AI正在重写计算机的底层逻辑

基于 Andrej Karpathy × Y Combinator 40分钟深度对话解读

最近刷到一个很有意思的访谈——前特斯拉AI总监、OpenAI创始成员Andrej Karpathy在YC的演讲，40分钟，播放量已经破百万了。他聊了一个让我反复回味的观点：我们正经历一场计算机的“重新发明”。不是那种PPT上的革命，而是从编程语言到操作系统，从软件架构到人机交互，整个底层逻辑都在被AI重写。他说现在的LLM（大语言模型）本质上是一种新的编程语言——你用英文写代码，模型帮你编译执行。听起来像科幻？但Karpathy用他在特斯拉自动驾驶和OpenAI的亲身经历，把这件事讲得特别接地气。今天我们就聊聊他说的三个核心话题：为什么AI是新的编程语言、Agent为什么会成为下一个操作系统、以及我们每个人该怎么跟这个“数字同事”共事。

01 软件2.0：当编程语言变成英文

Karpathy 这场分享最重要的判断，是把软件演进分成了三个阶段：软件1.0 是人手写代码，软件2.0 是把能力压进神经网络权重里，而今天的大模型，则像一种可以直接用自然语言编程的新介质。以前我们写 if/else、写函数、写接口；现在越来越多时候，我们是在写提示词、写上下文、写评估标准。程序员没有消失，但编程对象已经在变化。

"LLM are software, they don't get dumber the more reliance we place on them."大语言模型就是软件，我们对它们的依赖越多，它们不会变笨——但我们的系统会变得更脆弱。

这句话的重点，不是在夸模型聪明，而是在提醒我们：问题从来不只是模型本身，而是围绕模型搭起来的整套生产系统。你把客服、搜索、代码生成、内容生产都压在一个模型接口上，单点故障、延迟、幻觉、版本漂移就都会被放大。所以真正的机会，不只是“会用模型”，而是会把模型像数据库、消息队列、云服务那样，当作基础设施去设计冗余、监控与回退。

02 Agent不是玩具，是下一代操作系统

Karpathy 用了一个很妙的类比：如果把 LLM 看成新的计算内核，那上下文窗口就像内存，工具调用像外设，system prompt 像系统策略，agent 框架则像操作系统。这个类比有价值，因为它把“AI 助手”从聊天产品，抬升成了计算平台。我们今天看到的各种 Coding Agent、Research Agent、Browser Agent，本质上都在尝试做同一件事：给模型装上记忆、工具和工作流，让它能连续完成任务，而不是只会回答一句话。

"The context windows are kind of like the RAM of the LLM operating system."上下文窗口就像是LLM操作系统的内存条。

一旦用“操作系统”视角看 agent，很多现象就更容易理解了。为什么同一个模型，换一个上下文组织方式，表现会差很多？为什么工具权限一放开，能力立刻翻倍，但风险也同步上升？为什么不是所有任务都适合全自动，而是需要人在环里做验收？因为这已经不是单次问答，而是在调度一个半自主的执行体。未来真正有壁垒的，不只是模型参数，而是谁能把上下文管理、权限边界、任务拆解和结果校验做成稳定系统。

03 AI同事：一个拥有百科全书却不会系鞋带的天才

Karpathy 对大模型的刻画很传神：它像一个知识极多、局部能力极强，但在常识、持续性和执行细节上又时常翻车的“天才同事”。这正是很多人用 AI 的真实体感：写总结、起草文案、读论文、搭 Demo 时，它快得惊人；但一旦进入长链路执行、复杂约束、边界情况，它又会突然犯一些非常低级的错。

"LLM have encyclopedic knowledge and is an autistic savant who has superpowers in some areas but deficits in others."大语言模型拥有百科全书式的知识，是一个在某些领域有超能力、但在其他方面有缺陷的自闭天才。

所以，和 AI 共事最重要的能力，不是把任务全甩给它，而是学会“分工”。让它负责高带宽的信息压缩、草稿生成、模式识别；把目标定义、质量判断、最终拍板留给人。你可以把它当副驾驶，但不能假装它已经是老司机。谁先建立这种协作习惯，谁就更可能在下一轮工具变革里占到便宜。

写在最后

听完Karpathy的演讲，最大的感受不是“AI要取代人类”的焦虑，而是一种“我们正在重新发明计算”的兴奋。就像当年从大型机到个人电脑、从桌面到移动互联网一样，每次计算范式的转移都会带来巨大的机会和混乱。

他说得特别好：我们现在不是在用AI优化旧系统，而是在用AI构建新系统。从编程语言到操作系统，从软件架构到人机交互，一切都在被重写。这可能是我们这个时代最深刻的科技变革。

而对我们每个人来说，关键不是“要不要拥抱AI”，而是“怎么跟这个数字同事高效共事”。理解它的超能力，也接受它的局限——这可能是未来十年最重要的职场技能。

📄 完整精翻PDF · 5个话题 · 40分钟深度对话

公众号文章只覆盖了3个核心话题，完整版PDF包含全部5个话题的中文精翻，含双语金句对照和关键概念图解。关注「旅行和阳光」，回复「karpathy」获取完整精翻PDF。

如果未来每个职场人都标配一个AI同事，你觉得最需要改变的是什么——是工作方式，还是我们对自己的能力认知？

就到这里，有所收获的话，请大家关注我，下次见。

点个赞👍，分享给其他朋友。关于AI和未来趋势的问题，欢迎大家讨论，后台回复【帮助】可以加我个人微信，请注明来意。

另外，我最近也在整理 AI 办公实战案例：

《DeepSeek + Cherry Studio 处理工资表 Excel》1分钟解决2个小时的表格处理。内容里面可以学习 skill 的构建，后续会增加多个案例。

适合财务、人事、行政参考。

感兴趣可以看下面的视频【硅谷译见】

相关文档可以关注后回复「Excel神器」领取免费教程。

用AI探索，让工具发光

我正在记录一个人用AI提效的实验过程，不吹不黑，只分享真实体验

📮 合作/交流：公众号后台留言