Karpathy说：“别写prompt了，先聊起来！”

Hello啊朋友们，我是Simonlin，你身边那个会用AI的朋友。

昨天刷到 Karpathy 一条推，311万浏览。

他说跟大模型协作有个特别有用的模式，就是先别急着下指令，跟它来一场漫长的、随意的闲聊。让模型慢慢理解你的背景和偏好，然后再进正题。

评论区一片「大师悟了」。

我看完第一反应，对，确实是这样。

第二反应，等等，token 不要钱吗？

一场「漫长的闲聊」轻松吃掉两三万 token。后面每轮对话都带着这段历史跑，你每一次请求都在为前面的闲聊付费。

聊得越深，后面越贵。

Karpathy 不心疼，人家大概率用自家额度，你我是按量付费的普通人。

但仔细想，他真正在说的不是「多聊天」。

他说的是，一次性写一个完美 prompt 太难了。你自己都没想清楚要什么，怎么可能一上来就给模型精确指令？所以需要一个渐进式上下文构建的过程，先聊几轮让模型理解你，然后它出的东西越来越对味。

关键词是「渐进式」，不是说一股脑倒完，是一层一层搭。

我自己现在的用法就是这样。

桌面上跑着一个 AI 助手，它有持久化记忆。

我跟它聊过的东西不会忘，下次开新对话它已经知道我是谁、在做什么、上次踩了什么坑。不用每次重新聊。

这才是终极形态，不是每次从零开始闲聊，而是让上下文自己长出来，越用越厚，越用越准。

那如果你没有这种系统，每次都是新对话，怎么省着干？

三步。

探索阶段用便宜模型。Flash级别就行，试错成本低，这个阶段不需要最聪明的脑子，需要一个愿意陪你聊的搭子。

然后把聊出来的东西压缩成一份 brief。二十分钟里真正有用的信息可能就五六条，提炼成三五百字的结构化文档。

正式干活时只带 brief，不带原始对话。效果差不多，成本砍掉七八成。

Karpathy 说得对，先建立理解再干活，比上来甩指令强。但他没说的是，这个过程不需要每次重新来一遍。

真正高效的用法，是让上下文像滚雪球一样越滚越大，而不是每次堆个雪人然后看着它化掉。

我是Simonlin，下次见。