如果我们生活在一个理想的人工智能只是一个能够动态获取执行任务所需知识和技能的小型“认知核心”的世界里，那会怎样？ 这是 Andrej Karpathy、Sam Altman 等人提出的建议。 我试图在特定条件下勾勒出未来人工智能的格局。
“小巧但功能强大的AI”愿景已完全实现，详情请见：https://t.co/mRCG9J8A7F 首先，Karpathykillerstorm.github.io/ai/2025/11/04/…可能会削弱大型人工智能实验室的实力，因为使用较小的 AI 模型要可行得多。
他们为什么要争先恐后地朝那个方向跑？ 这或许还能减少对大型云端人工智能的需求，因为个人和企业将能够在本地设备上运行模型。 其次，这可能会提升“数据提供商”（例如网络搜索API）的作用。如果你的AI的“智能”完全依赖于数据。
它接收到的数据最好是高质量、经过验证的数据，而不是搜索引擎随机抓取的SEO垃圾数据。用户最终可能要为数据访问权限付费，而不是为“推断”付费。 第三，这将为延长线、适配器、墨盒等开辟市场。
虽然小型模型理论上可以从原始数据中学习，但它需要更多经验型数据才能掌握技能。而从原始数据中提取“精华”并以“代码包”的形式获取技能则效率更高。 当然，制作这些文件非常重要。
预处理的想法是可验证的。用户可能不希望他们的AI被“植入大脑”，这虽然能赋予它技能，但也会推销特定的产品（或意识形态）。
第四，它或许真的能解决人工智能和版权内容的问题： 如果认知核心不包含受版权保护作品的表征，控制权将重新回到知识产权所有者手中。例如，他们可以选择出售“卡带”或内容许可。