软件 3.0 时代来临

Karpathy 说，他从来没有像现在这样，觉得自己作为程序员「落后了」。

这话从别人或者我的嘴里说出来，可能就还算是正常……但 Karpathy 这么说，分量就还是不太一样了。

Karpathy是 OpenAI 联合创始人、Tesla AI 负责人、如今 Eureka Labs 的创始人，整个深度学习时代最具影响力的技术布道者之一。虽然喜欢造词，被认为有些“网红”属性，但也是凭本事而红，没有任何水分。

上周，他在 Sequoia Capital 的 AI Ascent 2026 大会上，和 Sequoia 合伙人 Stephanie Zhan 做了一场 30 分钟的炉边对话。

主题是：软件正在经历第三次范式转移。

Stephanie Zhan 在活动结束后，发了段总结称：

“ 去年他造了「vibe coding」这个词，今年，他「从未如此觉得自己作为程序员落后了」。

她还用一句话概括了整场对话的核心内容：

“ Vibe Coding 抬高的是地板，Agentic Engineering 抬高的是天花板。一个关乎准入，更多人能参与构建。另一个关乎卓越，用 Agent 的同时不牺牲安全、可靠性、可维护性，以及品味。

而 Karpathy 自己也在事后发了一条长帖总结了三个主题。

其中，最重要的一段是关于 LLM 的「新疆域」：

“ LLM 远不只是加速已有的工作流（比如写代码）。有些应用可以被 LLM 完全吞噬，无需传统代码。有些安装脚本可以用英文 .md 文件替代 .sh 脚本，因为「LLM 就是一个高级的英文解释器」。还有像 LLM 知识库这样的东西，以前根本做不了，因为它需要对非结构化数据做计算。

Software 1.0

在理解什么是 Software 3.0 之前，我们先回头来看看 1.0 和 2.0。

Software 1.0 是我们熟悉的传统编程。

程序员用 Python、C++、Java 写代码，每一行都是明确的指令：如果 A 则执行 B，否则执行 C。逻辑是人写的，bug 也是人造的。

从 1950 年代到现在，绝大多数软件都属于这个范畴。

这套范式统治了软件工程半个多世纪。

它的好处显而易见：确定性强，可调试，可解释。但它也有一个根本性的局限，扩展性受限于人类的智力和时间。

你写不出一个手动规则，让计算机从一张照片里认出一只猫。你写不出一段逻辑，让机器把中文翻译成英文。你更写不出一个算法，让 AI 从零学会下围棋。

毕竟这些任务……人类自己都说不清楚规则是什么，怎么写成代码呢？

2017 年：Software 2.0

2017 年 11 月，Karpathy 还在 Tesla 做 Autopilot 的时候，在 Medium 上写了一篇博客：Software 2.0。

这篇文章后来被认为是 AI 领域最有影响力的概念文章之一。

他的核心论点是：神经网络不只是一种新工具，它代表了一种全新的编程范式。

在 Software 1.0 里，程序员写代码。在 Software 2.0 里，程序员准备数据和目标函数，然后让优化算法（梯度下降）去搜索出一组神经网络权重。

“ Software 2.0 是用一种更抽象、对人类更不友好的语言写成的，比如神经网络的权重。没有人参与编写这些代码，因为权重的数量实在太多了（典型的网络可能有几百万个权重），直接用代码编写已经不可能。

换句话说，训练过程就是编程过程，数据集就是源代码。

他在文章中列了一长串 Software 2.0 已经「吃掉」Software 1.0 的领域：

图像识别从手工特征工程变成了深度卷积网络，语音识别从高斯混合模型变成了端到端神经网络，机器翻译从基于短语的统计方法变成了 Transformer 架构，围棋从手写评估函数变成了 AlphaGo Zero 的自我对弈。

