OpenAI 联合创始人 Andrej Karpathy 在最新访谈中指出,大语言模型正作为「新型计算机」全面重塑计算架构。
4 月 29 日,曾一手主导特斯拉 Autopilot 开发、并在 OpenAI 具有举足轻重地位的 AI 领军人物 Andrej Karpathy,在由 AI Sent 主办的活动上,就当前 AI 代理的技术跃迁及其对软硬件生态的深远影响进行了深度拆解。
Karpathy 表示,自去年 12 月起,他开始意识到以代理为核心的工作流已真正可用,这一转变标志着 Software 3.0 时代的实质到来。
他说:很多人去年对 AI 的印象还停留在 ChatGPT,但你必须重新审视,尤其是从 12 月开始——事情已经发生了根本性变化。
他同时提出了「代理工程」(agentic engineering)这一新概念,以区别于去年他所命名的「氛围编程」(vibe coding),前者指的是专业软件开发中质量标准的延续与加速。
他直言,大量现有代码和应用程序在新范式下「不应该存在」,而当前多数组织的招聘流程、开发工具和基础设施,仍在为人类而非代理而设计。
软件 3.0 的黎明:底层计算架构的权力交接
科技产业正站在一个从量变到质变的十字路口。
去年 12 月是一个关键的转折点,Karpathy 坦言,面对最新的 AI 模型,他经历了深刻的震撼:
系统生成的代码块越来越完美,我甚至记不清上一次修改它是什么时候。我只是越来越信任这个系统......(这让我)从未感觉自己作为一名程序员如此落后。
这种冲击是计算范式的彻底颠覆。在 Karpathy 看来,市场目前低估了这一变化的深度。
他指出,我们正在告别「软件 1.0(写代码)」和「软件 2.0(整理数据集训练神经网络)」,正式迈入「软件 3.0」时代。
在这个新纪元里,大语言模型本身就是一台「新型计算机」。
他说:你现在的编程变成了写提示词,而在上下文窗口中的内容,就是你操控那个作为解释器的大语言模型的杠杆,让它在数字信息空间中执行计算。
更令市场瞩目的,是他对未来底层硬件架构演进的大胆预测。
目前,神经网络仍以虚拟化的形式运行在现有的计算机上,但他认为未来这种主客关系将会反转:你可以想象,神经网络将成为主进程,而 CPU 则变成了某种协处理器。神经网络将承担绝大部分的繁重工作。
这意味着,主导全市场资本开支的「智能算力」,其战略核心地位将在未来进一步固化。
下一代基建:重构「代理原生」生态
当执行和编码被机器接管,人类的核心价值和未来的基建形态将走向何方?
Karpathy 直言:所有的东西都必须被重写。
目前互联网的各种框架和库的说明文档仍是「为人类编写的」,这让他感到无比烦恼。
Karpathy 抱怨道:为什么还要告诉我怎么做?我什么都不想做。我应该复制粘贴什么文本给我的 AI 代理?
未来的市场大机会在于构建「代理优先」的基础设施。
在这个世界里,系统被拆解为感知世界的「传感器」和改造世界的「执行器」,数据结构要让大语言模型高度可读,机器代理代表个人和机构在云端进行交互。
在如此高度自动化的未来,人类的核心稀缺性将回归到审美、判断力以及最深层的商业理解上。
Karpathy 引用了一句令他反复咀嚼的话作为总结:你可以外包你的思考,但你无法外包你的理解。
代理工程:远超「10 倍工程师」的产能大爆发
在提升生产力这一市场最关心的维度上,Karpathy 区分了两个核心概念:「氛围编程(Vibe coding)」与「代理工程(Agentic engineering)」。
他指出,「氛围编程」抬高了全员开发软件的下限,而「代理工程」则旨在维持专业软件的质量上限。
「代理工程」不仅仅是提速,它要求开发者协调那些「有些易错、带有随机性但极其强大」的 AI 代理,在不牺牲质量的前提下全速前进。
这也将极大拓宽企业产出的想象空间。
Karpathy 指出:「人们以前常谈论 10 倍工程师」,10 倍已经不足以形容你所获得的提速了。在我看来,那些在这个领域表现出色的人,其产出峰值远超 10 倍。
面对这种生产力爆发,企业的组织架构和人才筛选逻辑必须重构。
他建议企业抛弃传统的算法解题面试,转而考察候选人如何利用多个 AI 代理协同构建大型项目,并能抵御其他 AI 代理的攻击。
AI 商业落地的发力点
对于当前急于寻找 AI 应用落地场景的创业者和投资者,Karpathy 提供了一个极具实操性的评估框架:可验证性。
目前 AI 的能力呈现出一种极其怪异的「锯齿状」。
他举例表示:最先进的模型今天能同时重构 10 万行的代码库或寻找零日漏洞,然而却告诉我应该步行去 50 米外的洗车店洗车,这简直疯了。
产生这种割裂的原因在于,前沿实验室(如 OpenAI 等)将海量强化学习资源倾注在了「数学」和「代码」等结果易于验证的领域。
因此,只要置身于结果可验证的商业场景中,AI 就能发挥巨大威力。
Karpathy 暗示,市场上仍存在大量高价值,但尚未被头部实验室重点关注的可验证强化学习环境,这正是创业公司进行微调(Fine-tuning)和商业变现的巨大蓝海。
