本文探讨了Andrej Karpathy提出的Software 3.0概念，即使用自然语言进行编程。文章通过特斯拉Autopilot系统的演进，阐述了从Software 1.0到Software 2.0再到Software 3.0的转变。文章分析了AI编程工具的兴起，如Cursor和GitHub Copilot，以及它们如何提高开发效率。此外，文章还探讨了部分自主性、AI原生公司的优势、垂直领域的重要性以及程序员角色的转变。最后，文章鼓励读者拥抱Software 3.0时代，并提供了开发者和创业者的实用建议。

🤖 Software 3.0 时代的核心是使用自然语言编程，颠覆了传统的编程方式，使得英语成为最重要的编程语言。

🚗 作者通过特斯拉Autopilot系统的演进，阐述了从程序员手写代码的Software 1.0时代，到神经网络的Software 2.0时代，再到用自然语言编程的Software 3.0时代的转变。

💡 AI编程工具如Cursor和GitHub Copilot，通过提高开发效率，正在迅速普及，例如，使用AI辅助工具可以使复杂数据处理脚本的编写时间从一天缩短到两小时。

🤝 部分自主性是AI与人类协作的关键，AI应增强人类能力，而不是完全自主决策，Cursor的“自主性滑块”设计就是一个例子。

💰 AI原生公司具有低边际成本的优势，以及按使用量收费的模式，使其增长速度远超传统软件公司。

🏢 垂直领域是AI创业的金矿，因为通用AI难以渗透到特定行业的know-how，例如，专注于法律的Harvey和专注于医疗文档的AI产品。

🧑‍💻 程序员的角色将从“代码工人”转变为“AI指挥官”，需要掌握提示工程、AI输出验证和人机协作设计等新技能。

 最近看了Andrej Karpathy在Y Combinator的演讲，他提出的Software 3.0概念让我想了很久。作为一个写了十几年代码的人，我一直觉得编程是一门手艺活，需要扎实的基本功。但Karpathy的观点直接颠覆了我的认知：未来最热门的编程语言不是Python，不是JavaScript，而是英语。

这听起来很扯，但仔细想想，我们现在不就是这么干的吗？

从特斯拉的故事说起

Karpathy在特斯拉工作时，亲历了Autopilot系统的演进。最开始，工程师们用C++手写每一行代码，检测车道线要写算法，识别红绿灯要写算法，判断行人要写算法。这就是他说的Software 1.0时代——每个逻辑都要程序员亲手实现。

后来他们开始用神经网络，不再手写算法，而是喂给系统大量的驾驶数据，让它自己学。神经网络的权重参数成了新的"代码"，只是这些代码人类看不懂，全是些浮点数。这是Software 2.0。

现在呢？你可以直接对ChatGPT说："帮我写一个检测车道线的程序"，它就能给你生成完整的代码。更夸张的是，Karpathy自己不会Swift，但通过和AI对话，成功开发了一个iOS应用。这就是Software 3.0——用自然语言"编程"。

3.0 的LLM如同操作系统：闭源提供商类似Windows/macOS，开源替代方案如LLAMA生态系统则类似Linux。模型充当CPU，上下文窗口充当内存，系统协调计算资源。

Cursor凭什么一年赚1个亿

K神说：“前几天和朋友聊天，他说他们公司全员都在用Cursor写代码。我试了试，确实上瘾。你只要描述想要什么功能，它就能生成代码，而且质量还不错。最关键的是，它不是简单的代码补全，而是真的理解你的意图。”

Cursor第一年就做到了1亿美元收入，GitHub Copilot的用户数更是突破了几百万。为什么这些工具这么火？因为它们真的能让你的开发效率提升10倍。

我有个同事，原来写一个复杂的数据处理脚本要花一天，现在用AI辅助，两小时搞定。剩下的时间干嘛？思考更重要的架构问题，或者早点下班陪家人。

"部分自主"才是正确的打开方式

Karpathy提了一个很有意思的概念：部分自主性（Partial Autonomy）。他说AI应该像钢铁侠的战衣，而不是完全自主的机器人。这个比喻太精准了。

想想看，完全自主的AI系统其实挺可怕的。它可能会做出你意想不到的决策，而你却无法控制。但如果AI只是增强你的能力，让你飞得更高、打得更准，那就完全不同了。

Cursor就是这么设计的。它有个"自主性滑块"，你可以选择让AI帮你补全一行代码，或者重构整个文件，甚至重写整个项目。控制权始终在你手里。

为什么说现在是最好的创业时机

看看这些数据：Harvey（法律AI）估值30亿美元，Anthropic年化收入30亿美元，Perplexity估值90亿美元。这些公司都是在过去两三年内创立的。

更重要的是，它们的增长速度是传统软件公司的10倍。为什么？因为AI原生公司的边际成本接近于零。传统软件公司要扩张，需要招更多销售、更多客服。AI公司呢？多几个GPU就行了。

而且现在的商业模式也在变。传统SaaS按座收费，AI公司按使用量收费。你用得越多，付得越多，但也获得越多价值。这种模式对双方都更公平。

垂直领域才是金矿

通用AI很强大，但在专业领域还是会犯低级错误。这就是为什么Harvey专注于法律，它建立了专门的法律知识库，理解法律术语和逻辑。结果呢？律师们爱死它了。

我认识一个做医疗AI的创业者，他们的产品专门帮医生写病历。听起来很简单对吧？但医疗文档有严格的规范，通用AI经常写出不符合规范的内容。他们花了大量时间训练模型理解医疗术语和流程，现在已经拿到了几千万美元融资。

垂直领域的好处是，你的护城河更深。通用AI公司很难渗透进来，因为他们不懂行业know-how。

程序员会失业吗？

每次AI有新突破，都有人问这个问题。我的答案是：不会，但工作内容会变。

以前程序员是"代码工人"，现在要变成"AI指挥官"。你需要知道如何写出好的prompt，如何验证AI生成的代码，如何设计人机协作的流程。

其实这是好事。我们可以把时间花在更有创造性的工作上，而不是调试一个该死的正则表达式。

Software 3.0时代最重要的技能不是掌握特定编程语言，而是有效地与AI协作。 NextBigFutureSubstack这包括：

提示工程技能：如何编写清晰、准确的自然语言指令 SubstackAI输出验证：快速识别和修正AI生成内容的问题人机协作设计：设计有效的人机交互流程上下文管理：有效管理AI系统的工作记忆 NextBigFuture

给与的一些实操建议

如果你是开发者：

现在就开始用AI工具，不要等。Cursor、GitHub Copilot、ChatGPT，选一个用起来学习prompt engineering，这是新时代的核心技能保持对AI输出的批判性思维，它很强但不完美

如果你想创业：

找一个你熟悉的垂直领域，用AI去改造它不要做大而全的产品，专注解决一个具体问题采用usage-based的收费模式，让客户的成本和价值匹配

写在最后

Karpathy说2025-2035是AI代理的十年。我觉得他太保守了，变化会来得更快。

前几天，我女儿用ChatGPT写了一个小游戏，她今年才8岁。当一个8岁的孩子都能"编程"时，这个世界已经变了。

Software 3.0不是未来，而是现在。问题不是要不要拥抱它，而是如何拥抱得更快。毕竟，在这个时代，慢就是新的死法。

记住Karpathy的话：英语是最热门的编程语言。如果你能清晰地表达想法，你就能创造软件。这不是门槛的降低，而是创造力的解放。

现在，去创造点什么吧。