而 Software 2.0 的好处在于：计算图是同质的（主要就是矩阵乘法），方便硬件优化。运行时间可预测，没有死循环。不需要动态内存分配，不会内存泄漏。

而且在很多领域，它的表现已经远超人类手写的方案。

在文章末尾，Karpathy 当时预言，当我们最终造出 AGI 的时候，它一定是用 Software 2.0 写的。

这个预言可以说是非常成功了，只不过在 2026 年的今天看来……好像只说对了一半，因为：

3.0 来了

Karpathy 自己承认，Software 2.0 的文章写得太早了，当时 GPT 还没出现，Transformer 才刚刚发表。他没有预见到一个东西：大语言模型。

Software 2.0 的编程方式是：准备数据，设计网络结构，训练。这个过程需要大量的机器学习专业知识，需要 GPU 集群，需要几周甚至几个月的训练时间。门槛极高。

而 Software 3.0 的编程方式，则完全不同。

你写一段 prompt，给模型一些上下文，它就执行了。

不需要训练，不需要梯度下降，不需要标注数据。

你用自然语言「编程」，用 context window 作为「内存」，用工具调用作为「系统调用」。LLM 成了一个新型的计算解释器，而 prompt 就是它的源代码。

Karpathy 在这次 AI Ascent 上把三代软件做了一个清晰的总结：

• Software 1.0：人写代码 

• Software 2.0：神经网络用数据训练出来 

• Software 3.0：通过 prompt、上下文、Agent、工具、记忆和验证来编程 

context window 成了新的编程界面。

MenuGen 的例子

Karpathy 举了一个他自己做的项目：MenuGen。

想象一下这个场景：你走进一家餐厅，拍了一张菜单照片，然后一个 App 自动识别出每道菜的名字，搜索菜品图片，重新排版生成一个带图片的漂亮菜单。

用传统方式做这件事，流程大概是这样：先用 OCR 识别文字，再用 NLP 提取菜名，然后调用图像搜索 API，最后写前端来重新排版。至少得写几百行代码，可能还需要一两天。

而 Karpathy 发现，直接把照片扔给 Gemini，让它在原图上叠加菜品图片，整个中间层的 App 都变得多余了。

这就是 Software 3.0 最具颠覆性的地方：有些应用不是被做得更快了，是直接被模型的原生能力吞掉了。

“ 不要只问 AI 能帮你更快地构建什么。要问：AI 让什么变得不再必要。

Vibe Coding 到 Agent Engineering

「Vibe Coding」这个词是 Karpathy 自己在 2025 年初造的，见：传奇音乐制作人Rick Rubin将《道德经》魔改成Vibe Coding版《编程之道》背后的故事。

当时 AI 编程工具刚起步，他用这个词来形容一种新的开发方式：不看代码细节，凭直觉和自然语言跟 AI 协作，「感觉对了就行」。

然后，这个词火了，火到他自己都没想到。

但 Karpathy 这次想说的是：Vibe Coding 仅仅只是热身，而已。

2025 年 12 月，他说自己经历了一个「翻转」。从自己写 80% 代码、Agent 写 20%，一下子变成了 20/80。

在 2026 年，这个比例还在继续倾斜。

他甚至因此患上了「AI 精神病」（AI psychosis）：每天对着 Agent 说话 16 个小时，Agent 跑完一个任务就想立刻开下一个，token 没花完就觉得自己在偷懒。

在这次演讲中，Karpathy进一步把这种转变拆成了两个层次：

Vibe Coding 抬高了地板。

任何人，哪怕完全不懂编程，都能用自然语言描述需求，让 AI 生成一个可用的应用。这在以前不可想象。一个设计师可以做原型，一个产品经理可以做内部工具，一个学生可以做自己的项目。门槛被拉到了接近零。

Agent Engineering 抬高了天花板。

专业开发者使用 Agent 的方式完全不同。他们并非「让 AI 帮忙写代码」那么简单，他们在设计一整套系统：Agent 生成方案，Agent 编码，Agent 测试，Agent 相互检查。这套流程要保证没有安全漏洞，架构要干净，系统要稳健。

