卡帕西：我从未如此感到落后——软件3.0正在重写一切规则
OpenAI联合创始人、特斯拉前AI总监安德烈·卡帕西，首度深度剖析他亲历的编程范式革命：从"氛围编程"到"代理工程"，从软件1.0到软件3.0，以及在人工智能廉价化的时代，究竟什么才值得人类深度学习。
2024年12月：一个让顶级程序员感到"落后"的关键夜晚
当一位帮助创建了OpenAI、让特斯拉Autopilot从零落地、并发明了"氛围编程"（vibe coding）这一词汇的人，公开坦言自己"从未如此感到落后"，这句话本身就值得整个技术界驻足思考。
安德烈·卡帕西（Andrej Karpathy）将那个转折点精确锁定在2024年12月。彼时他正处于假期，有更充裕的时间深度试用最新的AI代理工具。与此前数月的体验截然不同的是，这一次，模型生成的代码块不再频繁出错——它持续产出，持续正确，而他发现自己越来越难以回忆起上一次需要手动修正的时刻。
"我就这样越来越信任这个系统，然后我就开始了氛围编程。我真的认为，这是一次极其鲜明的转变。很多人去年还把AI理解成ChatGPT那类东西，但你必须重新审视——因为截至那个十二月，一切已经发生了根本性的变化。"
—— 安德烈·卡帕西
他形容自己的副业项目文件夹"极度膨胀，塞满了各种随机事物"，而这种对AI代理近乎无节制的信任与依赖，正是他随后开始深入审视整个软件开发范式的起点。
软件1.0、2.0、3.0：一场关于"如何编程"的三次革命
卡帕西提出的软件三代论，是理解当下AI浪潮最具洞察力的框架之一。它不是关于工具更新的叙事，而是关于"程序员这一职业的本质"究竟在被如何重新定义。
程序员用代码写出每一条明确的逻辑规则。人在前台，机器执行指令。
编程变成了"整理数据集与设计目标函数"。神经网络从数据中学习规则。
LLM成为可编程的计算机，提示词与上下文窗口是杠杆，自然语言即程序。
在软件3.0范式下，卡帕西用两个案例说明了何为真正的范式跃迁。其一是OpenClaw的安装方式——不再是一段复杂的Shell脚本，而是一段文字，复制粘贴给AI代理，由代理自行感知环境、执行安装、调试循环，这本身就是软件3.0的具身实践。
其二更触目惊心。卡帕西曾花费大量精力开发"菜单生成器"（MenuGen）应用：用户拍摄餐厅菜单照片，程序通过OCR识别菜品、调用图像生成器配图、重新渲染菜单界面——一个结构完整的软件工程项目。然而在软件3.0的世界里，这整个应用可以被一句提示词取代：把照片给Gemini，要求它用特定工具将菜品图片直接叠加渲染到菜单原图上。
卡帕西的结论令人警醒：他的MenuGen"本不应该存在"——它是在旧范式的惯性思维下构建的，而真正的软件3.0范式意味着整个中间层的消失。不是加速，是消解。
这一判断指向一个更深刻的命题：软件3.0不只是让编程变快，它让整类"信息处理工作"变得可自动化——包括那些从未能被代码处理的工作，例如从一堆散乱文档中重新编译出一套组织知识库。这是以前不可能存在的事物。
可验证性：决定AI能力边界的隐秘变量
如果说软件3.0是AI浪潮的宏观叙事，那么卡帕西提出的"可验证性"框架，则是理解AI能力为何如此"参差不齐"的微观机制。
当前的顶级LLM之所以在数学和代码领域表现出近乎超人的能力，同时在某些日常判断上显现出令人匪夷所思的盲点，根源在于强化学习（RL）的训练机制——模型只在有明确验证奖励的领域中才能获得最高质量的RL信号，因而能力在这些领域急剧攀升，在其他领域则相对停滞。
"最新的Opus 4.7可以重构十万行代码库，可以发现零日漏洞，但你问它：洗车场距我50米，我应该开车还是走路去洗车？它会告诉你走过去。这简直疯狂。"
—— 安德烈·卡帕西
这种"锯齿状"能力分布意味着什么？卡帕西给出了两点实际建议：
- 对创业者：寻找那些具有可验证性、但尚未被顶级实验室纳入训练重点的领域——在那里，你有机会自建RL环境、独立进行微调，形成真正的技术壁垒，而非在已被大模型覆盖的赛道上竞速。
- 对开发者：时刻保持"你身处哪条电路"的意识。如果你的应用场景处于模型训练数据分布之内，你将如鱼得水；一旦偏出分布，就必须面对微调或人工干预，否则模型的输出将难以依赖。
