Andrej Karpathy 在演讲中描绘了软件开发范式的根本性变革，从传统代码到数据驱动的神经网络，再到由自然语言大语言模型定义的 Software 3.0 时代。他强调 LLM 如同全新的操作系统，具有超凡能力但也存在认知障碍，因此开发应用时应增强人类能力而非创造完全自主的 AI。Karpathy 还提出了“Vibe Coding”和为 AI 智能体设计软件基础设施的理念，预示着编程门槛的降低和软件生态的AI原生化。
💡 Software 3.0 以自然语言大语言模型 (LLM) 为核心，标志着软件开发范式的根本性变革，标志着从显式编码到自然语言编程的转变。
🤖 LLM 如同全新的操作系统，其核心是推理计算，上下文窗口充当内存，可在不同平台间运行，展现了操作系统的生态模式。
🧠 LLM 具有超凡能力，如雨人般的记忆力和涌现的推理能力，但也存在幻觉、锯齿状智能、顺行性遗忘症和易受骗等认知障碍，决定了我们不能完全信任它。
🛡️ 开发应用时应打造增强人类能力的“钢铁侠战衣”，而非完全自主的 AI 机器人，遵循部分自主原则，提供“自主性滑块”让用户调节 AI 介入程度。
🚀 “Vibe Coding”拉低了编程门槛，让非专业人士也能用自然语言实现想法，成为软件开发的入门毒品，培养创造兴趣。
🏗️ 未来软件基础设施必须为 AI 智能体而设计，网站和 API 需变得“AI 友好”，例如提供 lm.txt 文件用 AI 易于理解的 Markdown 格式描述功能和 API。
原创 橘子OrangeAI 2025-07-02 14:48 北京
2023 年 Andrej Karpathy 说 “最热门的新编程语言是英语”。今天已成为现实。
今天看完 Andrej Karpathy 的演讲：Software is Changeing (Again)。他是时代的前瞻者，每次对趋势的判断都值得参考。同时他的演讲有趣又有料，非常值得一看。演讲的重点信息，整理成文分享如下。同时我使用 ListenHub 的深度模式制作了中文的 AI 播客版本，内容精华全部涵盖，推荐给不方便看英文的朋友们。欢迎来到
软件 3.0 时代
Andrej Karpathy's Vision for the Future of Code
我们正站在一场软件开发范式根本性变革的门槛上。特斯拉前 AI 总监 Andrej Karpathy 以前所未有的清晰度，为我们揭示了这条路径：从人类显式编写的传统代码 Software 1.0，到由数据驱动的神经网络 Software 2.0，再到今天，一个由自然语言“编程”大语言模型 (LLM) 所定义的——Software 3.0 时代。范式跃迁 Paradigm Shift
The Three Waves of Software DevelopmentKarpathy 以他在特斯拉的亲身经历，生动地描绘了这场变革的不可逆性。他曾目睹自动驾驶系统里的 C++ 老代码 (Software 1.0)，如何像被“贪吃蛇”一样，被神经网络 (Software 2.0) 模块不可阻挡地吞噬和取代。而现在，我们正迎来一次更彻底的“变身”。Karpathy 一条被他长期置顶的推文精准地预言了这一切：“最热门的新编程语言是英语”。今天，我们输入的每一句提示词 (Prompt)，就是构成 Software 3.0 的新程序。
新型计算机 New Computing Metaphor
LLM as the New Operating System要理解 Software 3.0，必须重新定义其核心——LLM。它不是一个简单的工具，Karpathy 认为，最贴切的比喻是将其视为一个全新的操作系统 (OS)。CPU: LLM 本身负责核心的推理“计算”。
RAM: 上下文窗口 (Context Window) 就是易失性的“内存”，负责临时记忆。Cross-Platform: 应用可以在 GPT, Claude, Gemini 等不同“OS”上运行，展现了操作系统的 生态模式。“我们现在使用 LLM，就像 1960 年代的人们通过终端分时使用昂贵的大型机。真正意义上的‘个人电脑革命’尚未到来，我们还没到家家户户都有一台本地超强 LLM 的时代。”- Andrej Karpathy当这些由少数巨头提供的云端 LLM 服务突然“罢工”，Karpathy 形容其为一场全球性的“智商大停电”，足见我们对这种新型“公用事业”的依赖之深。
数字心智 The Digital Psyche
Genius and Cognitive Flaws CoexistKarpathy 将 LLM 称为 “people spirits” (数字灵魂)，因为它们在海量人类数据中“长大”，涌现出复杂的“心理特征”。它们是天才，具有“超凡能力”，却也伴随着一系列“认知障碍”。
超凡能力
雨人般的记忆力:拥有百科全书般的知识，能回忆起海量代码片段和冷门知识，过目不忘。
涌现的推理能力:在庞大数据之上，展现出惊人的模式识别和逻辑推理能力。
认知障碍 Cognitive Flaws
理解这些天生的“小毛病”至关重要，因为它决定了我们不能 100% 信任它，必须设计出高效的人机验证循环。
开发新范式 New Development Paradigm
Build an Iron Man Suit, Not an Iron Man Robot面对如此强大又“玻璃心”的 AI，我们该如何构建应用？Karpathy 的答案一针见血：别想着造完全自主的“钢铁侠机器人”，而应该去打造增强人类能力的“钢铁侠战衣
”，它既是增强装甲，又是可以独立行动的 Agent。
成功的应用，如编程助手 Cursor，都遵循部分自主 (Partial Autonomy) 的核心原则。它们提供了一个“自主性滑块”，让用户可以自由调节 AI 的介入程度——从帮你补全几行代码，到直接重构整个文件，遥控器始终掌握在人类手中。要“牵住 AI 的缰绳”，关键在于控制输出粒度和提高指令精度。让AI一次只干一个具体的小活儿，生成一小段你能快速审查的代码。你给的提示词越具体，它犯错的几率就越小。
未来基建 Future Infrastructure
Vibe Coding & Building for AgentsKarpathy 创造的 “Vibe Coding” (随性编程) 一词已成网络热词。它意味着编程的门槛被拉到地板，非专业人士甚至孩子都能用大白话将想法变为现实。他称之为“软件开发的入门毒品”——一种能从小培养创造兴趣的强大工具。更深远的变革在于，未来的软件基础设施必须为 AI 智能体而设计 (Building for Agents)。当 LLM 成为信息的主要消费者时，我们的网站和 API 也需要变得“AI 友好”。FROM HUMAN-CENTRIC TO AI-NATIVE// 旧指令：为人类设计<a href="...">点击此处</a>// 新指令：为 AI 智能体设计curl -X POST api.example.com/action --data '{"param":"value"}'未来，网站或许会提供一个 lm.txt 文件，用 AI 易于理解的 Markdown 格式描述其功能和 API，让 AI 助理能自主完成任务，而不是让人类替它干机械的“点击”工作。 
