夜雨聆风软件又一次站在了十字路口。这一次，说话即编程。
旧金山——2017年，一位名叫安德烈·卡帕西（Andrej Karpathy）的年轻人工智能研究员坐在特斯拉的办公室里，观察着一件奇怪的事情：他身边越来越多的代码不是人类写的，而是神经网络从数据中"学"出来的。他把这个发现写成了一篇文章，标题只有两个词——"Software 2.0"。
那篇文章后来成了硅谷被引用最多的技术论文之一。八年之后，卡帕西又来了。这一次，他在Y Combinator的AI创业学校登台，宣布了一个新的时代：Software 3.0。
"英语是最热门的新编程语言。"他说。
这句话听起来像是一句营销口号，但卡帕西不是那种喊口号的人。他曾是OpenAI的创始成员，曾是特斯拉自动驾驶团队负责人，后来又创办了自己的AI教育公司Eureka Labs。当他谈论软件范式的更迭时，整个行业都会安静下来倾听。
三层地层
要理解Software 3.0，得先理解卡帕西对软件历史的"考古学"。
Software 1.0是我们熟悉的世界：程序员坐在键盘前，用Python、C++或JavaScript一行一行地写下指令。代码即逻辑，逻辑即控制。从Fortran到Linux内核，从Excel宏到Twitter的后端，人类半个多世纪以来一直这样编写软件。
Software 2.0是卡帕西在2017年识别出的转变。在这个范式中，程序员不再直接写指令——他们定义目标、准备数据，然后让优化算法在神经网络的权重空间中搜索出"程序"。特斯拉的自动驾驶系统就是一个典型例子：没有人手写"遇到红灯停车"的规则；数百万英里的驾驶数据通过反向传播，将这些知识编码进了数十亿个浮点数之中。
Software 3.0则是今天正在发生的剧变。在这个范式中，你甚至不需要定义架构或准备数据——你只需要说话。用自然语言描述你想要什么，大语言模型（LLM）便会生成代码、调用工具、完成任务。Prompt（提示词）成了新的源代码。
卡帕西在新演讲中展示了一张图，表明这三种范式正在共存、叠加，但趋势清晰："Software 3.0正在吞噬Software 1.0和2.0，"他说，"大量软件将被重写。"
但这不是故事的全部。Latent Space的Shawn "swyx" Wang注意到了一个关键的变体：Software 1+2=3。在Prompt中嵌入代码片段——让Agent在自然语言指令中混合传统代码和神经网络调用——产出的结果远超纯Prompt。swyx认为，这个变体正是过去两年里"AI工程师"远超"提示词工程师"的根本原因。纯说话是不够的，还得会写代码。
四个比喻
卡帕西不仅定义了范式，还为LLM在技术基础设施中的位置找到了四个精准的比喻。
LLM像电力（Utility）。 通用基础设施，即插即用。任何系统接入LLM后立刻获得语言能力；再配上记忆，就获得上下文感知；再加上工具调用，就获得行动能力。这像极了电力普及的逻辑——一旦接上电网，你的工厂就获得了动力。
LLM像晶圆厂（Fab）。 训练一个大语言模型的成本高达数亿美元，周期长达数月，只有极少数玩家有能力和资本这样做。但产出的"芯片"——训练好的模型——被所有人使用。就像台积电的晶圆厂，门槛极高，但产出的价值渗透到每一部手机。
LLM像操作系统（OS）。 上下文窗口是文件系统，多轮对话是进程管理，工具调用和MCP协议是驱动程序，Skills和插件是应用程序。你甚至可以把不同Agent框架之间的竞争理解为一场新的"操作系统战争"。
LLM还像分时主机（Timeshare Mainframe）。 当前的大模型主要运行在云端，用户通过API作为"瘦客户端"访问——这几乎是1960年代计算模式的复刻。但卡帕西在另一篇文章《Power to the People》中指出了一个反常现象：LLM可能是第一种先在云端普及、再走向个人设备的前沿技术。Apple的MLX框架和Exolabs的工作正在孕育"个人计算v2"的早期信号——就像当年大型机走向个人电脑一样，LLM可能也会从云端走向每个人的笔记本。
双生态：新一场"Windows vs Linux"
卡帕西的演讲还隐含着另一个结构性的张力：开源与闭源的并存。
一方面，GPT-4、Claude、Gemini等闭源模型在性能、稳定性和用户体验上树立标杆，依托庞大的专有基础设施和精调能力驱动商业产品。另一方面，Llama、Qwen、Gemma等开源模型强调自由、定制和本地控制，让开发者和组织将系统适配到独特需求。
这种分叉像极了Software 1.0时代的Windows vs Linux。闭源模型可能主导商业市场，但开源模型将支撑研究、本地隐私和特定领域系统——在医疗、金融、国防等受监管行业，可审计性和可解释性可能与能力本身同等重要。两种生态互补而非对立，通过张力共同推动进步。
"人灵"与锯齿状智能
但卡帕西不是一个盲目的乐观主义者。事实上，他对当前大语言模型的诊断几乎堪称冷静到冷酷。
他将LLM称为"人灵"（people spirits）——对人类的随机模拟，具有某种涌现的"心理学"。这个类比不是赞美，而是一种警告：这些"人灵"有着奇怪的认知缺陷。
