撰文：Techub News 整理

导语

近日，前特斯拉AI总监、OpenAI创始成员Andrej Karpathy（安德烈·卡帕西）在一场面向学生和行业新人的演讲中，分享了他对AI浪潮下软件根本性变革的思考。作为深度参与自动驾驶和前沿AI研究的资深专家，Karpathy的视角兼具技术深度与历史纵深感。他认为，我们正处在软件范式70年未遇的剧变之中，这不仅重塑着开发工具与基础设施，更在重新定义“编程”本身以及人机协作的方式。本次演讲系统梳理了从Software 1.0到3.0的演进，并展望了构建下一代AI原生应用与生态的关键挑战与机遇。

摘要

软件正经历第三次根本性范式迁移：从代码（1.0）到神经网络权重（2.0），再到用自然语言提示编程大语言模型（3.0）。
大语言模型（LLM）可被视为一种新的“计算机”或“操作系统”，其生态发展类似1960年代的早期计算，目前主要通过云端分时共享。
LLM是具备“人类心理”但又有认知缺陷的“人魂”，与之高效协作需构建具备“自主性滑块”、定制GUI和快速“生成-验证”循环的“部分自主”应用。
自然语言编程（如“氛围编码”）极大降低了软件构建门槛，同时，为AI智能体优化数字基础设施（如LLM友好的文档、协议）是巨大的新机遇。
AI代理的完全自主之路将比预期漫长，应优先构建人类监督下的增强工具（“钢铁侠战衣”），而非完全自主的代理。

软件的三次范式革命：从代码到权重再到提示

Andrej Karpathy（安德烈·卡帕西）开篇即指出，现在进入科技行业是一个“极其独特而有趣”的时机，根本原因在于“软件正在再次发生改变”。他回顾了软件发展的历史范式：

Software 1.0 即我们熟知的传统计算机代码，是人类编写的、精确的指令集合，用于命令计算机执行任务。GitHub是其代码库的典型代表。

Software 2.0 这一概念由Karpathy数年前提出，指的是神经网络的权重（weights）。程序员不再直接编写逻辑，而是通过准备数据集和运行优化器来“间接编程”，生成网络的参数。Hugging Face等平台可视为Software 2.0的“GitHub”。例如，图像生成模型Stable Diffusion的巨大参数集，以及在其基础上微调产生的各种变体，都可视作这个空间中的“提交记录”。

然而，直到最近，大多数神经网络都还是“固定功能计算机”，如图像分类器。真正的变革在于：大语言模型（LLM）让神经网络变得可编程了。Karpathy认为这值得被称为 Software 3.0。在3.0范式中，提示（Prompt）就是程序，它用自然语言（如英语）编写，用来“编程”LLM这个新型计算机。他曾在推特上感慨：“引人注目的是，我们现在正在用英语编程计算机。”这彻底改变了编程的准入门槛和表现形式。

他以情感分类任务为例：在1.0范式下，需要编写Python代码来定义规则；在2.0范式下，需要训练一个专门的神经网络；而在3.0范式下，只需设计一个包含少量示例的提示给LLM即可。如今，GitHub上的代码仓库里已经大量出现夹杂着英语注释的代码，这正是一种新编程范式崛起的迹象。

Karpathy以在特斯拉开发自动驾驶（Autopilot）的经历为例，生动说明了范式迁移的力量。最初，Autopilot堆栈中包含大量C++代码（Software 1.0）和一些用于视觉识别的神经网络（Software 2.0）。随着系统进化，神经网络的能力和规模不断增长，而许多原本由C++实现的复杂功能（如多摄像头图像信息跨时空融合）被神经网络取代，导致大量1.0代码被删除。Software 2.0“吞噬”了软件栈。他预见，同样的过程将在Software 3.0中重演。

因此，对于开发者而言，精通这三种范式至关重要。每种范式各有优劣，开发者需要根据具体功能需求，决策是使用传统代码、训练专用模型，还是直接提示LLM，并能灵活地在不同范式间切换。

LLM：新“操作系统”、新“计算机”与新“公共事业”

那么，如何理解LLM这种新事物？Karpathy提出了几个精妙的类比框架。

首先，LLM类似于“公共事业”（Utility）。正如Andrew Ng（吴恩达）所说“AI是新电力”，LLM实验室（如OpenAI、Google、Anthropic）投入巨资训练模型，类似于建设电网；通过API提供智能服务则相当于运营电网，按量（每百万token）计费。用户对其有类似公共事业的需求：低延迟、高可用性、质量稳定。甚至当顶级LLM服务中断时，会引发全球范围内的“智能降压”——世界会暂时“变笨”。

其次，由于训练LLM所需的资本支出（Capex）极高，且技术迭代快速，核心研发能力集中在少数实验室，因此它也有点像半导体制造厂（Fab）。使用NVIDIA GPU训练如同“无晶圆厂（Fabless）”模式，而像Google这样自研TPU并训练，则类似英特尔拥有自家晶圆厂的模式。

