AI在线 AI在线

从课程高分到人生进阶,为何Andrej Karpathy两年前的一份「本科生实用」学习指南再次引起热议?

近日,AI 学者 Andrej Karpathy(安德烈・卡帕斯)激烈抨击智能体、强化学习的言论在网上甚嚣尘上,也使得他的过往言论引起大家的好奇。 这不,他几年前写的一份「学习指南」就被网友找出,并引起热烈讨论,不过不是关于智能体,也不是对强化学习的吐槽,而是给那些想要在本科课程中取得好成绩的年轻学生的建议。 在这份学习指南中,Andrej 表示,自己多年来一直经受各种考试的「检验」,且成绩还不错,所以他想将那些对自己很有帮助的经验法则传授给大家。

近日,AI 学者 Andrej Karpathy(安德烈・卡帕斯)激烈抨击智能体、强化学习的言论在网上甚嚣尘上,也使得他的过往言论引起大家的好奇。这不,他几年前写的一份「学习指南」就被网友找出,并引起热烈讨论,不过不是关于智能体,也不是对强化学习的吐槽,而是给那些想要在本科课程中取得好成绩的年轻学生的建议。

在这份学习指南中,Andrej 表示,自己多年来一直经受各种考试的「检验」,且成绩还不错,所以他想将那些对自己很有帮助的经验法则传授给大家。

下面我们一起来重温一下这位 AI 大神给出的建议到底是怎样的:

总结:两点最重要

  • 通宵达旦「不值得」

睡眠很神奇。Andrej 表示,他的最佳睡眠时长大约为 7.5 小时,绝对最低限度是 4 小时左右。他还以自己的亲身经历告诉大家大家「熬夜不值得」:我曾多次经历夜里被一道题卡住一个小时,第二天早上 5 分钟就解出来了。我感觉大脑在夜间会把很多不稳定的短期记忆「提交」到稳定的长期记忆。

因此,面对大型考试,他会提前几天开始学习,即便每天只学一小会儿,也能最大化「睡一觉」巩固材料的次数。

  • 参加习题课或复习课

Andrej 认为参加习题课或复习课非常重要,就算它们很糟糕也要去,原因在于它们能迫使你思考课程内容。当然,他也说了,「若实在无聊,可以默默做自己的事。别忘了,你还可以尝试不同助教带的辅导课。」

备考策略

  • 把握全局、做好组织是关键

制定学习计划,即使最后没完全照做也没关系。Andrej 的做法通常是:先梳理出需要掌握的内容,用要点形式明确列出,并仔细评估「拿下」每部分所需的时间。否则就很容易导致出现在前期耗时过多,导致后期(最关键的部分)因时间不足而草草略过的情况。

  • 开始复习前,一定先看往年试卷

尤其是同一位老师出的往年试卷。这会为你的复习方向提供强有力的提示。每位老师的出题与评分风格不同,起初不用直接做题,但要认真记录题型。

  • 「读懂」≠「能复现」

这也是 Andrej 经常会犯的错误:看书时看到一个公式 / 推导 / 证明觉得「会了」,但一旦合上书,却发现「完了」。这大概是两个过程调用的是不同的记忆系统。所以请务必确保能默写核心内容,并能随时重新推导。费曼对此深谙其道!

  • 适时地与他人进行合作

前期独立学习,后期再小组讨论:别的同学往往能指出易错点、提出关键问题,有时还给你讲解的机会,而这也正好引出下一条:

  • 别老是想着跟「学霸」混

有时候,学习也要和「弱一些」的同学在一起,因为在给他们讲解内容的过程中,也会极大加深你对知识的理解。

  • 期末前至少参加一次老师的答疑时间

就算没有疑惑也要去找老师解惑(编一个也行),因为老师有时会在一对一交流时透露一些关于考试的信息(是他们不会在全班面前说的的信息)。当然,也别指望一定会有,但如果有的话,帮助很大。这是不是不公平?没办法,事实就是这样。而且,这样的交流有时会让老师加深对你的印象,总之不是坏事。

