Andrej Karpathy:软件范式跃迁(软件1.0到软件3.0)

很多人对 AI 的认知还停留在它是一个类似于 ChatGPT 的对话工具，只能用来问答、写文案或者是修改代码片段。

但是从 2025 年 12 月开始，底层逻辑已经发生了根本性的转移。AI 不再是单一的工具辅助，而是基于智能体的连贯完整的工作流，真正实现了稳定落地。

** 这种转变带来的冲击是颠覆性的，我们正在经历的不是一种渐进式的优化，而是彻底的范式革命。**

相信对于很多科技从业者来说，这种感受只会更加强烈。如果你还在用几年前的思维来看待 AI 编程或者看待软件开发，那么可能真的很快要被时代甩在身后。

范式革命（软件 1.0 到软件 3.0）

这次革命范式可以理解为软件进入3.0时代，梳理下软件 1.0 到软件 3.0 的三次范式跃迁，就能够清晰地感受到软件3.0范式。

## 软件 1.0 时代

是我们最传统、最熟悉的时代，核心是人类手工编写显式的规则代码。不管是 C++、Java 还是 Python，开发者需要把问题拆解成一步一步的逻辑，精确到每个变量、每一个判断条件、每一个执行语句。机器只是被动地执行人类写好的规则。这个时代编程的核心是人的逻辑表达能力，代码就是唯一的生产资料，少一个分号或者错一个变量名，整个程序就会崩溃。

## 软件 2.0 时代

这个时代的核心是训练神经网络的权重。编程不再是手写规则，而是创建数据、定义目标函数以及选择神经网络的架构，让模型在数据中自主学习。比如说图像识别、语音翻译、早期的自动驾驶模型都是软件 2.0 的产物。这个时代，开发者的工作重心从写代码变成了整理数据、设计损失函数、调优网络结构。代码只是辅助的工具，数据和模型的训练才是核心。

## 软件 3.0 时代

编程的本质已经彻底变了。不再是手写代码，也不是单纯训练模型，而是“提示词编程”。** 你在模型上下文窗口中输入的内容，就是你操控这台新型计算机的杠杆。大模型会解析你的上下文意图，在数字信息空间里自主执行计算并完成任务 **。这就是我们正在经历的不可逆的范式转移。

### 案例一（安装OpenClaw）

在传统的软件 1.0 里，安装一个跨平台软件需要编写复杂的 bash 脚本或者是 shell 脚本，因为要适配 Windows、macOS、Linux 等不同的系统，还要兼容各种硬件环境和依赖库。这些脚本会变得无比的臃肿和复杂，稍有不慎就会安装失败，开发者需要死扣每一个环境配置细节。

但是在软件 3.0 里，OpenClaw 安装被设计成一段简单的文本。你只需要把这段文本复制粘贴给你的智能体，剩下的所有工作就由智能体来完成。它会自主分析你的运行环境、硬件配置、依赖的缺失，自动采取行动完成安装，还能够在过程中闭环调试，遇到问题自己修复。你不需要懂任何 shell 脚本，不需要配置任何环境变量，只需要给出正确的文本指令，任务就能够完成。这就是软件 3.0 的魅力，编程的核心变成了找到正确的文本片段交给智能体执行。

### 案例二（Menu Gen项目）

卡帕西自己开发的 Menu Gen（菜单生成器）项目，这个项目的初衷是解决食客看不懂无配图餐厅菜单的问题。很多菜单上 30% 到 50% 的菜名，普通人根本不知道是什么样子。最开始，他用传统范式开发了一个完整的应用。用户上传菜单的照片，软件在云服务器上运行 OCR 识别菜名，调用图像生成器匹配菜品图片，最后重新渲染出一份带图的视觉菜单。这个流程涉及到前端、后端、OCR、图像生成、部署等一系列的开发工作，是标准的软件 1.0 加 2.0 混合模式。

但是后来他开发了  Menu Gen（菜单生成器）的软件 3.0 版本。这个版本没有任何独立的应应用，用户只需要拍一张菜单照片发给 大模型（Gemini），指示它用 AI 把菜品图片覆盖到菜单上。然后返回的图像就是直接渲染好菜品图片的原菜单。

卡帕西说看到这个版本的那一刻，他意识到自己之前做的所有开发工作全都是多余的。那些传统应用根本就不该存在。软件 3.0 的范式要原始和直接得多。神经网络承担了 99% 的工作，输入是你的提示词或者上下文，输出就是最终的结果，中间完全不需要套一个独立的 APP。

## 小结

给所有开发者和产品人敲响了一个警钟，我们不能再用旧的思维把 AI 当做现有流程的加速工具，而是要意识到 AI 带来了全新的可能性。很多我们现在觉得必须做的应用、必须写的代码、必须搭建的系统，在软件 3.0 时代都是冗余的。我们的关注点不应该是如何把现有的工作做得更快，而是去寻找那些旧范式下根本无法实现的新机遇。这才是 AI 时代最激动人心的部分。

## 逻辑推演

沿着软件 3.0 的逻辑继续推演，卡帕西给出了一个更加大胆、更极致的未来路径：** 神经网络将彻底主导计算机，现有的计算架构会完全反转。**

他回顾了计算机的发展历史。上世纪五六十年代，人们不确定计算机最终会变成经典计算机还是神经网络机器。最终我们走上了计算机的路径，构建了以 CPU 主导的经典计算架构。现在的神经网络只是虚拟化运行在这些计算机之上。但是未来这种格局会彻底颠倒。

神经网络会成为宿主进程，CPU 则会退化成类似于协处理器的角色，只负责处理一些确定性的辅助任务。现在已经有数据预测，用于神经网络的智能算力将会占据全球总算力的绝对核心。数据中心的主力消耗都会集中在神经网络上。

我们可以构想一个完全陌生的新架构，那就是神经网络会承担所有核心的、复杂的、非结构化的信息处理工作。工具调用只是处理特定确定性任务的历史遗迹。而真正主导全局的是交织互联的神经网络。甚至连交互界面都不再是固定的 UI 设计，而是由后端模型实时渲染专属的即时交互界面。这个路径看起来很科幻，但是卡帕西认为我们会一步一步抵达这个未来。这不是空想，而是软件 3.0 演进的必然结果。