【深度访谈】卡帕西的幽灵：当软件变成召唤，当工程师变成导演

一、三次范式：从写代码到召唤神谕

Karpathy 的 Software 三段论，是近年来对 AI 时代软件本质解释得最为清醒的框架之一。

Software 1.0：程序员写代码，用精确的逻辑指令控制计算机。Software 2.0：程序员不再写逻辑，而是构造数据集、设计目标函数、训练神经网络——编程变成了数据排列。Software 3.0：当你在足够大的任务集合上训练一个 GPT 类模型，那个模型本身就变成了一台"可编程计算机"，而你的编程语言，变成了自然语言。

他用 OpenClaw 的安装方式做例证：传统的 shell 脚本为了兼容不同平台，会膨胀成数百行复杂逻辑；而 OpenClaw 的安装方法，是一段复制粘贴给你的智能体的文本。智能体理解意图，观察环境，自行调试。这不是速度的提升，是范式的替换。

更极端的例子来自他自己的项目 MenuGen——一个让用户拍下餐厅菜单、自动生成菜品图片的应用。他花时间构建了完整的 OCR 流程、图像生成调用、前端界面。然后他看到 Software 3.0 版本：把照片直接给 Gemini，说"用 Nana Banana 把图片叠加到菜单上"。模型直接输出了带菜品图的菜单图像——没有 app，没有流程，没有中间层。

这不是一次自嘲，而是一次范式清算。凡是可以被"把原始输入直接给模型"替代的应用层，都面临同样的命运。

⁂

二、可验证性：为何模型能解奥数，却不知道开车去洗车

Karpathy 花了大量笔墨试图理解一件令他着迷的事：为什么这些模型如此"锯齿状"？

他提出的核心框架是可验证性（verifiability）。当前的前沿实验室在训练模型时，依赖巨大的强化学习环境。这些环境需要能够给出明确的验证奖励——对错可判，优劣可量。结果是，凡是可验证的领域（数学、代码、逻辑推理），模型能力飙升；凡是难以验证的领域（写作风格、日常常识、审美判断），模型就显得粗糙。

锯齿的第二个来源，是实验室的关注焦点。一个领域足够有经济价值，实验室就会投入更多数据和 RL 环境。代码之所以如此出色，部分原因正在于此。从 GPT-3.5 到 GPT-4，棋类能力突然大幅提升，并非模型整体智能的线性增长，而是因为有人决定在预训练数据中加入了大量棋类数据。

因此，对于使用者而言，LLM 是一个没有手册的黑盒：它在某些电路里如鱼得水，在另一些电路里举步维艰。你必须亲自探索，判断你的应用场景属于哪种。如果你恰好在 RL 电路之内，速度将是光速；如果你在数据分布之外，就要考虑自己做微调。

三、氛围编程 vs 智能体工程：地板与天花板

Karpathy 对两个概念做了精确的区分，而这个区分往往被混为一谈。

氛围编程（Vibe Coding）：关于地板。它让所有人——无论技术背景如何——都能实现原本遥不可及的软件想法。地板被抬高了，这是民主化，是解放。

智能体工程（Agentic Engineering）：关于天花板。它是一个专业工程学科：你调度的不是代码，而是一群随机、易错、但极为强大的智能体。目标是在不降低质量标准的前提下大幅提速——不能因为氛围编程引入安全漏洞，不能因为智能体的幻觉毁掉生产系统。

他对"10x 工程师"的说法做了升级：那个倍数已经不够用了。真正精通智能体工程的人，能力放大的倍数远不止 10 倍，且上限尚不明确。但前提是你真正驾驭这套工具，而不只是把它当作一个更快的自动补全。

⁂

四、幽灵，不是动物

Karpathy 写过一篇颇具哲学意味的文章，试图回答一个根本问题：这些 LLM 究竟是什么？

他的答案是：它们不是动物智能（Animal Intelligence），而是幽灵（Ghost）。动物的智能来自演化，有内在动机、好奇心、趋利避害的本能——这些驱力塑造了动物的行为一致性与可预测性。LLM 没有这些。它们是统计模拟电路：预训练提供底层基础，RL 在上面附加了能力的"附肢"。

这个区分的实用意义，在于它改变了你与模型互动的基本心态。不要期待激励，不要寄望于情绪感染，不要假设它有任何内在目标。它是一面统计镜子，照出训练数据与奖励函数的综合投影。理解这一点，你才能更冷静地判断它能做什么、不能做什么，而不是被它偶尔惊艳的表现说服，以为它"懂了"。

五、人类剩下什么：理解是不可外包的

MenuGen 里有一个细节令 Karpathy 印象深刻：用户用 Google 账户注册，用 Stripe 购买积分。智能体在关联用户身份时，试图用邮箱地址做跨平台匹配——而 Stripe 邮箱和 Google 邮箱完全可能不同。积分无法正确归属。

这不是 bug，这是智能体对"人类身份系统设计"缺乏常识理解的体现。用邮箱来跨系统关联资金，是一个显而易见的坏设计——对任何有过实际工程经验的人。但对一个统计幽灵来说，这不在它的 RL 电路里。

Karpathy 的结论是：人类目前仍然必须负责的，是设计、品味与理解。API 细节可以外包——他已经忘记了 PyTorch 里 `keepdim` 还是 `keep_dims`，因为那是智能体该记的事。但底层数据结构的逻辑，张量视图与存储之间的关系，用户 ID 而非邮箱应该是唯一标识符——这些判断必须由人拥有。

他还观察到，模型在代码审美上的短板依然明显：代码能跑，但往往臃肿、充满复制粘贴、抽象层脆弱易碎。他试图让模型"再简化、再简化"，就像他在 microGPT 项目里做的那样——模型几乎无从响应，像是"在 RL 电路之外拔牙"。优雅的代码，尚不在奖励函数里。

⁂

六、一切都将被重写，为智能体而非人类

Karpathy 对当下基础设施有一个明确的不满：一切仍然是为人类写的。框架文档告诉你"去这个 URL"，"点击这个设置"，"配置你的 DNS"——这些指令的受众是会打字的人类，而非会推理的智能体。

他的理想测试是：能否给一个 LLM 一句提示词，它就完成 MenuGen 的构建与部署——代码、Vercel 配置、DNS 设置、服务串联——全部自动完成，不需要人类触碰任何界面？如果能，那说明基础设施已经真正变得"智能体原生"。如果不能，那说明我们仍然活在人类界面的遗产里。

更远的终点是：每个人和每个组织都有自己的智能体代理。"我的智能体和你的智能体商量会议细节"不是科幻，是基础设施演化的自然终点。而通往那里的路，是把世界从"为人类的传感器与执行器"，重写为"为智能体的传感器与执行器"。

Karpathy 的价值，不在于他预测未来，而在于他比多数人早半步命名现在。"氛围编程"在他说出口之前，只是一种说不清楚的感觉；"Software 3.0"在他写下来之前，只是一堆零散的现象；"幽灵而非动物"，则是一次罕见的清醒——拒绝把不熟悉的智能投射成熟悉的形象。也许这才是 AI 时代最稀缺的技能：不被自己的惊叹所骗，同时不放过那份惊叹所指向的真实。

⁂

内容来源：Andrej Karpathy 在 AI Never Normal 2026 活动的公开演讲，经 宇宙纪事 整理、提炼与再创作。封面系列：AI 领袖肖像 / Karpathy。

© 宇宙纪事 | 转载请注明出处 | 本文观点仅供参考，不构成投资建议