AI时代的软件革命:三个范式转移正在重写一切

 🖥️ 软件的三次进化：从代码到自然语言 

过去70年，软件的基本形态几乎没有本质变化。但Andrej Karpathy观察到，近年软件经历了两次剧烈变革，而且还在持续。

Software 1.0是我们熟知的传统代码：用Python、C++等编程语言手写指令，告诉计算机"做什么、怎么做"。这是GitHub上数十亿行代码的主体。

Software 2.0的标志是神经网络权重。你不再手写代码，而是设计数据集和损失函数，运行优化器自动生成参数。Hugging Face就是Software 2.0时代的"GitHub"。Flux这样的图像生成模型，一个巨大的参数圆圈占据着这张图的中心位置——任何人在此基础上微调，都相当于一次Git提交。

Software 3.0则是提示词本身。LLM让神经网络第一次变得可编程，而编程语言竟然是我们的母语——英语。"我们正在用英语编程计算机"——这条推文至今仍是Karpathy置顶。

 💬 在Tesla Autopilot团队期间，Karpathy亲眼见证了Software 2.0"吞噬"整个软件栈的过程：大量C++代码被删除，功能迁移至神经网络。如今这一幕正在LLM时代重演。 

 ⚡ 大模型不只是API：它是一个全新的操作系统 

Andrew Ng曾说"AI是新电力"。Karpathy认为这个比喻还不够精准——LLM更接近于一种全新的操作系统。

从基础设施层面看，OpenAI、Gemini、Anthropic这些LLM实验室扮演着"电厂"的角色：他们投入巨额资本训练模型（相当于铺设电网），然后通过API按token计费向全球供应智能。这是一种公用事业模式，低延迟、高可用性、输出质量稳定是基本要求。

OpenRouter这样的中间层已经出现——就像电力系统中的转换开关，让开发者可以轻松在不同LLM之间切换。这在物理世界不可能实现（你不能让电网同时接入六家电力公司），但在软件世界完全可以。

更重要的是，LLM正在重演操作系统的发展史：少数闭源玩家（Windows/macOS）vs 开源生态（Linux）。Llama生态正在成为LLM世界的"Linux"——虽然还早期，但方向清晰。

如果把LLM类比成操作系统：LLM本身是CPU，上下文窗口是内存，工具调用和多模态能力则构成了整个软件生态。现在的LLM就像1960年代的大型机——昂贵、集中、通过分时共享服务所有用户。个人AI计算革命尚未到来，但Mac Mini等设备正在尝试。

 🎛️ 自主权滑杆：Partial Autonomy才是王道 

在Tesla开发Autopilot五年，Karpathy对"部分自主"有深刻理解。他最推崇的产品设计理念叫"自主权滑杆"（Autonomy Slider）。

以Cursor为例：Tab补全是完全人工控制；Cmd+K只修改选中代码块；Cmd+L修改整个文件；Cmd+I则是"放手去做"的全自主模式。用户在任务复杂度和让渡控制权之间自由调节。

成功的LLM应用都有三个共同特征：上下文自动管理（不需人工维护记忆）、多模型编排（嵌入模型+对话模型+差分应用模型协同工作）、专用GUI（不是纯文本交互，而是让人类能快速审核diff，用Cmd+Y接受、Cmd+N拒绝）。

Karpathy特别强调GUI的战略价值：人类用视觉GPU处理信息比读文本高效得多。"看diff的红绿色变化比在文本里理解容易100倍。"

2013年，Karpathy第一次体验Waymo的无人驾驶——30分钟完美驾驶，零干预。他当时以为无人驾驶近在眼前。结果12年后的今天，这个领域仍在持续迭代。他说："我看到有人说'2025是Agent元年'就非常担忧。这是Agent的十年。我们需要人类在回路中。"

核心洞察：现在LLM应用设计的正确思路不是造"钢铁侠机器人"，而是造"钢铁侠战甲"——人类穿在身上、增强能力、随时可接管。这是Partial Autonomy的本质。

 🚀 Vibe Coding与为Agent重建一切 

"Vibe Coding"——这个Karpathy随手发明的词已经进了Wikipedia。他自己也没想到这条"淋浴时的想法"会成为席卷全球的 meme。

本质很简单：不需要学五年编程，用自然语言描述你想要什么，LLM帮你生成代码。他用这个方法一天做出iOS应用，一周做出Menu.app（menu.app）——一个拍照识别菜单、自动生成食物图片的工具。

但真正有意思的发现是：Vibe Coding最困难的部分从来不是写代码。让代码真正可运行需要登录认证、支付对接、域名备案、部署上线……这些DevOps操作没有任何代码，全部是在浏览器里点点点。Karpathy感慨："就像一个电脑在命令我'去这个网址、点这个下拉框、选这个'——那你为什么不直接帮我做？"

这指向了一个巨大的机会：为Agent重建软件基础设施。

robots.txt告诉爬虫如何访问网站；llm.txt则是一个简单的Markdown文件，直接告诉LLM这个网站是做什么的。与其让Agent艰难解析HTML，不如直接对话。这比"LLM友好"文档更彻底：Versel和Stripe已经开始把所有文档中的"点击这里"替换成等效的curl命令——因为Agent无法点击。

Model Context Protocol（Anthropic提出）则是一套与Agent直接通信的标准协议。就像当年API重新定义了程序间交互，Agent时代需要新的交互标准。

 💬 Karpathy在演讲结尾说："改变URL从github.com到github.dev，文件就会被拼接成单一文本供LLM直接理解。改变URL这件事本身，就是为Agent重建互联网的第一步。" 

 软件正在被重写三遍：1.0→2.0→3.0，而这场革命的第一批受益者，是每一个愿意学会与"人类灵魂模拟器"协作的人 

 💎 金句一：不是2025是Agent元年，而是Agent的十年——我们需要人类在回路中，而不是让Agent裸奔。 

 💎 金句二：现在不要造钢铁侠机器人，要造钢铁侠战甲——增强人类，而不是替代人类。 

 💎 金句三：软件的未来不只是人类写给人类用——而是人类和Agent都在消费同一个软件生态，你需要为两种"人"同时设计。