但Karpathy认为，最贴切的类比是将LLM视为“操作系统”。它不仅仅是电力或水那样的同质化商品，而是日益复杂的软件生态系统。当前格局与操作系统市场惊人相似：存在少数闭源提供商（如GPT、Claude、Gemini系列，对应Windows、macOS），以及一个正在崛起的开源替代品（Llama生态系统，对应Linux）。

他将LLM本身比作新型计算机的“CPU”，上下文窗口是“内存”，而LLM协调内存和计算资源来解决问题，并整合工具使用、多模态等功能——这完全是一个操作系统的架构。许多应用（如代码编辑器Cursor）可以在不同的LLM（GPT、Claude等）上运行，就像VS Code可以在Windows、Linux、macOS上运行一样，只需在下拉菜单中选择。

我们正处在类似于1960年代的“分时计算”早期阶段。LLM计算仍然昂贵，被迫集中在云端，用户通过网络以“客户端”形式交互，无法独占整机，因此采用分时共享是经济的。真正的“个人计算革命”尚未到来，但已有迹象（如在Mac Mini上本地运行某些LLM）。目前，我们主要通过文本终端（如ChatGPT的聊天界面）与这个“操作系统”交互，一个普适的图形用户界面（GUI）尚未出现。

Karpathy特别指出LLM一个“史无前例”的特性：技术扩散方向是“颠倒”的。通常，电力、加密技术、早期计算机等 transformative 技术总是先由政府、军方或大公司采用，之后才扩散至消费者。但LLM却反其道而行之：最先普及的应用是“如何煮鸡蛋”这类日常生活问题，普通消费者走在了前面，而企业和政府机构在采用上反而滞后。这是因为LLM是软件，可以瞬间通过互联网部署到全球数十亿设备上，这种普及速度和模式是前所未有的。

与“人魂”共舞：LLM的心理学与协作方法论

要有效编程LLM（Software 3.0），必须先理解它是什么。Karpathy喜欢将LLM视为“人魂”（People Spirits）——一种基于自回归Transformer的、对人类文本的随机模拟器。因为它训练于人类产生的海量文本，所以涌现出了类人的心理特质，但同时也有显著的认知缺陷。

其“超能力”包括：百科全书式的知识和记忆（堪比电影《雨人》中的自闭症学者），远超任何个人类个体。

其“认知缺陷”则包括：

幻觉（Hallucination）：会编造事实，对自身知识的边界认识不足。
锯齿状智能（Jagged Intelligence）：在某些领域表现超人类，却在另一些简单问题上犯低级错误（如坚持认为9.11大于9.9，或说“strawberry”有两个‘r’）。
逆向性遗忘（Anterograde Amnesia）：不像人类同事能通过睡眠巩固记忆、积累专业知识。LLM的“权重”是固定的，“上下文窗口”只是其工作记忆，每次对话后即被清空，类似于电影《记忆碎片》或《初恋50次》中的主角。如何让LLM持续学习仍是待解难题。
安全性问题：容易受提示注入攻击，可能泄露数据，过于轻信。

因此，与LLM协作的核心挑战在于：如何绕过其认知缺陷，同时充分利用其超能力。这引出了Karpathy认为当前最大的机会领域：构建“部分自主”（Partial Autonomy）的LLM应用。

以编程为例，直接使用ChatGPT复制粘贴代码效率低下。而像Cursor这样的专用应用则展示了LLM应用的理想形态：

自动化上下文管理：LLM自动处理文件嵌入、代码理解等。
多模型调用编排：协调聊天模型、代码补全模型、代码差异应用模型等。
应用特定GUI：这是关键。文本交互难以阅读和审计。GUI（如图形化显示代码差异）允许人类快速验证AI的工作，通过快捷键（Cmd+Y接受/Cmd+N拒绝）极大加速协作循环。
自主性滑块（Autonomy Slider）：用户可控制AI的自主程度。在Cursor中，从Tab补全（低自主）、到修改选中代码块（中自主）、再到让AI自由修改整个仓库（高自主），用户可以根据任务复杂度灵活调整。

另一个例子是Perplexity AI，它也具备类似的特性：打包信息、编排多个LLM调用、提供可审计的引用来源GUI，以及从快速搜索到深度研究的不同自主级别。

Karpathy预测，大量软件将变得“部分自主”。关键在于：LLM能否看到人类能看到的一切？能否执行人类能执行的操作？人类能否有效监督并保持在循环中？因为当前的LLM仍是不完美的、易出错的系统。

他强调了加速“生成-验证”循环的重要性。人类与AI协作，通常是AI生成，人类验证。为了让这个循环更快： 1. 加速验证：GUI至关重要。视觉信息处理是人类大脑的高速通道，阅读文本则费力得多。图形化表示（如图标、颜色编码的差异）能极大提升审计效率。 2. 约束AI（Keep AI on a Leash）：不要过度追求完全自主的智能体。让AI一次性生成10,000行代码的改动毫无意义，因为人类验证会成为瓶颈。我们需要控制AI的输出规模，使其保持在小而增量的、易于验证的范围内。