第一个缺陷，他称之为"锯齿状智能"（Jagged Intelligence）。
大语言模型可以解出复杂的数学竞赛题，却可能在"9.11和9.9哪个大"这种问题上犯错。它们的能力分布不像人类那样平滑——人类的认知能力通常是从低到高协调发展的——而是参差不齐，忽高忽低，令人难以预测。
"有些事情做得极其出色，按人类标准来看；而另一些事情则以灾难性的方式失败，同样按人类标准来看，"卡帕西写道，"而且你并不总是能提前知道哪个是哪个。"
这不仅是偶然的bug。卡帕西认为，核心缺陷是LLM缺乏"认知自我意识"（cognitive self-knowledge）——它们不知道自己不知道什么。解决方案不是简单地扩大模型规模，而是需要更成熟的后训练方法。
顺行性遗忘症与缺失的学习范式
第二个缺陷更加根本："顺行性遗忘症"（Anterograde Amnesia）。
卡帕西用一个电影类比来解释：大语言模型就像电影《记忆碎片》（Memento）中的主角——训练结束后，它们就无法再形成新的长期记忆。每次对话都从零开始，所有经验都随着上下文窗口的关闭而消散。ChatGPT的Memory功能被他评价为"原始的、粗糙的实现"。
但这不仅是缺陷的描述，卡帕西还提出了一个大胆的假说：我们正在缺失一整个学习范式。
他画出了一张新的学习分类表：
- ✦预训练 → 知识（改变权重）
- ✦微调（SL/RL） → 习惯性行为（改变权重）
- ✦系统提示词学习 → 记笔记（改变文本，而非权重）
人类学习不仅依靠改变神经突触权重，还依靠一种更高效的方式——记笔记。你遇到一个问题，找到解决方案，然后用明确的语言把它记下来以备后用。卡帕西认为，LLM应该能为"自己写一本关于如何解决问题的大书"——不是通过梯度下降修改权重，而是通过文本编辑修改自己的系统提示词。
"这比RL更高效，"他解释道，"因为知识引导的review阶段是一个比reward scaler维度高得多的反馈通道。"
如果这个假说成立，它可能催生一种全新的模型训练方法——不是让模型更大，而是让模型更善于给自己写规则。
钢铁侠战衣与自主性滑块
如果说诊断是冷静的，那么卡帕西开出的药方则充满了工程上的实用主义。
他喜欢用"钢铁侠战衣"（Iron Man Suit）来比喻理想的AI产品。战衣在两个维度上延伸人类能力：增强（Augmentation）——赋予穿戴者力量、工具和感知；以及自主性（Autonomy）——战衣有时能自主行动，无需穿戴者发号施令。
关键在于，这种自主性不是非黑即白的开关，而是一个"自主性滑块"（Autonomy Slider）。用户应该能根据场景灵活调节AI的自主程度。
他以人们熟悉的工具举例：在代码编辑器Cursor中，从Tab（自动补全）到Cmd+K（行内编辑）到Cmd+L（对话）再到Cmd+I（智能体模式），自主性逐步递增。在Perplexity中，从搜索到研究再到深度研究，也是一条滑动的光谱。特斯拉的自动驾驶从L1到L4，同样是这个逻辑。
这个框架的核心洞察是：在"生成-验证"的循环中，我们需要的是部分自主性，而非完全自主。原因很简单——在可预见的未来，AI的能力仍有巨大缺口。
"**Demo是works.any()，产品是works.all()**，"卡帕西说。一个演示只需要成功一次就能震撼人心，但一个产品必须每一次都可靠工作。他回忆起2014年乘坐Waymo原型车的经历——全程零干预，他当时以为自动驾驶已经"到了"。然而从那次演示到真正的商业产品，中间还有漫长的路要走。
氛围编程与为智能体而建
演讲中最引人注目的部分之一是卡帕西关于"氛围编程"（Vibe Coding）的亲身实践。
他讲述了自己用AI构建一个名为MenuGen的应用的过程。在初始阶段，AI的帮助让他飞速推进——代码瞬间就能跑起来。但这种速度红利很快消失了。原因不是AI不够聪明，而是现实世界的软件基础设施并不是为AI设计的。
构建一个Web应用意味着要和一系列混乱的服务打交道——身份认证、数据库托管、部署管线——这些工具的设计初衷是让人类专家保持就业，而不是让AI能够轻松操作。
卡帕西特别提到了一个对比：Clerk（一个身份认证服务）的文档对AI极不友好，而Vercel则因为积极适配AI读取而受到他的赞扬。一个简单的例子是llms.txt文件——因为HTML对大语言模型来说并不容易解析，将文档转换为纯文本格式能显著提升AI的使用效率。Vibe Coding现已拥有自己的Wikipedia页面——它从一个玩笑变成了一个正式的词条。
他的结论是一个新的分类法。数字信息的消费者过去只有两类：人类（通过图形界面）和计算机（通过API）。现在出现了第三类：智能体（Agents）——它们本质上是计算机，却以类人的方式消费信息。
"工具制造商必须意识到，出现了一类全新的数字信息消费者和操控者，"卡帕西说。
他特别提到了像Gitingest和Cognition的DeepWiki这样的"上下文构建器"（Context Builders），它们的工作就是将互联网上对人类友好的信息转化为对AI友好的格式。
