智东西（公众号：zhidxcom）
作者 | 香草
编辑 | 李水青

智东西7月17日报道，今天凌晨，OpenAI联合创始人、前特斯拉AI总监Andrej Karpathy宣布重磅消息：他创办了一所AI+教育公司Eureka Labs。

▲Karpathy官宣成立新公司

Karpathy将Eureka Labs定义为一种新型的“AI原生学校”，将通过“教师+AI”的共生关系辅导学生学习。他还剧透了公司的第一款产品——AI课程LLM101n，这将是一门指导学生训练AI模型的本科课程。

9年前，还在斯坦福读博的Karpathy，以联合创始人的身份加入OpenAI，中途跑去特斯拉研究了5年自动驾驶，又于去年回归OpenAI追求AGI。今年2月，他再次高调宣布离职，并透露计划从事个人项目。

现在，这一“个人项目”终于尘埃落定。

一、“教师+AI”共生，课程或免费开放

Karpathy将这家新公司视作自己20多年来，对AI和教育热情的结晶。他谈道，对教育的兴趣驱使他从线上教人玩魔方，到设计并主讲了斯坦福首个深度学习课程CS231n，再到最近推出的从零开始AI课程；而对AI的兴趣将他从学术研究带到特斯拉的产品开发，再到OpenAI的AGI研究。

到目前为止，他将以上所有的工作都看作兼职，是他“真正的工作”的副业。其对AI教育所​倾注的热情可见一斑。

▲Karpathy官宣成立新公司

在官宣公告中，Karpathy谈到了学习新知识的痛点：教学出色、有耐心，并且精通世界所有语言的学科专家非常稀缺，无法亲自辅导全球80亿人。

生成式AI的出现，为这种学习体验带来了新的可能。在AI助教的帮助下，老师可以更轻松地设计课程材料，同时AI也可以辅助学生完成课程。这种“教师+ AI”的共生关系，可以有效地扩大教育范围。

Karpathy透露，Eureka Labs的第一款产品LLM101n将是一门本科课程，指导学生训练自己的AI，类似于缩小版的AI Agent。课程材料将在线提供，同时也计划组织线上和线下团队一起学习。

有网友问到Eureka Labs的产品会以免费还是订阅服务的形式提供。Karpathy称，希望Eureka Labs能成为一家正规、自负盈亏的企业，在他看来，教育内容本身应该是免费的，收入将来源于运营线上或实体课程等其他方面。

▲网友询问Eureka Labs商业模式

业界大佬们纷纷发来贺电。谷歌DeepMind首席科学家Jeff Dean说：“恭喜！AI将对教育产生巨大的影响，我知道这是你热爱的事情（几年前我做客座演讲时，看到了你是如何组织CS231n的，显然你花了很多心思来研究教授不同类型学生的最佳方法）。”

▲谷歌DeepMind首席科学家评论

Stability AI前CEO Emad Mostaque说：“祝贺你！教育是一切的核心，我迫不及待地想看到它更上一层楼。”

▲Stability AI前CEO评论

二、师从李飞飞，曾“双进双出”OpenAI

Karpathy的学术和职业履历都十分华丽。

其本科、硕士分别就读于加拿大多伦多大学和加拿大不列颠哥伦比亚大学。2011-2015年，Karpathy在斯坦福大学读博，师从知名AI学者李飞飞，专注于研究卷积/循环神经网络以及它们在计算机视觉、自然语言处理和交叉领域的应用。

▲Karpathy学术经历

读书期间，他曾在谷歌大脑、谷歌研究院、DeepMind有过三段实习经历，参与视频领域、深度强化学习相关工作。

2015年，他作为创始成员之一加入OpenAI担任研究科学家。2017年，他被马斯克挖到了特斯拉，领导AI和自动驾驶视觉团队。

在特斯拉工作的五年间，Karpathy一手促成了自动辅助驾驶技术Autopilot的开发，这对特斯拉后来的完全自动驾驶系统FSD至关重要。

2023年2月，Karpathy高调回归OpenAI，称“受这家公司造成的影响所鼓舞”。

▲Karpathy工作经历

一年后，他再次宣布离职，并谈到近期计划是“从事个人项目”。现在，这一“个人项目”终于尘埃落定。

值得一提的是，在两次离职之后的Gap期间，Karpathy也一直没闲着，先后在YouTube上传了10节AI课程视频，目前累计播放量已超过1亿次。

结语：AI+教育赛道新增一有力玩家

AI在千行百业落地，教育领域一直是其中的热门赛道。北京智源人工智能研究院理事长黄铁军在WAIC 2024上谈道，预测未来几年，AI在教育领域所体现出的认知水平、专业水平，可与高校教授、博士、研究生等比肩。

国内，AI教育产品出海成为一大趋势。以作业帮的Question.AI、字节的Gauth为代表，国产应用在海外AI教育应用榜上异军突起。政策方面，教育部于3月发布4项行动，旨在用AI推动教与学融合应用。

如今，Karpathy的加入为这一赛道注入了新的活力，虽然AI仍存在大量“幻觉”问题，逻辑推理、深层理解能力等与人类存在差距，但作为辅助工具，AI在确保证明的准确性和可验证性方面正展现出价值。