今天，YC/奇績(jī)的朋友都被這個(gè)演講視頻刷屏了。OpenAI 創(chuàng)始成員，前特斯拉AI總監(jiān)、安德烈·卡帕西（Andrej Karpathy）在 YC AI創(chuàng)業(yè)學(xué)院發(fā)表了主題演講 —— 軟件（又一次）發(fā)生了范式轉(zhuǎn)移。

這是個(gè)很大的標(biāo)題，但老馮認(rèn)為演講的內(nèi)容對(duì)得起這個(gè)大題目。視頻的大意是，傳統(tǒng)的代碼是軟件 1.0，神經(jīng)網(wǎng)絡(luò)的權(quán)重是軟件 2.0，而現(xiàn)在可以使用自然語(yǔ)言編程的 LLM 是軟件 3.0 。在軟件 3.0 的時(shí)代，什么樣的軟件是我們能立刻看到，可以動(dòng)手去做或者期待出現(xiàn)的，真正的挑戰(zhàn)又是什么，這里面又有什么機(jī)會(huì)？

作者提出了三個(gè)有意思的核心類(lèi)比：LLM相當(dāng)于，電力，晶圓廠，操作系統(tǒng)，其中操作系統(tǒng)可能是最合適的類(lèi)比 —— 當(dāng)前 LLM 技術(shù)棧仍處在 “1960 年代操作系統(tǒng)水平”——計(jì)算貴、推理慢，云端集中部署，終端只是瘦客戶(hù)端 —— 個(gè)人 AI 尚未普及，但本地推理已顯露苗頭。

作者：Andrej Karpathy，OpenAI 創(chuàng)始成員，前特斯拉AI總監(jiān)、安德烈·卡帕西（Andrej Karpathy）； 譯評(píng)：馮若航，數(shù)據(jù)庫(kù)老司機(jī)，云計(jì)算泥石流。

Andrej Karpathy：軟件正在再次發(fā)生改變

“軟件正在發(fā)生根本性變化?！?/strong> Karpathy 在舊金山 YC AI 創(chuàng)業(yè)學(xué)校的演講中指出，當(dāng)今軟件領(lǐng)域正迎來(lái)一次重大的范式轉(zhuǎn)移。他將這一新階段稱(chēng)為“軟件 3.0”，其核心特征是以自然語(yǔ)言作為新的編程接口。在軟件 3.0 時(shí)代，開(kāi)發(fā)者只需使用英語(yǔ)等人類(lèi)語(yǔ)言對(duì)大型語(yǔ)言模型（LLM）發(fā)出指令，模型就能生成和執(zhí)行相應(yīng)的程序邏輯，模型本身承擔(dān)了過(guò)去需要人類(lèi)編寫(xiě)的復(fù)雜代碼。這一變化意味著編程門(mén)檻的降低——幾乎任何人都可以通過(guò)與模型對(duì)話(huà)來(lái)“編程”電腦。對(duì)用戶(hù)而言，交互方式也發(fā)生革命性變化：用戶(hù)的需求可以直接用日常語(yǔ)言描述并由計(jì)算機(jī)執(zhí)行，人機(jī)協(xié)作不再有語(yǔ)言障礙。Karpathy 強(qiáng)調(diào)，我們正站在一個(gè)歷史拐點(diǎn)上，未來(lái)的軟件不再是冷冰冰的工具，而將成為能理解人類(lèi)意圖、具備推理和自主協(xié)作能力的智能伙伴。

圖：Karpathy 提到的軟件地圖（GitHub 代碼全景）。他預(yù)測(cè)大量現(xiàn)有軟件將被重寫(xiě)以適應(yīng)軟件 3.0 時(shí)代。這種范式轉(zhuǎn)移的深遠(yuǎn)程度不亞于當(dāng)年從命令行界面到圖形界面的飛躍。

Karpathy 最初在2017年提出“軟件 2.0”的概念，用來(lái)描述由神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)驅(qū)動(dòng)的軟件開(kāi)發(fā)方式。如今，大型語(yǔ)言模型的崛起使得軟件再度進(jìn)化，“大量軟件將被重寫(xiě)或重新設(shè)計(jì)”以融入這類(lèi)模型。在他看來(lái)，我們正構(gòu)建一種新型計(jì)算機(jī)——這種計(jì)算機(jī)不再依賴(lài)人類(lèi)手工編寫(xiě)的精確代碼邏輯，而是通過(guò)概率式、語(yǔ)義化的方式來(lái)理解人類(lèi)指令，某種意義上“就像人類(lèi)一樣”思考和行動(dòng)。

總而言之，軟件3.0宣告了自然語(yǔ)言編程時(shí)代的到來(lái)：程序員和用戶(hù)使用人類(lèi)語(yǔ)言與模型交互，模型自動(dòng)完成余下的編程工作。

LLM 是新型計(jì)算機(jī)

