# Karpathy 试了一种用法：对着模型语音唠叨 10 分钟，它能把乱糟糟的想法理清楚

> 原标题：Karpathy：用语音与LLM长谈可提升理解效率

- 来源：AI HOT 精选
- 发布时间：2026-07-21T16:53:55.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/45706
- 原文：https://x.com/karpathy/status/2079610838143623371

## 摘要

他最近分享了一个工作流：打开语音输入，对着大模型自由漫谈大概 10 分钟，内容可以很乱、很意识流。他发现模型能从这种长篇、不连贯的语音里把意图拼回来，给出的回答经常比他自己原本的思路还清晰，省掉了来回修改的功夫。帖子没提用的是哪个模型、在什么场景下测的。

## 推荐理由

Karpathy 的第一手实验，给出了一个具体方法（10 分钟语音漫谈），不是空谈观点。HKR 三个维度都踩中了，但帖子没披露模型和场景，信息密度不够撑到 78 分以上的'质量'档。72 分，刚过 featured 线。

## 锐评

Karpathy 这条分享挺实在，他描述的不是什么新技术，而是一个使用习惯的转变。以前我们跟模型对话，总习惯把问题先在自己脑子里整理好，再一句句喂给它，生怕它听不懂。他反过来，把最原始、最乱的思考直接倒给模型，让模型去干提炼和梳理的脏活。这其实点出了一个被低估的能力：现在的大模型在处理长段、低信噪比语音输入时，意图抓取和重构能力已经强到可以当个耐心的倾听者和编辑了。

不过这条帖子的信息缺口也很明显。他没说用的是哪家的模型，是 GPT-5、Gemini 还是别的。不同模型在长语音转文字、上下文窗口和逻辑梳理上的表现差异很大，这个体验不一定能直接复现。另外，10 分钟这个时长是他个人的舒适区，还是模型能力的一个甜点区，也没法判断。如果换成更技术性的讨论，比如代码逻辑或架构设计，这种漫谈式输入还能不能保持高对齐度，也得打个问号。

总的来说，这个工作流值得一试，成本很低，就是改变一下自己的输入习惯。但别把它当成一个普适的结论，先拿你手头的模型试试，看它吃不吃得消你的意识流。