这就是 Karpathy 说的「Agentic Engineering」，智能体工程。

“ Vibe Coding 抬高的是所有人能做软件的下限。Agentic Engineering 要保住的是专业软件过去已有的质量门槛。

可验证性

Karpathy 在演讲中还提出了一个观点：传统软件自动化的是你能规格化的东西，而 AI 自动化的是你能验证的东西。

这在我看来，其实相当关键。

代码写的对不对？跑个测试就知道了；数学上算的对不对？算一下就有了；安全上有没有漏洞？有扫描工具可以来发现。

这些领域有一个共同特征：输出可以被客观评估。

正因为可以验证，这些任务才能进入强化学习的循环，才能让模型越练越强。

这也是为什么 AI 在编程、数学、代码安全等方面进步飞速，而在「常识推理」方面总是犯一些让人匪夷所思的错误。

Karpathy 举了个例子：模型可以重构一个十万行的代码库，可以发现零日漏洞，但它也会告诉你，「你的车在 50 米外的洗车店，建议步行过去」。

这种现象叫做「锯齿状智能」（jagged intelligence）。

能力曲线并非平滑上升，有高峰，也有断崖。高峰出现在实验室有数据和奖励信号覆盖的领域，断崖出现在训练分布之外的地方。

Karpathy 在事后的推文进一步进行了解释：锯齿状分布不仅与可验证性有关，还和经济学有关。收入和市场规模（TAM）决定了前沿实验室在强化学习训练中选择覆盖哪些领域。

“ 你要么在数据分布之内，在 RL 的轨道上飞驰。要么在轨道之外，拿着砍刀在丛林里开路。

好比 Claude 能重构十万行代码，因为有人花了钱让它训练这个能力。但「怎么去洗车」这种问题，没人付钱去训练，也不是模型的重点了。

这其实不是智能的问题，是经济分配的问题。

而对创业者来说，对应的机会则是：找到那些可以构造验证环境、但还没被大实验室的强化学习覆盖到的领域。如果你能自己设计奖励函数，即便主流模型没有针对性优化，你也能通过微调获得显著优势。

Harness

Karpathy 还聊到了一个概念：harness（套件/脚手架）。

这个词最近在 Agent 技术中特别火热。我之前也专门写过一篇文章《模型不是关键，Harness 才是》来介绍。

Harness 概念最早是 HashiCorp 联合创始人 Mitchell Hashimoto 在今年 2 月提出的。他在用 AI 做 Ghostty 项目时总结出一条原则：

“ 每当你发现 Agent 犯了一个错误，你就花时间去工程化一个解决方案，让它再也不会犯同样的错。

后来包括 Cursor，OpenAI，Anthropic 等也纷纷发表了关于 Harness 的工程博客。

比如 Anthropic 的博主中讨论到的核心问题是：AI Agent 如何在多个上下文窗口之间保持进度？

他们的方案是：初始化 Agent 搭建环境、创建进度文件（claude-progress.txt）、建立基准 commit。执行 Agent 逐个完成功能，每次新的 context window 开始时，先读 git log 和进度文件，接着上一轮继续。

这就像是给 Agent 写了一份交接文档。

而 Karpathy 的观点则更为激进：未来的软件应该为 Agent 重写，完全不用考虑人类用户。

现在的软件界面是给人用的，有按钮、有菜单、有鼠标。但 Agent 不需要这些。Agent 需要的是：机器可读的接口、明确的权限声明、可分解的工作流、清晰的指令格式。

他在推文中还举了一个小例子：为什么还要写复杂的 .sh 安装脚本？你完全可以用一个 .md 文件，用英文把安装步骤写清楚，然后告诉用户「把这个文件给你的 LLM 看就行」。