Karpathy 將大型語(yǔ)言模型視作一種全新的計(jì)算機(jī)，并用多個(gè)類(lèi)比形象地解釋其意義：

?類(lèi)似公用事業(yè)（Utility）：訓(xùn)練和提供 LLM 服務(wù)的公司（如 OpenAI 等）有點(diǎn)像電力公司等公用事業(yè)單位。他們投入巨資訓(xùn)練模型，然后通過(guò) API 向大眾按需提供“智能”。用戶(hù)就像用電一樣調(diào)用模型服務(wù)，需要它具備低延遲、高可靠性等“水電般”的穩(wěn)定供給能力。當(dāng)頂尖 LLM 服務(wù)宕機(jī)時(shí)，仿佛全世界經(jīng)歷了一場(chǎng)“智能停電”——許多人會(huì)因智能助手不可用而陷入停滯。

?類(lèi)似晶圓廠（Fab）：頂級(jí) LLM 的訓(xùn)練需要巨大的算力和資金投入，堪比建設(shè)一座尖端半導(dǎo)體晶圓廠。只有少數(shù)技術(shù)實(shí)驗(yàn)室具備這樣的研發(fā)實(shí)力，這導(dǎo)致 LLM 技術(shù)（包括模型權(quán)重和訓(xùn)練訣竅）短期內(nèi)高度集中在少數(shù)公司手中。不過(guò)，LLM 畢竟是純軟件，擴(kuò)散速度比硬件更快、防御性更弱。例如，不同于芯片工藝壟斷多年，大模型的開(kāi)源版本（如 LLaMA 系列）正在快速涌現(xiàn)，行業(yè)格局可能比硬件時(shí)代更開(kāi)放。?類(lèi)似操作系統(tǒng)（Operating System）：在 Karpathy 看來(lái)，LLM 最貼切的類(lèi)比是操作系統(tǒng)。LLM 構(gòu)成了一個(gè)復(fù)雜的軟件生態(tài)：就像 OS 提供平臺(tái)讓各種應(yīng)用運(yùn)行，LLM 也將成為眾多上層應(yīng)用和 agent 的智能中樞。目前有幾家閉源的大模型平臺(tái)（類(lèi)似過(guò)去的 Windows、macOS），也有開(kāi)源替代品的興起（如 LLaMA 之于 Linux）。

Karpathy 提出了一張草圖，把 LLM 比作 CPU，上下文窗口（context window）比作內(nèi)存，LLM 可以調(diào)度“內(nèi)存+算力”并調(diào)用各種工具來(lái)完成任務(wù)，這與傳統(tǒng)操作系統(tǒng)的角色非常相似。換句話(huà)說(shuō)，LLM 本身就是一種新型計(jì)算機(jī)/操作系統(tǒng)，開(kāi)發(fā)者需要學(xué)習(xí)為這種“計(jì)算機(jī)”編程。

?類(lèi)比共享主機(jī)的早期計(jì)算模式：由于當(dāng)前大模型推理開(kāi)銷(xiāo)高昂，我們仿佛又回到了 1960 年代的計(jì)算格局。大模型被集中部署在云端，用戶(hù)作為“瘦客戶(hù)端”通過(guò)網(wǎng)絡(luò)時(shí)間共享這些模型。沒(méi)有人能獨(dú)占整臺(tái)“LLM 計(jì)算機(jī)”，而是排隊(duì)使用它的部分算力，就像當(dāng)年使用大型機(jī)一樣。

個(gè)人AI計(jì)算革命尚未全面到來(lái)，但已有跡象：例如一些精簡(jiǎn)模型可以在本地高端電腦（如配備大內(nèi)存的 Mac Mini）上運(yùn)行，預(yù)示未來(lái)“個(gè)人AI”的可能性。

這些類(lèi)比揭示了 LLM 的雙重身份：一方面，它像電力和計(jì)算機(jī)基礎(chǔ)設(shè)施，正迅速成為無(wú)處不在的底層服務(wù)；另一方面，它本身又是一個(gè)復(fù)雜的軟件平臺(tái)，催生全新的應(yīng)用生態(tài)。值得注意的是，LLM 技術(shù)還出現(xiàn)了技術(shù)擴(kuò)散路徑的逆轉(zhuǎn)：過(guò)去每次科技革命（電力、計(jì)算機(jī)、互聯(lián)網(wǎng)等）往往先軍用/企業(yè)用，后普及到個(gè)人。

而大模型恰恰相反——首先被普通大眾廣泛使用，用于日?，嵤拢ɡ缃倘酥箅u蛋），而政府和大企業(yè)反而行動(dòng)較慢。這意味著前所未有的“人人掌握魔法計(jì)算機(jī)”局面：LLM 作為新型計(jì)算平臺(tái)，在問(wèn)世不久就通過(guò)軟件分發(fā)到了全球數(shù)以?xún)|計(jì)的人手中。Karpathy 感嘆道，這是非常瘋狂但又令人振奮的時(shí)代，我們每個(gè)人都可以參與進(jìn)來(lái)，為這臺(tái)“新計(jì)算機(jī)”編程。

