安德烈·卡帕西（Andrej Karpathy，1986年10月23日出生）是一位斯洛伐克裔加拿大人工智能研究者和教育者。他是OpenAI的创始成员之一，专注于深度学习和计算机视觉领域，之后担任特斯拉的人工智能总监。2024年，他创立了AI教育平台Eureka Labs，并于2026年加入Anthropic，成为其预训练团队的一员。卡帕西因其对神经网络教育的贡献而广受认可，包括颇具影响力的斯坦福课程CS 231n以及他广受欢迎的YouTube教程。
卡帕西的工作涵盖学术研究与产业应用，重点关注大型语言模型及其在教育中的实际应用。他在2025年创造了“vibe coding”一词，反映了AI辅助软件开发日益普及的趋势。他的职业生涯中曾在多家领先AI机构担任重要职务，同时始终致力于让复杂主题变得易于理解，面向广泛受众。
教育与早期生活
卡帕西出生于捷克斯洛伐克（今斯洛伐克）的布拉迪斯拉发，15岁时随家人移居多伦多。他于2009年在多伦多大学获得计算机科学和物理学双学士学位，并于2011年在不列颠哥伦比亚大学获得硕士学位，期间研究物理模拟人物。
2006年，卡帕西开始在其YouTube频道badmephisto上传视频，因发布魔方教程而声名鹊起，这些教程被包括Feliks Zemdegs在内的知名速拧选手所使用。截至2025年6月，该频道观看量已超过900万次。
卡帕西于2015年在斯坦福大学获得博士学位，师从李飞飞，研究方向为自然语言处理与计算机视觉的交叉领域，以及适用于该任务的深度学习模型。
学术生涯与CS 231n
卡帕西是斯坦福大学深度学习课程CS 231n（卷积神经网络用于视觉识别）的首席讲师和主要作者。该课程从2015年的150名学生增长至2017年的750名学生，成为斯坦福规模最大的课程之一。课程材料（包括讲义和作业）均公开提供，成为全球学生和从业者的标准资源。
该课程强调卷积神经网络的实践实现，涵盖反向传播、批归一化和随机失活等主题。其受欢迎程度帮助确立了后续其他机构深度学习课程的模板，并推动了机器学习教育的更广泛普及。
OpenAI创始与早期研究
卡帕西是人工智能研究机构OpenAI的创始成员之一，于2015年至2017年担任研究科学家。在此期间，他为生成模型和强化学习的早期工作做出了贡献，包括对抗样本和单样本学习的研究。他在OpenAI的研究为后来基于Transformer的架构发展奠定了基础。
他在OpenAI的时期恰逢该机构从非营利研究实验室向更商业化实体转型。卡帕西的角色涵盖研究与工程，他以清晰传达复杂思想的能力而闻名，这一技能后来定义了他的教育事业。
特斯拉与Autopilot
2017年6月，卡帕西成为特斯拉的人工智能总监，向埃隆·马斯克汇报。他领导Autopilot视觉团队，负责开发用于自动驾驶的特斯拉计算机视觉系统。他的工作涉及训练深度神经网络实时处理摄像头数据，这需要在数据增强和模型剪枝方面取得重大进展。
卡帕西入选《麻省理工科技评论》2020年度35位35岁以下创新者，以表彰他在汽车AI领域的贡献。在特斯拉休假数月后，他于2022年7月宣布离开公司。他的离开标志着特斯拉AI能力快速发展的一个阶段的结束，但公司继续在其团队工作的基础上推进。
重返OpenAI与Eureka Labs
2023年2月9日，卡帕西宣布重返OpenAI。一年后的2024年2月13日，OpenAI发言人确认卡帕西已离开公司。同年，他入选《时代》杂志100位最具影响力AI人物。2024年7月16日，卡帕西在其X账号上宣布创立AI教育公司Eureka Labs。
该公司的首款产品是AI课程LLM101n。他还开展了更广泛的教育工作，即关于大型语言模型的“从零到一”系列。Eureka Labs倡导AI助教的概念，尽管这一概念因数据隐私问题和可能削弱师生间人际联系而受到批评。Eureka Labs旨在将深度学习技术与教学研究相结合，创造可扩展的互动学习体验。
Vibe coding与公众参与
2025年2月，卡帕西创造了“vibe coding”一词，用以描述AI工具如何让爱好者仅通过输入提示词就能构建应用程序和网站。该术语迅速在开发者社区流行，反映了生成式AI辅助软件开发的发展趋势。卡帕西对普及AI工具的倡导与其更广泛的教育使命相一致，强调动手实践而非仅依赖理论先修知识。
截至2023年2月，他持续制作关于如何构建人工神经网络的YouTube视频。他的频道最初以魔方教程起步，如今深入讲解大型语言模型、Transformer和反向传播等主题。这些视频通常包含现场编程演示和实用练习，吸引了从初学者到资深从业者的数百万观众。
Anthropic与预训练研究
2026年5月19日，卡帕西通过X平台宣布加入Anthropic，该公司表示他将领导预训练研究团队。这一角色专注于改进大型语言模型的基础训练流程，包括数据整理、学习率调度和损失函数设计。
他加入Anthropic反映了更广泛的行业趋势，即研究人员在探索应用领域后回归核心机器学习挑战。卡帕西在Anthropic的工作预计将影响该公司下一代模型的开发，他凭借在OpenAI和特斯拉的丰富经验为团队带来深厚积累。
遗产与影响
卡帕西对AI领域的影响超越了其研究论文。他的教育材料，包括CS 231n和“从零到一”系列，培养了一代AI从业者。他以通俗易懂的方式阐释复杂主题的能力，使他成为社区中备受信赖的声音，弥合了学术研究与实际应用之间的鸿沟。
他的职业轨迹，，从学术研究到产业领导，再回归教育，，展示了2020年代AI职业发展的演变路径。截至2026年，他仍是研究和公共讨论的活跃贡献者，其在Anthropic的工作很可能将持续塑造人工智能领域的未来发展。