社區復現OpenAI前首席科學家Ilya Sutskever給Carmack的30篇AI論文清單

OpenAI前首席科學家Ilya Sutskever曾向傳奇程序員John Carmack提供約30篇AI核心論文清單，並稱若真正掌握這些內容，即可瞭解當時AI領域90%的關鍵知識。

該清單源於Carmack在轉向AI研究時向Sutskever求取閱讀建議，Sutskever回應以約40篇論文並作出上述評價；原始完整清單據稱已不可考，社區根據多方回憶與公開討論重構了包含RNN、LSTM、AlexNet、ResNet、注意力機制、縮放定律等內容的版本。

多個開源項目已將清單論文轉化爲可運行代碼實現，例如30u30項目以“30天30篇論文覆蓋90% AI”爲口號，提供從零實現的多頭注意力、殘差連接、字符級RNN、變分自編碼器等，並配套筆記、可視化與練習；部分實現僅使用NumPy以強調底層原理。

覆蓋內容包括《Attention Is All You Need》的序列到序列與注意力、ResNet的x + F(x)殘差結構使百層網絡可訓練、Scaling Laws對算力與性能關係的數學描述、LSTM門控機制以及MDL與壓縮即智能等理論；項目強調框架更迭迅速而底層數學與架構長期穩定。

Carmack在訪談中確認曾獲取並研讀該清單，社區項目累計數千行代碼實現與多國用戶參與；相關實現已在GitHub等平臺公開，允許直接運行與擴展。

此現象屬於知識結構化驅動的教育資源供給，開發者將口頭推薦清單轉化爲可執行代碼與系統課程，注意力從工具追逐轉向基礎論文復現；受益方爲希望系統掌握AI底層原理的工程師，承壓方爲僅依賴最新框架與提示詞的表層學習路徑。

來源：公開信息