LLM 的“心理學(xué)”：超能力與認(rèn)知缺陷

在賦予軟件全新能力的同時(shí)，LLM 本身也是一種模擬人類(lèi)的智能，具有獨(dú)特的“心理”特征。Karpathy 將大型語(yǔ)言模型比作“人的靈魂（people spirits）”。但與真實(shí)人類(lèi)不同的是，LLM 的智能既有令人驚嘆的超能力，也存在顯著的認(rèn)知缺陷：

?知識(shí)與記憶的超能力：得益于訓(xùn)練語(yǔ)料覆蓋了互聯(lián)網(wǎng)海量文本，LLM 仿佛擁有“百科全書(shū)式”的記憶力，可輕松記住遠(yuǎn)超任一人類(lèi)的信息量。這讓人聯(lián)想到電影《雨人》（Rain Man）中達(dá)斯汀·霍夫曼飾演的自閉天才，過(guò)目不忘電話(huà)號(hào)碼簿的所有信息。類(lèi)似地，LLM 可以迅速背出復(fù)雜的 SHA 哈希值、代碼片段等內(nèi)容。?幻覺(jué)（Hallucination）傾向：LLM 經(jīng)常會(huì)無(wú)中生有地編造內(nèi)容，對(duì)自身知識(shí)邊界缺乏可靠的判斷。也就是說(shuō)，當(dāng)它不知道正確答案時(shí)，往往不會(huì)直接承認(rèn)無(wú)知，而是生成看似合理但實(shí)則虛假的回應(yīng)。這種“幻覺(jué)”問(wèn)題目前有所改善但遠(yuǎn)未根除，是大模型的一大局限。?“鋸齒狀”的智能：LLM 在認(rèn)知能力上呈現(xiàn)斷檔不均的表現(xiàn)。Karpathy 舉例說(shuō)，有些模型居然堅(jiān)持認(rèn)為9.11 比 9.9 大，或聲稱(chēng)英文單詞“strawberry”（草莓）里有兩個(gè)“R”。這種令人哭笑不得的錯(cuò)誤反映了 LLM 智能的“不平衡”，存在許多危險(xiǎn)的棱角，稍有不慎用戶(hù)就可能被誤導(dǎo)。?順行性遺忘（Anterograde Amnesia）：與人類(lèi)會(huì)持續(xù)學(xué)習(xí)和積累經(jīng)驗(yàn)不同，LLM 無(wú)法自動(dòng)記憶交互之外的新知識(shí)。模型的內(nèi)部參數(shù)在推理時(shí)是固定的，交互結(jié)束后不會(huì)“記住”新的對(duì)話(huà)內(nèi)容。換言之，LLM 的上下文窗口相當(dāng)于人類(lèi)的工作記憶，在每次會(huì)話(huà)（甚至每個(gè)Prompt）結(jié)束后就清空重置。正如電影《記憶碎片》和《初戀50次》中，主角記憶每天重置，這使得持續(xù)合作極為困難。因此，我們必須在每次使用時(shí)明確提供足夠的上下文信息來(lái)“教會(huì)”模型當(dāng)前任務(wù)，需要付出額外精力來(lái)彌補(bǔ)其不會(huì)長(zhǎng)期學(xué)習(xí)的缺陷。?安全脆弱性：當(dāng)前的 LLM 容易受到對(duì)抗性攻擊和信息泄露風(fēng)險(xiǎn)。例如，惡意輸入（提示注入）可能誘使模型輸出不良內(nèi)容或者泄露先前對(duì)話(huà)機(jī)密。

綜上，LLM 的智能是“超能力”與“認(rèn)知障礙”并存。因此，我們?cè)谑褂?LLM 時(shí)需要揚(yáng)長(zhǎng)避短，一邊發(fā)揮其超人之處，一邊想方設(shè)法彌補(bǔ)其思維漏洞。Karpathy 強(qiáng)調(diào)，開(kāi)發(fā)者必須學(xué)會(huì)與這種全新的智能協(xié)作，并調(diào)整我們的基礎(chǔ)設(shè)施和應(yīng)用設(shè)計(jì)來(lái)包容它的缺陷。

部分自主應(yīng)用：人與 AI 并肩協(xié)作

面對(duì) LLM 的機(jī)遇與局限，Karpathy 認(rèn)為當(dāng)下最現(xiàn)實(shí)、最有潛力的方向是構(gòu)建“部分自主”（partial autonomy）的應(yīng)用，讓 AI *賦能而非替代* 人類(lèi)。也就是說(shuō)，開(kāi)發(fā)人機(jī)協(xié)作的軟件：由人類(lèi)掌控大局，同時(shí)將特定子任務(wù)交給 AI 自動(dòng)完成，并由人類(lèi)對(duì) AI 的輸出進(jìn)行監(jiān)督和驗(yàn)證。這類(lèi)似于給人類(lèi)配備“增強(qiáng) exosuit”（外骨骼裝備），而非完全自主的機(jī)器人。Karpathy 打趣說(shuō)，我們現(xiàn)在要打造的是鋼鐵俠的戰(zhàn)衣而不是鋼鐵俠機(jī)器人——也即先打造增強(qiáng)人類(lèi)的工具，而非炫目的全自動(dòng) Agent。

