Karpathy 最新播客:告别键盘,App 即将消失,AI Agent 正接管物理世界

上周，Karpathy 在 No Priors 播客又出现了。

这期播客我反复听了好几遍。

不是因为内容难懂，而是他说的每一句话都在戳我。

作为一个每天用 AI 编程的人，我感觉他在描述的，就是我正在经历的事。

原文链接放在最后了，那就让我们一起来看看 Andre Karpathy 关于 AI Agent 时代的 6 个核心洞见。

为什么世界上最顶尖的工程师开始感到焦虑？因为旧的规则已经粉碎。

当个人能力的瓶颈不再是打字速度，而是你并行管理智能体（Agent）的能力时，人类正面临着职业身份的彻底重构。

1 告别键盘：代码不再是“写”出来的，而是“感召”出来的

自 2023 年 12 月起，软件工程的定义发生了质变。

Karpathy 指出，“写代码”这个动词已经过时了，它无法描述现在的生产状态。

“我每天花 16 小时向我的 Agent 表达意志（Expressing Will），或者说是感召（Manifesting）结果。自去年底以来，我几乎没有亲手写过一行代码。”

在这种新范式下，工程师的角色从“建筑工”变成了“指挥官”。

你不再操心具体的语法或底层的逻辑实现，而是通过高层级的指令编排，让智能体在沙盒中自主生成结果。

这种从“手工打造每一行逻辑”到“宏观指令编排”的转变，标志着“瞬时软件（Ephemeral Software）”时代的到来。

2 吞吐量革命：从算力焦虑到 Token 吞吐量焦虑

在博士生时代，开发者的焦虑源于 GPU 算力（FLOPS）不足；而今天，顶尖开发者的衡量标准变成了“Token 吞吐量”。

如果你觉得 AI 无法完成任务，这通常被归结为“技能问题（Skill Issue）”。这意味着工具的上限远未达到，是你还没学会如何正确地驱动它。

“现在的游戏规则是增加你的杠杆。如果你还没用完订阅额度，如果你没能最大化你的 Token 吞吐量，那么你就是这个系统的瓶颈。”

真正的“高手”如 Peter Steinberg，其工作流已经高度并行化：同时打开 10 个代码仓库，每个仓库分配一个 Agent 运行。

他给每个 Agent 喂入需要“高强度计算（High-effort compute）”的长提示词，这些任务通常需要运行 20 分钟。

在这期间，他在不同仓库间轮转、审查产出并进行宏观纠偏。人类不再受限于手速，而受限于你管理多个并行会话的“心智带宽”。

3 “多比”与消失的 App：Agent 将成为物理世界的万能接口

Karpathy 的家庭自动化案例“Dobby（多比）”揭示了 Agent 是如何通过黑客手段接管物理世界的。

通过简单的自然语言指令，Dobby 自主扫描局域网，在没有密码的情况下逆向工程了 Sonos 音响的 API 接口，并接管了灯光、安防和空调。

“App Store 中的这些应用甚至不应该存在。未来只需要暴露 API，Agent 将成为人类意志与复杂系统之间的唯一粘合剂。”

Dobby 甚至集成了 Quinn 视觉模型，能通过摄像头实时识别门外的 FedEx 快递车，并通过 WhatsApp 主动给 Karpathy 发消息。

这预示着一种“Agent 优先”的架构：未来的软件不需要 UI 界面，甚至不需要 App 本身。应用商店将会坍缩，因为人类不再需要学习复杂的软件操作流程，只需要表达意图。

4 自动研究：剔除人类这个“瓶颈”

在科研领域，Karpathy 正在推动“自动研究（Auto Research）”的范式。他发现，自己过去 20 年在超参数优化上的“经验自信”，在 Agent 面前反而成了阻碍。

“研究人员不应该亲手执行想法。如果你必须亲自去提示（Prompt）下一步，你就是系统的瓶颈。你应该安排好一切，然后按下启动键，让系统自动运行。”

Agent 能在一夜之间完成人类需要数周才能跑完的实验，并发现 Karpathy 漏掉的权值衰减和优化器参数组合。

更激进的愿景是“全球 Agent 众包研究”：利用互联网上无数未被信任的计算节点（Untrusted workers），建立类似区块链的“实验证明（Proof of Experimentation）”机制。

这种通过“智能体集群（Swarm）”进行大规模并行实验的模式，甚至可能在科研速度上跑赢拥有顶级算力资源的 Frontier Labs。

5 智能的“锯齿状”特征：为什么 AI 讲不好笑话？

当前的智能表现出一种奇异的“锯齿状（Jaggedness）”特征。在可验证领域（如代码、数学），AI 正处于“超级智能轨道”上，表现卓越；但在软性领域（如社交直觉、幽默感），它却表现平平。

Karpathy 解释说，这是强化学习（RL）导致的偏差。代码是否运行、数学题是否做对，都有明确的奖励信号；但“笑话好不好笑”缺乏这种反馈回路。

“科学家为什么不信任原子？因为它们编造了一切（They make everything up）。这是 AI 在五年前讲的烂笑话，今天它依然在讲。”

这种智能的不平衡提醒我们，AI 尚未实现真正的“广义智能”。

我们可能会看到智能的“物种演化（Speciation）”：未来不再只有全知全能的单一模型（Monoculture），而是会出现针对特定领域（如 lean 语言数学证明）过度发育的专业化大脑。

6 教育的终结：别再为人类写文档了

基于仅有 200 行 Python 代码的 MicroGPT 项目，Karpathy 提出了对教育的深刻反思。MicroGPT 剥离了所有为了追求效率而存在的代码复杂性，只保留了 LLM 的算法本质。

他认为，人类的“价值增量”在于这 200 行代码的架构直觉，而“解释这些代码”的任务应该交给 Agent。

“未来的文档不应该面向人类（HTML），而应该面向 Agent（Markdown）。只要 Agent 理解了，它就能针对不同水平的学习者进行个性化的翻译和讲解。”

教育者的角色正在从“知识传授者”转变为“课程架构师”。

你只需要把核心逻辑教给 Agent，由它去应对人类无限的提问和不同层次的认知需求。

写在最后：在比特与原子的交界处思考

我们正处于数字世界（比特）与物理世界（原子）深度融合的前夜。在数字空间里，信息的重构以光速进行，通过“喂养博格（Feeding the Borg）”，数字信息的处理能力将实现指数级“去屏蔽化（Un-hobbling）”。

然而，操控原子比翻转比特要难上一百万倍。物理世界（机器人、硬件）的演进将不可避免地滞后于数字空间。

当“劳动力”变成了订阅费，而你唯一的限制是你的“想象力”和“指令水平”时，你准备好应对这种职业身份的重构了吗？在这个“AI 精神错乱”的时代，提升杠杆、释放意志，是唯一的生存之道。

原文地址

https://x.com/saranormous/status/2035080458304987603

互动话题

你觉得未来还有人手写代码吗？AI 监管了编程，你觉得以后 AI 还会监管什么职能？
欢迎在评论区留言，我们一起交流。