2026年必关注的5个AI博主

我的4个选择标准

信息源头：必须是一手信息，不是二道贩子

信息密度：每小时能获得的有效知识量要高

专业深度：能把复杂的东西讲清楚，不是泛泛而谈

持续更新：仍在活跃输出

Andrej Karpathy：从原理到代码，AI教育天花板

这位可能不需要太多介绍——OpenAI联合创始人，前Tesla AI总监，斯坦福CS231n的讲师。

但他真正厉害的地方是教学能力。

他的YouTube频道有一系列从零构建神经网络的教程，比如"Let's build GPT from scratch"，两小时带你手写一个GPT。不是讲概念，是一行行代码带着你敲。

为什么推荐？

真正的一手信息：他参与构建了GPT系列，讲的就是他做的东西

极高的信息密度：两小时能获得别人两周课程的知识量

代码驱动：不是PPT党，每个概念都有代码实现

适合谁？

想从原理层面理解AI的人。需要有一定编程基础，至少能看懂Python。

频率：不定期更新，但每条都是精品

Dwarkesh Podcast：和AI顶级大脑对话

Dwarkesh Patel的播客：Dwarkesh Podcast是我发现的宝藏。

他专门做长访谈，每期2-3小时，嘉宾都是AI领域最顶尖的人物：Ilya Sutskever、Demis Hassabis、John Carmack……

最关键的是：问题问得专业，深度聊得下去。

不是那种"您觉得AI会取代人类吗"的水问题，而是直接切入技术细节、研究方向、行业判断。

为什么推荐？

嘉宾质量：采访的都是真正做出东西的人

问题深度：Dwarkesh自己就懂技术，能追问到位

信息前沿：很多行业内部视角，别处听不到

适合谁？

想了解AI行业前沿动态和顶尖研究者思考方式的人。

频率：每月2-4期

Ilya Sutskever：直接听"教父"说

Ilya Sutskever是深度学习领域真正的大神——AlexNet论文联合作者，OpenAI前首席科学家，SSI创始人。

他的公开演讲和访谈不算多，但每次出现都值得反复看。

我前几期聊的“AI时代，最重要的是品味”，也是取材于他。

为什么推荐？

思想高度：他的判断往往领先行业1-2年

稀缺性：他很少公开发言，每次都值得珍惜

影响力：他说的话，整个AI圈都会讨论

适合谁？

想理解AI发展大方向、有一定基础的学习者。

频率：随缘，但Dwarkesh对他的采访是必看的

3Blue1Brown：数学基础知识的可视化教学

Grant Sanderson的3Blue1Brown频道，是我见过最好的数学可视化教学。

学AI绑定要理解线性代数、微积分、概率论。传统教材看得头疼，但3Blue1Brown用动画把这些抽象概念变成了直觉。

特别推荐他的"Neural Networks"系列和"Linear Algebra"系列，是真正能让你"懂了"的那种。

为什么推荐？

降维打击：把复杂数学变成视觉直觉

基础扎实：很多AI概念理解不了，根源是数学基础不够

制作精良：每个视频都是艺术品级别的品质

适合谁？

数学基础薄弱但想真正理解AI原理的人。

频率：每月1-2期

Gavin Baker：从投资视角看AI的产业逻辑

Gavin Baker是Atreides Management的创始人，之前在Fidelity管理过千亿美元级别的科技基金。

他不是做AI研究的，但他的视角独一无二：

用钱投票的人，对行业的理解往往最深刻。

他在Twitter/X上的长帖和播客访谈，对AI产业链、商业模式、竞争格局的分析极其犀利。比如他对英伟达护城河的分析、对AI应用层公司的判断，都是一手的产业洞察。

为什么推荐？

产业视角：不讲技术细节，讲商业逻辑和竞争格局

利益绑定：真金白银投进去的判断，比纸上谈兵可信

信息差：接触的都是公司CEO和行业insider，信息质量高

适合谁？

想理解AI行业商业逻辑、关注AI投资机会的人。

频率：Twitter/X活跃，播客访谈不定期

给初学者的3个建议

宁缺毋滥：5个信息源足够了，关注太多反而学不进去

动手优先：看10个小时不如自己写1个小时代码

直接学英文内容：AI领域最好的资源都是英文的，这个弯绕不过去

2026年刚开始，AI的发展只会更快，所有行业都值得被AI重构一遍。

希望这份推荐，能让你的学习路径少走弯路。

既然看到这了，如果觉得不错，随手点个赞、收藏、转发三连吧～

我是Carl，大厂研发裸辞的AI创业者，只讲能落地的AI干货。

关注我，更多AI趋势与实战，我们下期再见！