圖：Karpathy 用鋼鐵俠戰(zhàn)衣類(lèi)比人機(jī)協(xié)作。左圖代表由人類(lèi)駕駛、AI輔助的增強(qiáng)工具，右圖代表完全自主的 AI 代理。他主張當(dāng)前應(yīng)側(cè)重構(gòu)建左圖這樣的部分自主產(chǎn)品，并在其中加入“自主程度滑塊”，以便日后逐步提高自動(dòng)化水平。

典型案例是編程助手。以往程序員可能直接用 ChatGPT 這類(lèi)通用對(duì)話(huà)界面來(lái)幫助寫(xiě)代碼，但現(xiàn)在出現(xiàn)了專(zhuān)門(mén)為編程場(chǎng)景設(shè)計(jì)的應(yīng)用，如 IDE 插件 Cursor 等。這些 LLM 驅(qū)動(dòng)的應(yīng)用相比通用聊天界面有明顯優(yōu)勢(shì)：

?保留傳統(tǒng)界面：應(yīng)用仍提供人類(lèi)熟悉的IDE編輯器，程序員可以像平時(shí)一樣手動(dòng)編寫(xiě)和編輯代碼。這確保人在循環(huán)中，不會(huì)完全喪失對(duì)過(guò)程的掌控。?自動(dòng)上下文管理：應(yīng)用會(huì)自動(dòng)將相關(guān)代碼、文檔作為上下文提供給 LLM，大大減少了人工復(fù)制粘貼的負(fù)擔(dān)。例如 Cursor 在用戶(hù)編輯不同文件時(shí)，自動(dòng)讓嵌入模型關(guān)注項(xiàng)目中的相應(yīng)文件，并對(duì)代碼變更提供解釋。?多模型調(diào)用編排：在這些應(yīng)用背后，往往同時(shí)調(diào)用了多個(gè)專(zhuān)用模型。以 Cursor 為例，它底層集成了代碼理解模型、聊天生成模型、代碼差異（diff）分析模型等，并通過(guò)編排協(xié)調(diào)，讓它們各司其職、配合完成復(fù)雜任務(wù)。這種流水線(xiàn)式的模型組合遠(yuǎn)比單次對(duì)話(huà)調(diào)用功能強(qiáng)大。?專(zhuān)用 GUI 便于審查：這類(lèi)應(yīng)用提供直觀的圖形界面來(lái)呈現(xiàn) LLM 的輸出和建議，使人類(lèi)驗(yàn)證AI結(jié)果更加高效。例如，Cursor 會(huì)以高亮增刪的形式展示代碼修改建議（新增行用綠色、刪除行用紅色標(biāo)出），程序員只需按下快捷鍵就能接受或拒絕變更，而不必閱讀大量文字描述?？梢暬档土巳藢徍薃I工作的認(rèn)知負(fù)荷，被Karpathy形容為“利用我們大腦的視覺(jué)GPU來(lái)加速審查”。?自主程度滑塊：許多 LLM 應(yīng)用引入了可調(diào)節(jié)的自主化等級(jí)。以 Cursor 為例，用戶(hù)可選擇不同程度的 AI 參與：從小范圍補(bǔ)全代碼（幾行以?xún)?nèi)，由人主導(dǎo)）到整個(gè)文件重構(gòu)，甚至全項(xiàng)目改寫(xiě)。這種“autonomy slider”讓用戶(hù)根據(jù)任務(wù)難度和對(duì)AI的信任度，靈活決定讓 AI 介入多深。類(lèi)似地，問(wèn)答類(lèi)應(yīng)用 Perplexity 也提供從一次快速查詢(xún)到長(zhǎng)時(shí)間深度調(diào)研的不同自動(dòng)化級(jí)別，實(shí)質(zhì)也是在調(diào)整 AI 代勞的范圍。

Karpathy 預(yù)計(jì)，未來(lái)大量現(xiàn)有軟件都會(huì)引入部分自主功能。開(kāi)發(fā)者需要思考：如何讓我的產(chǎn)品接入 LLM，讓 AI 看見(jiàn)人能看到的信息、執(zhí)行人能執(zhí)行的操作，同時(shí)保證人類(lèi)始終在環(huán)監(jiān)督？現(xiàn)有的軟件界面和交互設(shè)計(jì)（主要面向人類(lèi)）也需革新，以便 AI 能夠理解界面元素并自動(dòng)操作。例如，Photoshop 等復(fù)雜工具的眾多按鈕和控件，未來(lái)或許需要提供機(jī)器可讀的接口，讓 LLM 代理也能點(diǎn)擊和調(diào)整參數(shù)。

為了讓人機(jī)合作真正高效，Karpathy指出關(guān)鍵在于加快“生成-驗(yàn)證”循環(huán)。通常 AI 負(fù)責(zé)生成候選答案/方案，人類(lèi)負(fù)責(zé)審核修正。要提升整體效率，可以從兩方面入手：