LLM 作为高级解释器，可以智能地根据你的系统环境调整安装过程，遇到问题也能内联调试。

用 .md 替代 .sh，替代 .py 和 .go 等等，也是我最近的用法。

人的位置

说了这么多 AI 和 Agent，Karpathy 倒也没忘了说回人类自己。

他的判断是：理解力是不可外包的。

Agent 可以调 API，可以写代码，可以做测试。但有几件事它确实还做不了：

系统规格设计：比如用户系统应该用稳定的 user ID 而不是邮箱地址来关联资金，这种判断需要理解业务逻辑，需要经验，需要对后果的预见。

概念理解：你需要真正懂张量是什么、内存视图怎么工作、存储机制背后的原理，而不只是知道 API 的名字。否则你无法判断 Agent 写的代码是不是在做正确的事。

品味：Agent 写的代码经常「能跑但很丑」。它通过了所有测试，功能也对，但架构一团糟、命名一塌糊涂、复杂度失控。你需要知道什么是好的设计。

“ 你可以外包你的思考，但不能外包你的理解。

如果你不理解系统在做什么，你就没办法在 Agent 犯错的时候知道它错在哪里。

而 Agent 一定会犯错。

我有时也会，在对方回答我严肃的工作问题时说“AI 认为……”时，会打断他说：不要“AI 认为、AI 的判断”，要“你认为、你的判断”。

三代软件

回看这三代软件范式的演进，其中的主线是：人类参与的方式在不断变化。

Software 1.0 时代，程序员是作者。每一行代码都是他亲手敲出来的，逻辑是他设计的，bug 是他修的。他对整个系统有完全的控制权，也承担全部的责任。

Software 2.0 时代，程序员变成了教练。他不再直接写逻辑，而是准备训练数据、设计网络结构、调整超参数，然后让优化算法去搜索解决方案。他的工作从「告诉机器怎么做」变成了「给机器看该怎么做」。

Software 3.0 时代，程序员变成了指挥官。他不需要准备数据，不需要训练模型，他只需要用自然语言描述意图，给出上下文，然后指挥一群 Agent 去执行。他的工作从「给机器看」变成了「告诉机器要什么」。

从 how 到 show 到 what。

但这条主线的另一面，则是：每一代转移，人类失去的是执行细节的控制，获得的是更高层次的杠杆。

就像 Karpathy 在先前的播客里说的：以前焦虑的是 GPU 空闲，现在焦虑的是 token 没花完。以前的瓶颈是计算资源，现在的瓶颈是人。

你控制多少 token 吞吐量，决定了你能做多少事。

在推文最后，他还抛出了一个更远的展望：全神经计算（fully neural computing）。

他设想的未来是，绝大多数计算由神经网络处理，而传统的 CPU 反而成了「协处理器」，只负责一些辅助任务。

这也算是和他 2017 年 Software 2.0 文章末尾的预言遥相呼应了，当年他说 AGI 一定是 Software 2.0 写的。

现在看来，他可能觉得 AGI 更可能是 Software 3.0 催生的，在一个 LLM 为主、传统计算为辅的全新架构上运行。

3.0 时代

在我看来，Karpathy 这次没有讲太多「未来畅想」。他讲的基本都是，已经发生的事。

Software 3.0 并非只一个概念，也不是一个预测，如果你能读到这个账号的这篇文章，我想你很可能，早已置身其中，感同身受了。

Anthropic 今年发的《2026 Agentic Coding Trends Report》里提到，2025 年 agentic AI 改变了大量开发者写代码的方式，而 2026 年将是这种变革开始重构整个软件开发生命周期的一年。

而我自己，也大概是从 2025 年 下半年或什么时候开始，就没再手写过一行代码了，而是每天对着 Agent 说话数分钟甚至数小时……

Software 3.0 时代，并非即将到来、马上要来。

而是，就在当下。

◇ ◆ ◇

• Karpathy 的 Software 2.0 原文（2017）：https://karpathy.medium.com/software-2-0-a64152b37c35

• AI Ascent 2026 完整视频：https://www.youtube.com/watch?v=96jN2OCOfLs

• Karpathy 的推文总结：https://x.com/karpathy/status/2049903821095354523

• Anthropic Harness 博客：https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents

• Stephanie Zhan 的推文：https://x.com/stephzhan/status/2049518659513852109

• Sequoia Inference 关于 Software 3.0：https://inferencebysequoia.substack.com/p/andrej-karpathys-software-30-and