrej Karpathy@karpathy·
👀43
🔥96
查看推特原帖 ↗

Andrej Karpathy 深度评测 Opus 5：耗时两小时将《魔戒》段落自主编译为 5500 行 Three.js 交互世界

Andrej Karpathy 撰文指出简单 LLM 测试已过时。他给 Opus 5 输入《魔戒》开篇段落、赋予 100 万 Token 预算并要求用 Three.js 渲染；模型自主持续运行约两小时，生成了 5500 行高复杂度的过程式 3D 渲染代码，证明前沿模型已具备构建超定制复杂世界的惊人耐力。

核心要点速览

  • 前沿编程模型已具备极强耐力，能在数小时内自主探索并产出数千行复杂 3D 交互代码。
  • 传统玩具级 Coding Benchmark（如画简单图形）已无法衡量新一代 Agent 极限。
  • 指出当前瓶颈在于视觉与交互审计，智能体未来需具备原生多模态视频与动态体验审核能力。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Claude 3.7 Sonnet (Hybrid Reasoning)🌐 Anthropic
#Karpathy#Claude#Threejs#AgenticCoding#基准测试
AD赞助内容
已呈现全部最新动态