1.加速人類(lèi)驗(yàn)證：正如前述，善用 GUI 和可視化，將 AI 輸出轉(zhuǎn)化為人類(lèi)易審查的形式，以降低驗(yàn)證成本。比如代碼diff高亮、答案引用來(lái)源等界面，都能幫助人快速判斷 AI 建議的正確性。2.約束 AI 行為范圍：也就是給 AI “牽好繩子”，不要一下放任它做過(guò)多事情。Karpathy 反對(duì)那種一次讓 Agent 自動(dòng)化過(guò)長(zhǎng)流程的做法。例如讓 AI 一口氣生成上萬(wàn)行代碼的補(bǔ)丁并不實(shí)用——人類(lèi)審核才是瓶頸，人工無(wú)法一下子檢查如此龐大的更改。因此，與其讓 AI 野跑，不如限制它每次只做小而可控的增量改動(dòng)，然后快速由人驗(yàn)收，通過(guò)后再繼續(xù)下一步。他本人在 AI 輔助編程時(shí)，就是采取“小步快跑”的節(jié)奏：每次讓模型產(chǎn)生少量代碼改動(dòng)，立即測(cè)試驗(yàn)證，通過(guò)后再進(jìn)行下一步。這樣既保證質(zhì)量又保持高速迭代。

Karpathy 也提到一些實(shí)戰(zhàn)技巧正在形成。例如，如果你的提示（prompt）措辭含糊，模型輸出很可能偏離期望，導(dǎo)致你花更多時(shí)間去反復(fù)試錯(cuò)。不如一開(kāi)始就明確具體地編寫(xiě) prompt，提高一次成功的概率。許多開(kāi)發(fā)者在摸索如何與 LLM 高效共事，逐漸總結(jié)出一套最佳實(shí)踐。這些方法本質(zhì)上也是在彌補(bǔ) AI 的認(rèn)知盲區(qū)，盡量減少人類(lèi)驗(yàn)證負(fù)擔(dān)。

值得一提的是，Karpathy 并非紙上談兵。他曾領(lǐng)導(dǎo) Tesla 自動(dòng)駕駛團(tuán)隊(duì)多年，也是在打造部分自主產(chǎn)品：自動(dòng)駕駛系統(tǒng) Autopilot 既有人機(jī)交互界面（儀表盤(pán)上實(shí)時(shí)顯示神經(jīng)網(wǎng)絡(luò)感知到的道路情況），又在逐步提高車(chē)輛的自動(dòng)駕駛權(quán)重（通過(guò)軟件升級(jí)讓汽車(chē)承擔(dān)越來(lái)越多駕駛?cè)蝿?wù)）。然而他深有體會(huì)：從模型能力到可靠產(chǎn)品有巨大鴻溝。2013年他曾在谷歌親身體驗(yàn)過(guò)一次完美的無(wú)人車(chē)試駕，本以為全面自動(dòng)駕駛不遠(yuǎn)了，結(jié)果十多年過(guò)去業(yè)界仍在攻堅(jiān)。

這說(shuō)明在高可靠性場(chǎng)景下，要讓 AI 完全接管非常困難，涉及對(duì)無(wú)數(shù)邊緣情況的處理。軟件也是如此：一點(diǎn)小錯(cuò)誤就可能導(dǎo)致系統(tǒng)崩潰或安全漏洞，因此貿(mào)然宣稱(chēng)“今年是 Agent 元年”過(guò)于樂(lè)觀。Karpathy 強(qiáng)調(diào)，應(yīng)該把這看作一個(gè)漫長(zhǎng)的演進(jìn)過(guò)程，可能需要整個(gè)十年逐步推進(jìn)，人類(lèi)始終在環(huán)把關(guān)，切勿急于求成。

鋼鐵俠戰(zhàn)衣可以作為增強(qiáng) Tony 的工具，也可以作為獨(dú)立行動(dòng)的 Agent

總之，目前更務(wù)實(shí)的路徑是增強(qiáng)人類(lèi)而非完全替代人類(lèi)。通過(guò)打造“鋼鐵俠戰(zhàn)衣”式的AI工具，我們可以顯著提高效率，同時(shí)確保人類(lèi)對(duì)關(guān)鍵環(huán)節(jié)保有控制權(quán)。當(dāng)然，Karpathy也承認(rèn)，從長(zhǎng)遠(yuǎn)看，隨著技術(shù)進(jìn)步，這些任務(wù)終將可以完全自動(dòng)化。

因此在設(shè)計(jì)產(chǎn)品時(shí)，應(yīng)內(nèi)置一個(gè)“自主性滑塊”，并考慮未來(lái)如何逐步將滑塊從人力轉(zhuǎn)向自動(dòng)?？梢灶A(yù)見(jiàn)，在可見(jiàn)的未來(lái)里，人類(lèi)和AI將協(xié)同作戰(zhàn)，一步步把更多職責(zé)交給AI。這也意味著當(dāng)下正是投身這一領(lǐng)域、構(gòu)建部分自主應(yīng)用的極佳時(shí)機(jī)。

自然語(yǔ)言編程與“氛圍編碼”