从写代码到调试行为
Christos Theodoropoulos在他对卡帕西演讲的深度分析中指出，Software 3.0改变的不仅是工具，更是工程师的思维方式。
传统软件工程的核心是确定性逻辑——代码写什么，机器就做什么。Software 3.0的核心是概率编排——程序员指定目标，而非路径；模型推断出实现方式。这种转变带来四个根本性的变化：
从代码复用到模型复用。 软件模块变成了模型API，权重和提示词是参数。
从调试语法到调试行为。 工程师追踪的不再是行号，而是推理链和提示词交互。你需要的是"提示词调试器"和"语义差异工具"。
从软件验证到结果保证。 质量保证从"能编译吗？"变成"行为安全吗？"
从人写代码到人机协作编程。 你描述需求，LLM提出实现方案，你批评、修正、对齐意图——每一轮迭代都在增加双方的相互理解，形成一个共同适应的学习循环。
Theodoropoulos的结论是：这个时代最好的工程师可能不是写最多代码的人，而是设计最好对话的人。
工程落地的第一张蓝图
卡帕西的演讲描绘了愿景，但真正让Software 3.0落地的，是工程师们的实践。
韩国Toss Tech的工程师们将卡帕西的洞察翻译成了可操作的设计模式。他们将Claude Code理解为一个Harness（套具）——连接裸模型和真实世界的基础设施层，并将Agent架构映射到了经典的分层设计：
Slash命令是Controller（路由用户意图），子Agent是Service Layer（执行具体业务逻辑），Skills是单一职责的可插拔组件。Token管理则成了新的内存约束——就像传统程序员操心RAM一样，Software 3.0的工程师操心的是上下文窗口的预算。
Addy Osmani提出了一个他称之为"棘轮"（Ratchet）的工程原则：每当Agent犯了一个错误，就把修复方案永久写入系统提示词或Hook中——棘轮只进不退，质量基线只升不降。好的系统提示词中的每一行，都应该能追溯到一次具体的、历史上的失败。
这不是抽象的理论。有人用这个方法把Karpathy为Claude Code提出的4条核心规则扩展到了12条，在30个代码库的测试中，Claude的错误率从41%降到了11%，再进一步降到了约3%。系统提示词学习不是未来的假说——它正在发生。
这是智能体的十年
演讲的最后，卡帕西将所有线索汇聚成一个判断：
"这是智能体的十年。"
不是AGI 2027的宏大叙事，不是闪耀却不可靠的演示。而是部分自主性、定制化的图形界面、可调节的自主性滑块。是记住Software 3.0正在吞噬Software 1.0和2.0。是改进生成器与验证器之间的循环。以及最重要的一句话——
为智能体而构建。
在硅谷的历史上，每隔大约十五年就会出现一次范式迁移——从大型机到个人电脑，从桌面到移动互联网，从云计算到AI。卡帕西的Software 3.0叙事本质上是这个长弧线的最新一章。但与他2017年的Software 2.0文章不同的是，这一次他不仅描述了一个技术趋势，他还给出了具体的建筑蓝图。
过去，从确定性逻辑到概率编排，从写代码到设计对话，从调试行号到追踪推理链——每一次转变都重新定义了"程序员"这个词的含义。在Software 3.0的世界里，编程不再是告诉机器"怎么做"，而是告诉机器"做什么"——然后设计一套足够好的验证机制，确保机器真的做到了。
就像钢铁侠战衣从来不是一蹴而就的一样——托尼·斯塔克也是在一次次迭代中才把它造出来的——Software 3.0的世界也不会在一夜之间降临。但地基已经打下了，而卡帕西的这场演讲，很可能就是那张蓝图的第一页。
Sources:
- ✦Andrej Karpathy on Software 3.0: Software in the Age of AI — Latent Space[^1]
- ✦Andrej Karpathy: Software Is Changing (Again) — YC Startup Library[^2]
- ✦Software 2.0 — Andrej Karpathy (Medium)[^3]
- ✦Full Transcript — The Singju Post[^4]
- ✦Software 3.0: Redefining the Foundations of Programming — Christos Theodoropoulos[^5]
- ✦What's Software 3.0? — Florent Daudens / Hugging Face[^6]
- ✦Embracing the Software 3.0 Era — Toss Tech[^7]
- ✦Agent Harness Engineering — Addy Osmani[^8]
- ✦Key Takeaways — Dulandias.com[^9]
