一个演讲者站在两千五百个 AI 创业者面前, 台下所有人都相信今年是 agent 之年, 而他开口做的事是把这个时间表改成十年。这是 2025 年 6 月 Karpathy 在 YC AI Startup School 那场演讲里最反潮流的动作, 也是它至今仍被反复引用的原因。
演讲的骨架不复杂。软件正经历第三次重写: 1.0 是手写代码, 2.0 是神经网络权重, 3.0 是提示词即程序, 我们开始用英语给计算机编程。这台新计算机在产业里的位置, 他试了三个类比, 公用事业、晶圆厂、操作系统, 最后押注操作系统: 云端分时复用, 聊天窗口是终端, 个人计算时刻还没到来。至于这台计算机的脾气, 他的说法是"人类灵魂的有损模拟", 一个知识渊博、没有长期记忆、智能呈锯齿状的实习生, 奥数题会做, 9.11 和 9.9 谁大会错。
从这个心智模型推出的产品判断, 是整场演讲的核心: 当下最大的机会在半自主应用。别做全自动的钢铁侠机器人, 做人穿的钢铁侠战甲, 给产品装一个自主性滑块, 让用户按任务风险调档。他用 demo 和产品的区别解释为什么急不得:
Demo is works.any(), product is works.all(). (demo 是随便哪次能跑通就行, 产品是每一次都得跑通。)
出自 Karpathy 在 YC AI Startup School 的演讲
隔了快一年回看, 这场演讲最经得起检验的部分, 恰好是当时听起来最不性感的几条。“为 agent 写文档"从口号变成了行业惯例, llms.txt 和 Markdown 版文档现在到处都是。自主性滑块成了产品通用语法, 各家工具的权限档位、人审开关, 都是这个思路的落地。还有那句"人工审计速度是整个系统的瓶颈”, 后来大家真金白银投在 diff 视图和预览上, 等于给这个判断投了票。
但我对他最核心的两个类比保留怀疑。操作系统类比的漏洞在锁定效应: 操作系统靠应用生态把用户捆住, 而模型之间的切换成本低到换个 API key, 开发者这两年在多个模型间迁来迁去的现实, 说明这个行业的结构可能更像云厂商之间的竞争。类比选错了, 对护城河的判断就会跟着错。另一个是拿自动驾驶推编程 agent 的十年论: 自动驾驶失败的代价是人命, 代码 agent 失败的代价是回滚一次提交, 容错率差着几个数量级的两个领域, 成熟速度未必同构。事后看, 编程 agent 的实际渗透速度确实快于他演讲时的保守口径。
不过演讲里有一段自我修正, 我认为比任何预测都值钱。他把自己四个月前引爆的 vibe coding 拿出来重新校准, 用亲手做的小项目算账: 写代码只花几小时, 鉴权、支付、部署、域名折腾了一周, 全是浏览器里的人肉点击。代码生成已经甩掉了瓶颈的位置, 最后一公里的杂活才是。一个人愿意公开给自己造的热词降温, 这种智识习惯在同级别的意见领袖里很少见。
对做产品的人, 我从这场演讲里留下三条可以直接用的东西: 评估任何 AI 项目先问一句, 这是 works.any() 还是 works.all(), 两者之间的距离就是预算和工期; 优化验证回路的收益, 常常大于换更强的模型; 写文档时给机器留一份, 成本极低, 决定你的服务在 agent 时代能否被调用。至于十年还是三年, 我倾向于把它读成一种姿态而非精确预测: 方向上他几乎全对, 速度上他宁可错在保守那边。这种下注方式本身, 就是值得学的判断力。
原文: Software Is Changing (Again) / Software in the era of AI (Software 3.0), 作者 Andrej Karpathy, 发布于 2025-06