除了賦能專(zhuān)業(yè)開(kāi)發(fā)者，軟件 3.0 的另一大魅力在于降低了編程門(mén)檻。由于用自然語(yǔ)言就能指揮計(jì)算機(jī)，“人人都是程序員”的前景開(kāi)始顯現(xiàn)。Karpathy 指出，這在歷史上前所未有：過(guò)去人們需要經(jīng)過(guò)多年學(xué)習(xí)才能掌握編程，而現(xiàn)在懂英語(yǔ)（或其他人類(lèi)語(yǔ)言）就能讓強(qiáng)大的模型替你寫(xiě)代碼。

社交媒體上已經(jīng)出現(xiàn)了“氛圍編碼（vibe coding）”的梗，這是源自 Karpathy 本人的一個(gè)玩笑式推文。所謂氛圍編碼，指的是隨心所欲地用自然語(yǔ)言讓 AI 完成編程任務(wù)，就像和朋友一起“腦暴”創(chuàng)意一樣去開(kāi)發(fā)軟件。Karpathy 分享了一個(gè)令人振奮的視頻：一群9-13歲的孩子借助 AI 模型進(jìn)行氛圍編程，幾乎零基礎(chǔ)就做出了簡(jiǎn)單的游戲或應(yīng)用。他感嘆說(shuō)，這樣的場(chǎng)景讓人無(wú)法對(duì)未來(lái)悲觀——未來(lái)屬于這一代通過(guò) AI 進(jìn)入編程世界的孩子們。這將成為他們踏入軟件開(kāi)發(fā)的大門(mén)，一個(gè)新的創(chuàng)作者世代正在崛起。

Karpathy 自己也親身體驗(yàn)了氛圍編碼的威力。他用對(duì)話(huà)方式“編寫(xiě)”了一個(gè)基本的 iOS 應(yīng)用，盡管他并不精通 Swift 編程，但在模型幫助下僅用一天就讓?xiě)?yīng)用跑在了手機(jī)上。另一個(gè)例子是他開(kāi)發(fā)了一個(gè)名為 MenuGen 的小項(xiàng)目：只需拍下餐館的菜單，模型就會(huì)生成菜單上每道菜的圖片。

他興奮地用氛圍編碼迅速做出了原型。但隨后他發(fā)現(xiàn)，要把這個(gè)原型變成真正上線(xiàn)的產(chǎn)品，還有許多繁瑣的非編碼工作：設(shè)置用戶(hù)登錄、支付系統(tǒng)、購(gòu)買(mǎi)域名、部署服務(wù)器……這些環(huán)節(jié)往往沒(méi)有 API 可以讓 AI 代理去完成，而是需要人工按照說(shuō)明一步步點(diǎn)擊操作，非常低效。

Karpathy 打趣說(shuō)，MenuGen 雖然功能實(shí)現(xiàn)了，但由于每個(gè)新用戶(hù)都會(huì)消耗圖像生成API額度，它成為了他的“燒錢(qián)應(yīng)用”。從這一經(jīng)歷他體會(huì)到：編寫(xiě)代碼本身在 AI 時(shí)代變得前所未有的容易，而編程之外的軟件構(gòu)建事務(wù)反而凸顯瓶頸。

這正好引出他演講的最后一個(gè)主題：為 AI 代理而構(gòu)建。

為 AI 代理構(gòu)建：讓軟件生態(tài)適應(yīng)智能體

既然大型模型可以充當(dāng)“數(shù)字勞力”，那么我們應(yīng)當(dāng)主動(dòng)調(diào)整軟件生態(tài)，使其更適合 AI 代理使用。Karpathy 提出，LLM 已經(jīng)成為繼 GUI（供人操作）和 API（供程序調(diào)用）之后，第三種主要的數(shù)字信息消費(fèi)者和操作者。這些 AI 代理本質(zhì)上是軟件機(jī)器人，卻擁有類(lèi)似人的理解和行動(dòng)能力——可謂“互聯(lián)網(wǎng)中的人類(lèi)之靈”在活動(dòng)。因此，我們應(yīng)當(dāng)開(kāi)始為它們?cè)O(shè)計(jì)和優(yōu)化我們的系統(tǒng)。

一個(gè)設(shè)想是針對(duì) AI 代理提供專(zhuān)門(mén)的元信息。類(lèi)比于網(wǎng)站通過(guò) robots.txt 文件告訴爬蟲(chóng)如何抓取，未來(lái)網(wǎng)站或服務(wù)可以提供一個(gè) llm.txt 文件，以簡(jiǎn)潔明了的文本說(shuō)明供 AI 理解。例如，直接用自然語(yǔ)言或簡(jiǎn)潔的 Markdown 描述本站點(diǎn)的功能和數(shù)據(jù)接口，讓 LLM 在讀取網(wǎng)頁(yè)前就清楚地了解如何與之交互。相比之下，如果讓 AI 去解析復(fù)雜的 HTML 網(wǎng)頁(yè)，再?gòu)闹型茰y(cè)使用方法，不但費(fèi)力還容易出錯(cuò)。所以，與其被動(dòng)等待 AI 攻克各種格式，不如我們主動(dòng)以AI 友好的形式提供信息。

