创立 Eureka Labs：他要办一所「AI 原生」的学校
一句话
离开 OpenAI 五个月后，卡帕西公布了自己的下一步：不是新模型公司，而是一所学校。Eureka Labs 的设想是「教师 + AI 共生」——人类专家负责设计课程，AI 助教负责把它规模化地带给每一个学生。这是他把十几年教育副业转为主业的宣言。
他说了什么
公告的核心是一个供需错配：学任何东西的理想配置，是既有顶级教材、又有费曼那样的大师一对一陪你走完全程——但大师稀缺，不可能人手一个。生成式 AI 第一次让「每个学生配一个不知疲倦的助教」变得可能：教师仍然是课程的灵魂，AI 负责答疑、引导、适配每个人的进度。他给公司的定位是：
"a new kind of school that is AI native" —— @karpathy，2024-07-16 · 查看原推 →
首个产品是课程 LLM101n：一门本科级课程，带学生从零训练出自己的 AI（一个会讲故事的小模型），计划同时提供线上材料与线下班级。
背景：蓄谋已久的转身
这不是心血来潮。他从斯坦福 CS231n（亲手创办、后成为王牌课）到 YouTube 的 Zero to Hero 系列，教育投入贯穿整个职业生涯；2024 年 2 月他发布「学习的短视频化」长文、随后离开 OpenAI，路线图其实已经画好。Eureka Labs 是把「AI 时代如何认真学习」这个问题从推文和视频升级为一家公司。
它引发了什么
- 「AI 原生教育」成为赛道叙事：公告后，「AI native school」「AI teaching assistant」被大量教育创业公司写进 BP；他的教师-AI 分工框架（人管课程质量、AI 管规模化陪跑）成为该赛道最常被引用的架构。
- LLM101n 的曲折：课程大纲仓库公开后一度是 GitHub 热榜常客，但正式课程反复打磨、多次推迟——直到 2026 年仍未发布。他公开解释过：想把课程做到配得上「eureka 时刻」的密度，比想象中难得多。
- 事实上的阶段成果：2025 年 10 月发布的 nanochat（用约 100 美元训练一个完整 ChatGPT 克隆）被他定位为 LLM101n 的毕业设计项目——课程未至，压轴作业先到了。
- 变量：2026 年 5 月他宣布加入 Anthropic 预训练团队，Eureka Labs 的后续节奏如何安排，仍待观察。
对你意味着什么
- 教育产品的正确分工已经给出：做 AI 教育创业，别拿 AI 替代老师，让 AI 做「无限耐心的助教」——答疑、批改、按进度出题。课程内核的质量仍由人负责，这是他反复强调的边界。
- 「课程 + 代码仓库」是被验证的形态：LLM101n 未发布，nanochat 却先跑通——可运行的开源项目本身就是最好的课程载体。中文世界做技术教育，交付一个能跑的 repo 胜过一百页讲义。
- 慢也是一种信号：顶级从业者做一门课打磨两年以上，说明高质量教育内容的护城河比想象中深。与其焦虑风口，不如把一门课做到不可替代。
延伸
- Eureka Labs 官网 —— 公司使命的完整表述
- LLM101n 课程大纲仓库 —— 课程设想的公开部分
- 解读：「学习的短视频化」 —— 五个月前的思想预告
- 解读：nanochat 发布 —— LLM101n 事实上的毕业设计
- 解读：宣布加入 Anthropic —— 2026 年的最新动向