- ✦Software 3.0: Software is Changing Again — Medium[^10] ---
- ✦[^1]: Andrej Karpathy on Software 3.0: Software in the Age of AI — Latent Space https://www.latent.space/p/s3 https://www.latent.space/p/s3
- ✦[^2]: Andrej Karpathy: Software Is Changing (Again) — YC Startup Library https://www.ycombinator.com/library/MW-andrej-karpathy-software-is-changing-again https://www.ycombinator.com/library/MW-andrej-karpathy-software-is-changing-again
- ✦[^3]: Software 2.0 — Andrej Karpathy (Medium) https://karpathy.medium.com/software-2-0-a64152b37c35 https://karpathy.medium.com/software-2-0-a64152b37c35
- ✦[^4]: Full Transcript — The Singju Post https://singjupost.com/andrej-karpathy-software-is-changing-again/ https://singjupost.com/andrej-karpathy-software-is-changing-again/
- ✦[^5]: Software 3.0: Redefining the Foundations of Programming — Christos Theodoropoulos https://medium.com/data-science-collective/software-3-0-redefining-the-foundations-of-programming-409cf24e6c96 https://medium.com/data-science-collective/software-3-0-redefining-the-foundations-of-programming-409cf24e6c96
- ✦[^6]: What's Software 3.0? — Florent Daudens / Hugging Face https://huggingface.co/blog/fdaudens/karpathy-software-3 https://huggingface.co/blog/fdaudens/karpathy-software-3
- ✦[^7]: Embracing the Software 3.0 Era — Toss Tech https://toss.tech/article/harness-for-team-productivity-eng https://toss.tech/article/harness-for-team-productivity-eng
- ✦[^8]: Agent Harness Engineering — Addy Osmani https://x.com/addyosmani/article/2053231239721885918 https://x.com/addyosmani/article/2053231239721885918
- ✦[^9]: Key Takeaways — Dulandias.com https://dulandias.com/2025/07/software-is-changing-again-key-takeaways-from-andrej-karpathys-talk-at-yc-ai-startup-school/ https://dulandias.com/2025/07/software-is-changing-again-key-takeaways-from-andrej-karpathys-talk-at-yc-ai-startup-school/
- ✦[^10]: Software 3.0: Software is Changing Again — Medium https://medium.com/superagentic-ai/software-3-0-software-is-changing-again-and-again-af0c5cce786e https://medium.com/superagentic-ai/software-3-0-software-is-changing-again-and-again-af0c5cce786e