同樣地，技術(shù)文檔也需要重新書(shū)寫(xiě)以方便 LLM 理解。傳統(tǒng)文檔是寫(xiě)給人看的，包含大量圖片、排版和點(diǎn)擊步驟說(shuō)明，AI 閱讀時(shí)常常無(wú)所適從。Karpathy 提到一些前沿公司（如 Vercel 和 Stripe）已經(jīng)開(kāi)始將文檔改寫(xiě)成Markdown 格式，盡量使用純文本、列表等結(jié)構(gòu)化方式來(lái)表述，從而對(duì) LLM 更加友好。他本人也有切身體驗(yàn)：他喜歡的動(dòng)畫(huà)庫(kù) Manim 文檔非常詳盡冗長(zhǎng)，他懶得通讀，于是索性將整份文檔拷貝給 LLM，然后直接用自然語(yǔ)言描述自己想實(shí)現(xiàn)的動(dòng)畫(huà)效果。結(jié)果模型一下就生成了完全可行的代碼，讓他非常震驚。這說(shuō)明如果文檔內(nèi)容能被 LLM 充分“看懂”并內(nèi)化，將大大解鎖 AI 自動(dòng)完成任務(wù)的潛力。

不過(guò)，要真正做到這一點(diǎn)，不僅格式要轉(zhuǎn)換，內(nèi)容本身也需要調(diào)整。Karpathy 舉例說(shuō)，文檔里諸如“點(diǎn)擊這里打開(kāi)設(shè)置”的說(shuō)明對(duì) AI 來(lái)講是死路一條，因?yàn)楫?dāng)前模型還不會(huì)像人一樣真正去“點(diǎn)擊”GUI 按鈕。相反，應(yīng)該把這些步驟改寫(xiě)成等效的API 調(diào)用或命令行指令。據(jù)他所知，Vercel 正在把文檔里的每個(gè)“點(diǎn)擊”操作替換成對(duì)應(yīng)的 curl 命令，以便將來(lái) LLM 代理可以直接調(diào)用，實(shí)現(xiàn)全自動(dòng)化。他還提到了 Anthropic 提出的模型上下文協(xié)議（Model Context Protocol），也是讓人類(lèi)可以直接與 AI agent 對(duì)話(huà)、傳達(dá)高層意圖的一種嘗試。這些探索都是為了把 AI 視為一等公民，讓我們的系統(tǒng)能直接對(duì)接 AI，而不再假定交互方一定是人類(lèi)。

此外，已有一些巧妙的小工具幫助把現(xiàn)有數(shù)據(jù)源轉(zhuǎn)換成 LLM 樂(lè)于接受的形式。比如將 GitHub 倉(cāng)庫(kù)的鏈接從 github.com 換成 get.ingest，就能得到一個(gè)把整個(gè)倉(cāng)庫(kù)所有文件串成的大文本，并附帶清晰的目錄結(jié)構(gòu)。這樣，開(kāi)發(fā)者可以一股腦將代碼庫(kù)內(nèi)容復(fù)制給 LLM，請(qǐng)它進(jìn)行分析或問(wèn)答，不用受限于單個(gè)文件長(zhǎng)度。更先進(jìn)的如 Deep Wiki，還能預(yù)先對(duì)倉(cāng)庫(kù)做靜態(tài)分析，生成摘要和文檔頁(yè)面，相當(dāng)于提煉出更精華的知識(shí)給 LLM 用。Karpathy表示，他非常欣賞這類(lèi)只需改一下 URL 就能讓數(shù)據(jù)脫胎換骨為 AI 可消費(fèi)內(nèi)容的創(chuàng)意。

當(dāng)然，我們也可以預(yù)計(jì)，未來(lái) LLM 本身會(huì)變得更強(qiáng)大，逐步學(xué)會(huì)瀏覽網(wǎng)站、點(diǎn)擊按鈕、調(diào)用工具等操作（一些新型 Agent 已初步具備這些能力）。但即便如此，他認(rèn)為主動(dòng)迎合 AI 也是值得的：畢竟讓 AI 自己摸索一切仍有很高的成本和不確定性，大量傳統(tǒng)軟件和靜態(tài)頁(yè)面短期內(nèi)不會(huì)自動(dòng)適配 AI，這就需要我們提供“橋梁”來(lái)彌合。對(duì)那些核心的重要系統(tǒng)，更應(yīng)盡早考慮如何與 AI “在中間會(huì)師”，提高交互效率?？傊?，在他看來(lái)，從提升 AI 自主能力和改造環(huán)境降低 AI 使用難度這兩條路徑同時(shí)推進(jìn)，是非常有前景的。