他还特别提及一个细节：GPT-3.5升级至GPT-4时，国际象棋能力大幅提升，并非仅仅因为模型整体变强，而是因为OpenAI的某位工程师决定将大量国际象棋数据纳入预训练集。这意味着我们在某种程度上，是实验室数据决策的"被动接受者"——模型的能力版图，很大程度上是由别人的选择决定的。
氛围编程 vs 代理工程：一个提升下限，一个守护上限
卡帕西去年创造了"氛围编程"（vibe coding）这一词汇，在技术社群引发广泛共鸣。但在当下更成熟的AI环境里，他认为有必要区分两种截然不同的工作模式。
氛围编程：提升所有人的软件创造下限。任何人都可以通过与AI协作构建出功能性的应用，这是民主化的工具普惠。
代理工程：在专业软件的质量标准不妥协的前提下，通过协调AI代理实现效率的极大提升。这是工程纪律，不是随意发挥。
代理工程的核心挑战，在于如何驾驭这些"能力惊人但行为随机"的实体——代理可能犯出人意料的逻辑错误（如卡帕西自述的MenuGen用邮件地址关联用户账户的荒唐决策），也可能产出功能正确但架构臃肿、充斥复制粘贴的代码。
在这种情况下，人的角色发生了本质变化：不再是写代码的人，而是制定规格说明（spec）、掌控系统设计、把握工程美学的人。卡帕西将其比作"导演与实习生"的关系——细节API文档可以交给代理记忆，但底层数据结构的效率逻辑、用户体验的最终判断、安全性的整体设计，仍然必须由人来主导。
至于未来的招聘，他认为当前行业普遍滞后——"给一道算法题"的面试范式已经过时。真正的代理工程能力考核，应该是给出一个大型项目要求、观察候选人如何完整地协调AI代理将其实现，包括部署、安全测试，乃至承受红队攻击。
我们召唤的不是动物，而是幽灵：理解AI的本质
在技术之外，卡帕西还提出了一个更具哲学意味的框架：我们不是在构建"动物式的智能"，而是在"召唤幽灵"。
动物的智能来自进化，携带着内在动机、好奇心、自我保护的本能。而LLM不同——它们是大规模预训练的统计模拟电路，叠加了强化学习塑造的特定能力突起，没有情感，没有内在目标，对愤怒或奖励的反应不过是模式的延续，而非真实的感受与回应。
"你对它们发火，不会有任何效果。它们只是统计模拟电路。理解这一点，能帮助你更清醒地使用它们，而不是被它们流畅的输出所迷惑，误以为它们'理解'了什么。"
—— 安德烈·卡帕西
这种"幽灵"的本质，解释了为什么AI代理在被授予实际权限、在真实环境中代理人类行动时，仍然需要保持高度警觉的人工监督——不是因为它不聪明，而是因为它的聪明来自于与人类完全不同的基底，在某些维度上异常强大，在另一些维度上则盲目如孩童。
智识廉价化时代，唯有理解力不可外包
访谈的最后，卡帕西被问到一个最根本的问题：当AI让智识工作变得廉价，什么才是仍然值得人类深度学习的能力？
这句来自某条推文的话，令卡帕西几乎每隔一天就会想起。他的理由是现实而非哲学：他仍然是系统的一部分，信息仍然必须进入他的大脑，他仍然必须知道"我们在构建什么""这值得做吗""如何指挥我的代理"。而这些判断的质量，根本上受限于他的理解深度。
这也是他热衷于构建个人知识库（LLM Knowledge Base）的原因——不是为了让AI替他思考，而是为了通过与AI互动，以不同的视角和投影方式来深化自己对信息的理解。"每当我看到对同一信息的不同投影，我都感觉自己获得了新的洞见。"
- 深度领域知识：理解"为什么"而非只知道"怎么做"的API细节。卡帕西已经不再记忆张量库的具体函数名，但他必须理解底层存储视图与复制的逻辑差异。
- 审美与判断力：代码的架构美感、产品的体验直觉——这些目前既不在RL奖励函数中，也无法被简单度量，是人类目前唯一无法被替代的软性主权。
- 方向感与提问能力：在代理可以填充大量细节的时代，知道"该问什么问题""该构建什么"的能力，比执行能力更为稀缺与珍贵。
卡帕西最终以一句轻松的玩笑收尾："我期待几年后再回来，看看我们是否已经被完全自动化出局，AI是否也开始负责'理解'了。"
那个时代或许终将到来。但在那之前，理解力——真正的、具身的、经过实践磨砺的理解力——仍然是这场范式革命中，人类唯一无可替代的资产。
评论
发表评论