他分享了自己的AI辅助编码最佳实践：追求小而具体的任务，保持快速迭代循环，避免过大改动。模糊的提示会导致验证失败和循环卡顿，因此花时间构思更具体、精确的提示是值得的。

在教育领域，他构想将“教学”分解为两个应用：一个供教师创建标准化课程（可审计的中间产物），另一个供学生学习该课程。这样就将AI约束在预设的教学大纲和项目进度内，防止其“在森林中迷路”。

Karpathy以在特斯拉开发自动驾驶的经历警示，完全自主之路道阻且长。他早在2013年就体验过完美的无人驾驶演示，但12年过去，问题仍未完全解决，人类仍在循环中。因此，他对“2025年是智能体之年”的说法表示担忧，认为这将是“智能体的十年”，需要人类持续监督。他更推崇“钢铁侠战衣”的类比：战衣既是增强人能力的工具（ augmentation），也具备一定自主性（agentic）。在当前LLM仍有缺陷的阶段，我们应更多构建增强人类能力的“战衣”（部分自主产品），而非完全自主的“机器人”。这些产品应有定制化的GUI/UX，旨在加速人机协作循环，但同时内置“自主性滑块”，为未来逐步提高自动化水平做好准备。

氛围编码、智能体与数字基础设施的重塑

Software 3.0的另一个革命性影响是：编程语言变成了自然语言（如英语）。这意味着几乎人人都成为了潜在的程序员，无需经过5-10年的专业学习。

Karpathy提出的“氛围编码（Vibe Coding）”概念在网络上引起了巨大共鸣。它描述了这样一种状态：开发者并非精确指定需求，而是通过感觉和迭代与LLM协作，快速构建出定制化原型。他分享了自己“氛围编码”的经历：在不懂Swift的情况下，一天内构建了一个基本的iOS应用；还创建了MenuGen.app，一个为餐厅菜单生成图片的应用（尽管目前是个“负收入”项目）。

然而，构建可用的原型（在本地运行）相对容易，而将其变成真正的产品（涉及身份验证、支付、部署等运维工作）则异常繁琐。这些工作往往不是写代码，而是在网页上点击各种配置。Karpathy对此感到沮丧：“计算机在告诉我应该点击哪里。为什么是‘我’在做这个？为什么不是‘你’（计算机）来做？”

这引出了演讲的最后一部分主题：我们能否直接为AI智能体（Agents）构建基础设施？

Karpathy指出，数字信息的消费者和操纵者出现了新类别：过去只有人类（通过GUI）和计算机（通过API），现在多了“人魂”式的AI智能体。我们需要调整数字世界以适应它们：

LLM友好的文档：大量现有文档是为人类阅读设计的（包含列表、加粗、图片），LLM解析困难。应提供Markdown等LLM易于理解的格式。Vercel、Stripe等已开始提供LLM专用的API文档。
从“点击”到“cURL”：文档中的“点击此处”对LLM无效。Vercel正在将文档中的“点击”替换为等效的cURL命令，以便智能体直接执行。
专用协议：如Anthropic提出的“模型上下文协议”（Model Context Protocol），旨在为智能体提供标准化的交互方式。
便捷的数据摄取工具：例如，将GitHub仓库URL中的“github.com”替换为“git- ingest.com”，就能获得所有代码文件拼接而成的、适合直接粘贴给LLM的单一文本。还有工具能为代码库自动生成深度分析文档，更利于LLM理解。

虽然未来LLM可能学会点击和导航现有界面，但Karpathy认为，主动“与LLM在半路会合”，优化基础设施使其更容易访问信息，仍然是高性价比的做法，尤其对于大量不会主动适配的长尾软件。

结语：拥抱软件的新纪元

Andrej Karpathy（安德烈·卡帕西）总结道，现在进入科技行业是一个惊人的时机。我们需要重写海量代码，这些代码将由专业开发者和“氛围编码者”共同完成。

LLM既是公共事业，也像晶圆厂，但最核心的是——它们是处于1960年代早期阶段的“操作系统”。我们正在与之协作的对象，是这些既有超能力又有认知缺陷的“人魂”。为了高效协作，我们必须调整开发实践（构建部分自主应用、加速生成-验证循环、保持对AI的约束），并重塑数字基础设施以适配智能体。

回顾“钢铁侠战衣”的类比，未来十年我们将见证“自主性滑块”从左向右缓慢而坚定地移动。这是一个需要耐心、严谨和创造力的漫长过程，但无疑也是软件史上最激动人心的篇章之一。Karpathy最后表示：“我迫不及待地想与各位共同构建这个未来。”