Gemini 3 Pro 封神的背後：Google致敬的那個男人，竟然是個“快樂的無業游民”

最近，Google 的 Gemini 3 Pro 徹底刷爆了技術圈。

它之所以能從眾多大模型中殺出重圍，不僅僅是因為它的推理能力更強了，而是因為它帶來了一個革命性的功能——“生成式 UI”（Generative UI）。

當你對它說“做一個貪吃蛇遊戲”時，它不再是像以前那樣給你吐出一大段冰冷的程式碼塊，而是直接在螢幕右側“畫”出了一個可以玩的、互動流暢的遊戲介面。

這種“忽略過程，直達結果”的產品哲學，讓無數開發者驚呼“變天了”。

但 Google 為什麼會有這個想法？

如果你把時間軸撥回 2025 年 2 月，你會發現這個理念其實源於一條推特。

當時，Andrej Karpathy 發推提出了 "Vibe Coding" 的概念：

“未來我們不需要寫程式碼了。我們只需要沉浸在一種感覺（Vibe）裡，甚至忘掉程式碼的存在。”

Google 聽懂了。他們把 Karpathy 這種“看不見程式碼”的終極幻想，做成了 Gemini 3 Pro 的核心。

那麼，這個讓兆巨頭都要“偷師”理念的男人，到底是誰？

AI 界的“六邊形戰士”：Andrej Karpathy

Andrej Karpathy 這個名字，對於普通人可能有點陌生，但在 AI 開發者心中，他是神一般的存在。

回顧他的履歷，你幾乎可以看到整個現代 AI 發展的縮影：

1. 名師高徒的學術起點

在史丹佛大學攻讀博士期間，他是 AI 教母 李飛飛（Fei-Fei Li） 的得意門生。在那裡，他設計並主講了傳奇課程 CS231n，這門課至今仍是全球無數電腦視覺工程師的“入行聖經”。

2. OpenAI 的創始元老

博士畢業後，他成為了 OpenAI 最早期的核心研究員之一，與 Ilya Sutskever 等人一起奠定了 GPT 系列的基礎。

3. Tesla 的自動駕駛統帥

隨後，他被 Elon Musk 挖走，擔任 Tesla 的 AI 總監。在那裡，他直接向馬斯克匯報，領導了 Autopilot 團隊，不僅一手搭建了 Tesla 的資料飛輪，更主導了那個當時備受爭議的決策——放棄雷達，轉向純視覺方案。

4. 回歸教育與再出發

功成名就後，他沒有選擇躺在功勞簿上，而是離開大廠，回歸初心。他在 YouTube 上開設了 《Zero to Hero》 系列課程，手把手教普通人寫大模型。

如今，他創辦了 Eureka Labs，致力於用 AI 重塑教育，試圖打造一種全新的“AI 原生”學習方式。

學術界、工業界、教育界，他不僅都去過，而且在每一個領域都做到了頂尖。

5 個故事，看懂“頂級極客”的另一面

如果光看履歷，你可能會覺得他是一個高高在上的精英。但實際上，Karpathy 之所以如此受歡迎，是因為他極其真實、有趣，甚至有點“奇葩”。

01：周末隨手寫個程式碼，羞辱了整個行業

(llama2.c 事件)

• 2023 年，大家都覺得跑大模型（LLM）非常複雜，需要安裝幾 GB 的 PyTorch 庫。
• Karpathy 有個周末閒著沒事，覺得現在的 AI 軟體棧太臃腫了。於是他用純 C 語言（不依賴 Python，不依賴 PyTorch）寫了一個推理引擎。
• 這個檔案只有 500 行程式碼，編譯完的可執行檔案只有幾 MB，卻能在 MacBook 上流暢運行 Llama 2 模型。
• 他用一個周末的“玩具”，狠狠打臉了那些把 AI 搞得過於複雜的框架，也讓無數人第一次真正看懂了 LLM 是怎麼跑起來的。

02：把自己當成“神經網路”來訓練

(生物駭客)

Karpathy 是典型的**“工程思維入腦”**。他不只最佳化程式碼，還瘋狂最佳化自己的身體。

• 睡眠實驗： 他通過 Oura Ring 監測資料，調節溫度、濕度、光線，測試不同變數對“深度睡眠分數”的影響。他在推特上像發佈模型訓練日誌一樣，發佈自己的睡眠資料分析。
• 咖啡演算法： 他曾詳細分享過自己的咖啡攝入策略——不是為了好喝，而是為了維持血液中咖啡因濃度的恆定，以保持大腦 GPU 的最佳算力。這完全是把生理機能當成 Learning Rate（學習率）在調節。

03：在 Tesla 的“豪賭”

(切斷雷達)

• 當時所有自動駕駛公司都認為必須用雷射雷達（LiDAR）。但 Karpathy 和馬斯克認為：人類只靠眼睛就能開車，所以車也應該只靠攝影機。
• 他領導團隊重寫了 Tesla 的感知棧，建構了著名的 HydraNet，並推動移除了車上的雷達。
• 據說他在 Tesla 工作時，為了處理海量資料，經常就在辦公桌下鋪個睡袋睡覺（這點倒是和馬斯克很合拍）。

04：史上最“不務正業”的無業游民

• 離開 OpenAI 和 Tesla 這種頂級公司後，大家都以為他要去融資幾億美金開公司。結果他回家錄 YouTube 視訊去了。
• 他拒絕了無數投資人的電話，只是為了把極其複雜的 Transformer 模型講得連高中生都能懂。
• 他在推特上自嘲說自己是"Funemployed"（快樂的失業者）。這種“視金錢如糞土，只想教書育人”的態度，也是為什麼很多開發者對他有類似“聖徒”般崇拜的原因。

05：痛恨“臃腫”的潔癖

• Karpathy 有嚴重的程式碼潔癖。他非常討厭複雜的抽象層。如果一個任務可以用 100 行原生程式碼解決，他絕不會引入一個 100MB 的第三方庫。
• 雖然他現在推崇 Vibe Coding，但他本人的基本功極其紮實。他在 Stanford 教書時，曾強制要求學生手動計算反向傳播的梯度，不准用自動微分框架。
• 他的邏輯是：“如果你不知道引擎蓋下面發生了什麼，你就沒資格開這輛法拉利。”

AI 時代，“懶”是一種稀缺的超能力

看完 Karpathy 的故事，再回看 Gemini 3 Pro 的“生成式 UI”，你會發現一個有趣的核心：

這些頂級的創新，往往源於一種“懶”。

• Karpathy 因為“懶”得處理臃腫的環境，寫出了極簡的 llama2.c；
• 因為“懶”得處理多餘的感測器資料，搞出了純視覺自動駕駛；
• 因為“懶”得寫重複的程式碼，提出了 Vibe Coding，最終啟發了 Google 的生成式 UI。

在 AI 時代，我們從小被教育的“勤奮”——死記硬背、機械重複、拼手速——正在迅速貶值。

相反，“懶”正在成為一種核心競爭力。

這裡的“懶”，不是躺平，而是一種敏銳的需求洞察力：

• 是因為對低效流程的不耐煩，你才會去想如何最佳化它；
• 是因為不想把時間浪費在重複造輪子上，你才會去尋找更高級的工具。

Gemini 3 Pro 這樣的工具出現，正是為了成全我們的“懶”。

它把我們從“如何實現”的苦役中解放出來，讓我們有精力去思考“實現什麼”和“為什麼實現”。

所以，像 Andrej Karpathy 一樣，做一個“聰明的懶人”吧。

在這個時代，發現需求比解決需求更重要，定義問題比動手執行更珍貴。 (許良學AI)