  • 尽早开始复习

大脑需要时间消化知识,看似困难的内容会随时间变简单。

贴心小提示:期中考试预留约 3 天,期末考试约 6 天。

  • 疲惫情况下可以喝罐能量饮料

若感到状态不佳或过度疲劳,可以喝能量饮料且它们真的有效 —— 毕竟是化学反应。

  • 数学类科目:练习 > 阅读

在掌握基础知识后,就要通过做题查漏补缺,这尤为有效。而且,练习有时还会迫使你回头重温那些遗漏的陌生知识点。

  • 给自己做一张「备忘单」

即使不允许带进考场也要做。写下来本身就有帮助。最佳做法是把整门课内容压缩到 1 页或几页,最后能把它们铺在面前且自信地说:「这就是我必须掌握的一切。」

  • 在有他人学习的环境中自习(即便不是同一门课)

当周围的同学都在学习而你没有学习时,你会感到内疚 —— 不知道对别人怎么样,但对于 Andrej 来说很管用。

当然,噪声大的地方确实很糟糕,甚至会起到反作用,影响学习。所以最佳场所是图书馆、阅览室等。

考试当天

  • 最佳饮食 / 饮水节奏:考前 2 小时喝咖啡并进食

Andrej 的习惯是在压力情境前喝咖啡绝非好事,但完全不喝也不行。所以这一条因人而异,可以结合自身情况定夺。

  • 在进考场前「高效冲刺」

很多同学可能在考前就放弃复习了,想要在临考前休息一下,这很不好,Andrej 认为这浪费了「短期记忆」的黄金期,他的做法通常是保持高强度复习到考试的最后一秒。考前尽可能高强度学习。如果真的想休息,可以安排在考前 1 小时,并确保考前 30-45 分钟全神贯注。

考试过程中

  • 一定用铅笔

这样是为了能擦掉「垃圾解法」。

  • 开做后先快速浏览整卷

每题用 1–3 秒扫一眼即可,抓取关键词,把握试卷的整体结构。

  • 先做简单题

别让自己在一道题上「卡壳」太久,太难的就先跳过回头再做。Andrej 就经常跳题「我常常首轮只完成 30% 的题目 —— 有些题在「热身」后会变得简单,难以解释,但确实如此。」

  • 卷面尽量整洁

可能真正意识到这点的人很少:批卷的是人,那些不开心的阅卷人常常会打低分。Andrej 表示,他在本科时就怀疑这一点,而等到他当助教批卷时,更是对这一点确信无疑。

  • 一定把最终答案用框 / 圈标出来

尤其当答案周围有一堆推导时,这一点尤为重要,因为这样阅卷人就可以快速给出分数。晴设身处地站在阅卷人的思路上进行作答。

  • 绝对、绝对、绝对不要提前交卷(重要的事情说三次)

作为过来人,Andrej 认为在答卷时大家都会有粗心错误,所以需要把它找出来并修正。如果一遍找不到那就继续找,直到考试时间结束。如果非常确定没有错误,就把卷面做得更易读、易批:「擦掉垃圾、框出答案、给证明补步骤……」

Andrej 强烈坚信:「提前交卷的人很蠢。」潜在收益显然远大于继续检查的成本。

  • 与阅卷人「沟通」

让阅卷人看到你懂得要远多于你写下的内容。如果某一步你不会做,也要说明你知道后续方法,必要时别怕留下注释。Andrej 的过来人经验是:「信不信由你,阅卷人常常在帮你找分,所以请为他们多提供些便利。」

  • 关注每题的分值

很多试卷会标每题分数,这将会提示解题方向是否正确,并帮你优先处理高分题。把很多时间花在分数很低又对你很难的题上,是不明智的。

  • 只剩最后 5 分钟仍在一道题「卡壳」,立即停止

这个时候,应该做的是抓紧时间检查所有题目,确保没有漏答小题或未完成部分。可能难以想象,但很多人因此丢分。

最后,还有一条建议 ——Andrej 认为这是一条非常重要且有用的建议:「我真希望在我本科时有人这样告诉我。」

「本科生容易陷入课程隧道视野(tunnel vision),执着于高分。但事实是:除非成绩非常糟糕,否则没人在意你的分数。我曾说,最聪明的学生通常每门课都考 85 分 —— 这样既能保持 4.0 左右的 GPA,又不过度或欠缺学习。」

因为时间是非常宝贵且有限的资源。在达到考试不失误的程度后,请转向更重要的事:

