# Karpathy观点：多模态任务让Agent更高效

- 来源：elvis (@omarsar0)
- 发布时间：2026-07-23 01:33
- AIHOT 分数：34
- AIHOT 链接：https://aihot.virxact.com/items/cmrwdro6w00tsroj0c8tsqat0
- 原文链接：https://x.com/omarsar0/status/2079983214588731629

## AI 摘要

Karpathy关于长语音漫谈的观点在加入更多模态后更进一步。

我最近最喜欢的提示智能体的方式是一个更大的单元，我称之为“任务”。

一个任务将一段长语音笔记、当前屏幕、标注和精确文本整合到单次交互中。智能体从所有这些信号中重建我的意图，因此大部分修正循环消失了，我可以移交更大的工作。

## 正文

Karpathy's point about long voice rambles goes further when you add more modalities.

My favorite way to prompt agents lately is a bigger unit I've been calling a task.

A task bundles a long voice note， the current screen， annotations， and exact text into a single turn. The agent reconstructs my intent from all of those signals， so most of the correction loops disappear and I can hand off larger pieces of work.

### 引用推文

> elvis：http://x.com/i/article/2079981292108582912