OpenAI 联合创始人 Andej Karpathy 提出「细菌编程」
近期,OpenAI 联合创始人 Andej Karpathy 继「氛围编程」(vibe coding)、「上下文工程」(Context Engineering)之后,又创造了一个新词——「细菌式编程」(Bacterial code)。
Andrej Karpathy 分享了维护开源社区的看法,提倡要“细菌DNA”式的编码风格。
🧬 如何像细菌一样写代码,来建立一个繁荣的开源社区
细菌的代码(基因组)有以下特点:
🦠 小巧
(每一行代码都消耗能量)
🦠 模块化
(被组织成可相互替换的“操纵子”群组)
🦠 独立自足
(通过“水平基因转移”可以轻松地“复制粘贴”)💡 如果代码块是小巧、模块化、独立自足且极易复制粘贴的,那么社区就能通过“水平基因转移”的方式蓬勃发展。
对于你写的任何一个函数(基因)或类(操纵子),你能想象有人在不了解你其余代码、也无需导入任何新依赖的情况下,喊一声“我的了!”(yoink)就直接拿去用并从中获益吗?你的代码能成为 GitHub 上热门的 Gist 吗?这种编码风格使得细菌能够占领地球上从寒冷到炎热、从酸性到碱性的每一个生态位,甚至包括地球深处和太空真空,并演化出了极其多样的碳合成与能量代谢方式。它极其擅长快速原型开发,但是……它无法构建复杂的生命体。
相比之下,真核生物的基因组是一个体量大得多、更复杂、更有组织性且紧密耦合的单一代码库(monorepo)。它的创造性显著降低,但对于构建复杂生命体——例如构建完整的器官并协调其活动——却是必需的。
凭借我们“智能设计”的优势,我们应该可以兼得两者的优点。如果必须的话,你可以构建一个真核生物式的单一代码库作为主干,但要最大化地采用“细菌DNA”式的编码风格。
据 Karpathy 的介绍,细菌编程拥有三个特点:代码块精简、模块化、自包含且易于复制粘贴。拥有上述三个特点后,代码社区就可以通过「水平基因转移」而蓬勃发展。
Karpathy 解释,细菌历经地球各种时期:从严寒到酷暑,从酸到碱,甚至外太空,但细菌几乎能够殖民生态圈的每一处。而细菌能够如此强大,靠的正是其基因组那套厉害的演化逻辑。Karpathy 认为,开发者也应该向细菌的生存方式学习。
在生物学中,为了减少能量消耗,细菌基因组里拥有了「自我精简机制」,Karpathy 认为「开发者们也应该有这样的意识」:写代码太容易、成本太低,导致大家开发十分随意,最后代码变得臃肿不堪,甚至脆弱且杂乱。
另外,Karpathy 也承认了「细菌编程」的局限性:无法构建复杂的生命体。相比之下,更高级的真核生物的基因组,宛如一个庞大、复杂,但高度耦合的单体仓库(Monorepo)。有了单体仓库,才能实现组织性和协调性。
对此,Karpathy 认为,人类在面对「细菌」和「真核生物」两种方式时,可以取长补短:在一个统一、用有结构化的项目(Monorepo)中进行开发,但大框架下,要做到每一个功能、模块写得像细菌基因组一样——精简、独立、自包含,甚至拥有「复制粘贴」功能。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
腾讯混元 3D 再升级,推出业界首个美术级 3D 生成大模型
腾讯混元3D宣布再次升级,带来了业界首个美术级3D生成大模型Hunyuan3D-PolyGen。根据介绍,该模型主要是为解决3D资产生成中布线质量和复杂物体建模的难题,提升美术师建模效率。 为实现从“可看”到“可用”的3D生成,Hunyuan3D-PolyGen采用自回归网格生成框架,通过显式、离散的顶点与面片建模,进行空间推理,生成高质量、符合美术规范的3D模型。其核心框架包括以下三个步骤: 网格序列化:将网格的顶点和面片转化为Token序列,用以表示Mesh结构。 自回归建模:以点云作为输入Prompt,利用自回归模型生成Mesh的Token序列。 序列解码:将生成的Token序列反向解码为顶点与面片,重建3D网格。 现有的mesh自回归方法,表达一个面通常需要9个token(一个面片三个顶点,每个顶点三个坐标),mesh表达冗余程度高,在给定有限的上下文窗口下,仅可对低面片(2k面以下)的简单模型进行建模,为了提升可建模面数,实现复杂mesh建模,混元团队自研了高压缩率mesh表征BPT(Blocked and Patchified Tokenization),设计block索引...
- 下一篇
北京人形正式发布开源运动控制框架 Tien Kung-Lab
北京人形机器人创新中心(后称北京人形)宣布正式发布开源运动控制框架Tien Kung-Lab,将机器人马拉松冠军的运控算法面向行业开源,填补高性能人形机器人运动控制框架在开源领域的空白,为工业场景、物流场景与特种作业场景等高复杂环境下规模化应用提供核心基础技术支撑。 根据介绍,Tien Kung-Lab是一套基于Isaaclab开发的开源强化学习运动控制算法框架,该框架融合前沿的强化学习技术和人体运动数据,旨在让人形机器人实现自然、高效、稳定的运动控制。在此前进行的全球首届人形机器人马拉松比赛中,搭载该运控算法的天工Ultra以2时40分42秒跑完21.0975公里,夺得全球首个人形机器人马拉松冠军。 该方法首次融合了模仿学习与强化学习的优势,基于Adversarial Motion Prior(AMP)风格化奖励机制,通过引入动作捕捉数据作为先验,让人形机器人在走路、跑步等移动中具备面对复杂地形的高稳定性和高泛化性的同时,还保留了与人类高度相似的优雅姿态。Tien Kung-Lab所开源的针对人形机器人的步态奖励,可让开发者快速地训练出走路,跑步等策略。 此次开源的算法框架,改进了相...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- Linux系统CentOS6、CentOS7手动修改IP地址
- CentOS关闭SELinux安全模块
- CentOS8安装Docker,最新的服务器搭配容器使用
- Hadoop3单机部署,实现最简伪集群
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Windows10,CentOS7,CentOS8安装Nodejs环境
- 设置Eclipse缩进为4个空格,增强代码规范