  • 获取真实世界经验:在实际代码库、项目或课程外的真实问题中实践极其重要。

  • 积累人脉推荐:让老师、业内人士在推荐信中证明你的主动性、热情与执行力至关重要。

  • 规划未来:想求职?那就积极争取暑期实习。想读研?那就积极参与科研项目;或善用学校资源,主动联系老师、研究生请求加入你感兴趣的研究项目。若对方认为你积极主动,成功率会大增。

  • 请重视这一点:一封著名教授盛赞你「具备驱动力、主动性及独立思考能力」的推荐信,将会完全碾压其它因素,尤其是像成绩这种「小事」。申请前如果能发表一篇论文,那将更是锦上添花。

(注意:教授最反感的是 —— 前期热情报名项目、开会积极提问,但却在投入一段时间后突然消失的本科生。别成为这种人(损害声誉),也别留下任何可能印象。)

除科研外,还可参与团队项目,或最好是从零启动个人项目。贡献开源代码、开发 / 改进工具库,创造酷炫的事物并认真记录、撰写技术博客。这些才是数年后人们真正看重的东西。

至于成绩?它们只是沿途必须应付的琐事。

而围绕着这一份本科生的高分成绩「学习指南」,很多人展开了讨论,引起了一些网友的共鸣,也有人对此持不同态度。

有位网友非常认可 Andrej 说的「曾多次经历夜里被一道题卡住一个小时,第二天早上 5 分钟就解出来了」的经历,他认为,如果你真的尝试解决一个问题,然后把它搁置一两天,你通常会发现你的大脑已经对该问题做了一些很好的后台处理。

「我经历过好几次,我们的一位教授也推荐过这种做法,说它是「行业秘诀」。但你必须认真尝试解决问题,才能把它放到后台线程。」

图片

而有位网友对于 Andrej 所说的「别老是想着跟学霸混,成绩差的学生会要求你向他们解释知识点,而讲解内容对你的理解有很大帮助。」这一点非常真实,并怒赞 Andrej「这家伙真的了解人类的思想」

图片

还有位网友认为这份建议总结了评分制和现代大学存在的所有问题。在他看来,大学的根本目的是寻求真理,而不是职业培训。像博洛尼亚大学、牛津大学和剑桥大学等大学,都有着超过 1000 年的历史,最终目的是知识培养,只有真正培养知识,你才会更适应智力工作。如果大学里的所有闹剧都只是为了提高成绩,那么大学最终就没有履行其职责。

图片图片

但也有网友觉得,虽然 Andrej 的建议或许能提供一些实用技巧,但重要的是要考虑到成功策略因人而异。由于学习风格、背景和环境的不同,对一个人有效的策略可能对另一个人无效,所以「务必审慎评估任何指导意见,并根据个人情况进行调整。」

图片

那么你呢,你觉得这份「学习指南」有用吗?有没有「过时」?

参考链接:

https://cs.stanford.edu/people/karpathy/advice.html

https://news.ycombinator.com/item?id=45635533

相关资讯

Karpathy更新AI科普视频,网友:原本周末打算结个婚,改看视频了

他是真的想教会大家。 刚刚,赛博活佛 Andrej Karpathy 更新了一个长达 2 个多小时的学习视频,主题是 ——「我是如何使用大型语言模型(LLM)的」。 这个视频是 Karpathy 面向普通观众的系列视频之一。
2/28/2025 1:20:00 PM
机器之心

特斯拉前AI总监教你手搓GPT大模型,教学视频已出

「从零开始,用代码直接写。」
1/18/2023 9:27:00 PM
机器之心

突发!AI大牛Andrej Karpathy离开OpenAI

Andrej Karpathy 又离职了!刚刚,AI大牛Andrej Karpathy官宣了一条重要消息:他昨天已经从OpenAI离职,不过这中间没有什么戏剧性冲突,他只是想去尝试一下自己的个人项目。Karpathy在官宣离职的推文中写道,「是的,我昨天离开了OpenAI。首先,没发生什么特别的事情,这不是由于任何特定事件、问题或者争议导致的(但请继续提供阴谋论,因为它们确实很有趣 :))。实际上,在过去的大约一年时间里,在OpenAI的经历真的很棒——团队非常强大,人们非常棒,路线图也非常令人兴奋,我认为我们都有
2/15/2024 5:43:00 PM
机器之心
  • 1