展望未來(lái)，Karpathy 總結(jié)道：現(xiàn)在進(jìn)入軟件行業(yè)可謂正逢其時(shí)，我們將見(jiàn)證并參與重寫(xiě)海量代碼的浪潮。這其中既包括專(zhuān)業(yè)程序員借助 LLM 高效編寫(xiě)的代碼，也包括 LLM 本身自動(dòng)生成的代碼。大型模型及其背后的基礎(chǔ)設(shè)施，類(lèi)似于新時(shí)代的“電廠”“晶圓廠”或“操作系統(tǒng)”，但目前仍處于早期階段（仿佛計(jì)算機(jī)發(fā)展的1960年代）。他在演講中已經(jīng)介紹了一些實(shí)用的方法和工具，可以幫助我們快速迭代、構(gòu)建出最簡(jiǎn)可行的 LLM 產(chǎn)品原型，同時(shí)逐步為將來(lái)的全自動(dòng) Agent 打下基礎(chǔ)。

最后回到“鋼鐵俠戰(zhàn)衣”的比喻，Karpathy 預(yù)測(cè)未來(lái)十年我們將持續(xù)推動(dòng)自主化的滑塊向右移動(dòng)：AI 代理將變得越來(lái)越智能，能夠承擔(dān)更多責(zé)任；而我們的開(kāi)發(fā)工具和實(shí)踐也會(huì)隨之演進(jìn)。這是一個(gè)令人興奮的征程，他表示非常期待與開(kāi)發(fā)者社區(qū)一起見(jiàn)證并打造這個(gè)新未來(lái)。毫無(wú)疑問(wèn)，軟件正在再次改變，這一次的驅(qū)動(dòng)力是大型語(yǔ)言模型。這場(chǎng)變革才剛剛開(kāi)始，機(jī)遇屬于善于擁抱軟件 3.0 時(shí)代的創(chuàng)造者們。

老馮評(píng)論

這篇演講提出了幾個(gè)非常新穎的類(lèi)比，與一些有趣的，富有啟發(fā)的觀點(diǎn)。但最讓老馮注意的是 Andrej Karpathy 作為一個(gè) Vibe Coder，遭遇到的最大挫折不在寫(xiě)代碼上，而在 DevOps 上 —— 他可能花了幾個(gè)小時(shí)就能讓 Curosr 糊出一個(gè)不錯(cuò)的應(yīng)用，但是耗費(fèi)了整整一周去折騰部署，配置，技術(shù)選型的事情。

而老馮基本上剛剛也體驗(yàn)過(guò)同樣的事情，在 《》里，我介紹了俺作為前端門(mén)外漢在 Claude Code / Cursor 和前端老司機(jī)的引路下快速上手糊出現(xiàn)代前端網(wǎng)站的經(jīng)驗(yàn)。實(shí)際上真正的卡點(diǎn)不在于開(kāi)發(fā)，而在于 Ops —— 這件事情也很好理解，相比 Github 代碼倉(cāng)庫(kù)而言，大模型并沒(méi)有非常多的 Ops 經(jīng)驗(yàn)學(xué)習(xí)材料。

所以，Claude Code 可以很輕松的幫我寫(xiě)出各種前端代碼，但是在如何部署到 Vercel ，接入 PostHog 監(jiān)控，設(shè)置 Next.js 開(kāi)發(fā)環(huán)境，接入認(rèn)證，支付這些運(yùn)維領(lǐng)域的事情上，就要力所不及得多了。老馮很高興的看到并不是只有俺一個(gè)人卡在這兒了。Vibe Coding 這個(gè) meme 的祖師爺發(fā)明人也卡這兒了。

像這樣的問(wèn)題，能卡住數(shù)據(jù)庫(kù)老司機(jī)，能卡住 AI 大神，那么自然也會(huì)卡住更多的 Vibe Code，而這里就會(huì)出現(xiàn)巨大的機(jī)會(huì)。一套解決方案，將這些部署，運(yùn)維上的摩擦阻力降到最低　—— 時(shí)代會(huì)呼喚一個(gè) 新的 “LAMP” Stack 的出現(xiàn)。

正如 Andrej Karpathy 對(duì) LLM 的操作系統(tǒng)類(lèi)比所揭示的那樣。LLM 大模型是軟件3.0時(shí)代的操作系統(tǒng)（L ：Linux ?? LLM）； Agent 則成為 Web 時(shí)代的服務(wù)器/瀏覽器（Apahce ?? Agent）；數(shù)據(jù)庫(kù)老馮可以 100% 斷定，除了 PostgreSQL 不會(huì)有其他了（M：MYSQL ?? PostgreSQL），至于軟件3.0時(shí)代的編程語(yǔ)言，就是自然語(yǔ)言 Prompt 了（P：PHP ?? Prompt）。

在這個(gè)新一代軟件技術(shù)棧中，Agent / Prompt 是變數(shù)最大的，而確定性最高的，其實(shí)是 PostgreSQL 數(shù)據(jù)庫(kù)。所以很多人問(wèn)老馮為什么不去蹭蹭 AI 熱點(diǎn) —— 真沒(méi)這個(gè)必要，PostgreSQL 已經(jīng)是軟件 3.0 時(shí)代里確定性最高的鏟子了（《》）。而這也確實(shí)帶來(lái)一個(gè)難得的機(jī)會(huì) —— 把 Vibe Coder 面臨的共性痛點(diǎn)，用普惠，開(kāi)源，順暢，絲滑的方式解決。