一句话看懂：Anthropic 研究员、前 OpenAI 成员 Andrej Karpathy 公开分享了一个反直觉的 AI 使用技巧：不要精心编写提示词，而是开启语音模式，对大型语言模型“唠叨”10 分钟。他认为，这种混乱的“意识流”输入方式，反而能帮助 AI 更准确地理解用户的真实意图。
事件核心：发生了什么
2026年7月，Karpathy 在 X 平台上发文称，他有时会开启语音模式，对着大语言模型连续输出大约 10 分钟的“废话”，内容完全随意、毫无结构，甚至是“思想流”。他解释称，这种方式能让人类快速倾泻出关于某个项目的所有半成型想法，而 AI 则负责将这些混乱的独白整理成更清晰、更有条理的内容。Karpathy 通常会事先告知 AI，自己的表述可能杂乱无章且存在口误。他认为，经过这种“思维融合”后，后续的修正需求会大幅减少。
为什么重要
Karpathy 的观点直接挑战了当前许多 AI 用户和开发者推崇的“提示工程”（Prompt Engineering）文化——即追求精准、高效的指令编写。他的实践暗示，对于复杂或模糊的任务，AI 模型（特别是经过语音优化的模型）在处理大量冗余信息时，可能比处理短指令表现更好。这背后反映了当前大语言模型在理解和归纳“非结构化”、“高噪声”输入方面的能力提升。同时，该观点恰逢 OpenAI 推出 GPT-Live 以及 Anthropic 更新其语音模型之际，表明硅谷科技公司正全力推动用户从“打字交互”转向“语音对话”，而 Karpathy 的方法正好为这种模式提供了实用的操作指南。
对用户/开发者/创作者的影响
对于普通用户而言，这降低了使用门槛：不必再焦虑于“如何写出完美提示词”，可以更自然地用语音表达想法。对开发者和创作者来说，这提供了一个新的工作流灵感——将语音记录作为“粗糙输入源”，再借助 AI 进行结构化提炼，可以加速头脑风暴、初稿撰写或方案梳理。对于企业采购 AI 工具，这意味着评估产品时，不仅要看其对精确指令的响应速度，还需考虑其对长篇、口语化输入的解析和整理能力。目前公开信息显示，这种方法的实际效果高度依赖于具体模型和任务类型，并非所有场景都适用。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，Anthropic 和 OpenAI 是否会官方引入或推荐类似的“长时间语音唠叨”交互模式，并在模型层面做出针对性优化。第二，是否会有第三方应用或 API 服务，专门围绕“输入混乱语音后自动输出结构化摘要”这一场景设计新功能。第三，其他 AI 研究者和用户是否会通过实验来验证 Karpathy 方法的有效性，尤其是在编程、写作等不同领域的效果差异。
