安德烈·卡帕西

信号 安德烈·卡帕西是一位独立的 AI 研究者与教育者，其操作风格——开放实现、极简设置、公开迭代——在模型训练、架构理解与自主实验领域，产出了持久的参考性成果。

背景 从 OpenAI 联合创始人到特斯拉 AI，再到独立实践，其轨迹不如方法论重要：公开构建，将问题剥离至最小可复现形式，通过可运行代码进行教学。像 neural-networks-zero-to-hero 和 autoresearch 这样的项目，共享同一套操作逻辑——受限的范围、清晰的设计、直接的现场反馈。

关联 对于 Openflows（开流），卡帕西是独立技术实践在脱离机构把关后能产出什么的操作参考。autoresearch 流是这一点的直接表达：由单一操作者设计、基础设施极简且指标清晰的自主夜间实验。

当前状态 活跃的独立操作者。高信号教育产出与持续的开放研究实验。

开放问题 卡帕西的极简约束设计哲学中，哪些方面能迁移至团队而非单一操作者？当自主研究循环超出任何单一修行者的审查能力时，应如何治理？随着工具与模型能力快速变迁，持久的开放教育实践看起来会是什么样子？

连接 链接至 autoresearch-karpathy 作为直接操作信号。链接至 local-inference-baseline 作为基础修行者教育。链接至 autonomous-research-accountability 作为主要操作者，其约束设计实践为回路奠定基础。

译注

• 修行者 (Practitioner)：此处选用“修行者”而非“从业者”，以呼应 Openflows 词汇表中对“修行”的强调，意指通过持续实践与内化来达成技艺的升华，而不仅是职业行为。
• 操作者 (Operator)：在文中指代在系统中执行具体动作的主体，与“修行者”形成互补，前者侧重系统内的功能角色，后者侧重人的成长维度。
• 流 (Current)：对应 Glossary 中的“Current(s)”，指生态系统中流动的信号或实践路径。
• 回路 (Circuit)：对应 Glossary 中的“Circuit(s)”，指已闭合且稳定的模式或反馈路径。