# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
Andrej Karpathy（OpenAI 联合创始人、前特斯拉 AI 负责人、现 Eureka Labs 创始人）在 AI Ascent 2026 上与红杉合伙人 Stephanie Zhan 对话，谈论自他提出 "vibe coding" 一年以来的变化。他解释了为什么作为程序员他从未感到如此落后，为什么 agentic engineering 是在 vibe coding 之上形成的更严谨的学科，以及为什么我们应该把 LLM 视为 "幽灵"而非"动物"——这些参差不齐的、统计性的、召唤出来的实体需要一种全新的品味和判断力来引导。他还谈到了 Software 3.0、可验证性的局限性，以及为什么你可以外包你的思考，但永远不能外包你的理解。"
去年，Andrej Karpathy造了个词——vibe coding。
今年，他说自己从没有像现在这样感到落后过。
这话从一个OpenAI联合创始人、特斯拉前AI负责人、现在Eureka Labs创始人口中说出来，确实值得停下来认真想一想。
在Sequoia Capital的AI Ascent 2026上，Karpathy和Sequoia合伙人Stephanie Zhan做了一次深度对谈。从vibe coding讲到agentic engineering，从Software 3.0讲到"鬼魂"理论，把这一年他所看到的技术转变讲了个透。
原视频自行搜索：Andrej Karpathy: From Vibe Coding to Agentic Engineering
Karpathy说，过去一年他一直在用Cursor这类agentic工具，"它在一些代码块上表现不错，有时候会出错，然后你得去改，总体还算有用。"
转折点在去年12月。他正好在休假，有更多时间弄这些工具。然后他发现，最新的模型生成的代码块，直接就对了。他继续更多测试，还是对的。他已经记不清上次纠正它是什么时候了。
他开始越来越信任这个系统，然后就在vibe coding了。
他觉得这个转变非常剧烈：很多人去年认识AI还停留在"ChatGPT平替"那个阶段，但到12月，事情已经从根本上不同了，尤其是在agentic连贯工作流这块，真的开始能跑通了。
Karpathy对Software 3.0的定义是这样的：
Software 1.0，你在写代码。Software 2.0，你通过整理数据集、训练神经网络来编程，编程变成了安排数据和架构。而Software 3.0，你的编程行为变成了提示词，上下文窗口里放的内容，就是你操控LLM这个解释器的杠杆。
他举了两个例子来说明这种范式转变。
第一个是Claude Code的安装工具方式。按老思路，安装一个工具应该是一个shell脚本，但是为了兼容不同平台，shell脚本会越来越臃肿复杂。而Claude Code的安装方式是：复制一段文字，粘贴给你的agent，它会自己完成安装。它会观察你的环境，执行智能操作，在循环里自己debug。用Software 3.0的方式，你不需要精确拼出每一个细节。
第二个例子更极端。Karpathy自己做了一个叫MenuGen的应用，功能是拍下餐厅菜单，然后给每个菜品配上图片，因为菜单上通常没有图。他用vibe coding搭了整套应用，包括OCR识别菜名、调用图像生成器配图、重新渲染菜单。
然后他看到了Software 3.0的做法：把菜单照片直接扔给Gemini，让它用Imagen把图片直接覆盖到菜单原图上。Gemini返回了一张图，就是他拍的那张菜单照片，但每道菜旁边已经渲染出了对应的食物图片。
他的原话是：这把我吓到了，因为我整个MenuGen应用其实没必要存在。
那套应用在老范式里工作，而新范式是神经网络直接做更多的事，输入是图片，输出是图片，中间那层应用根本不需要。
Karpathy花了不少时间思考"可验证性"这个概念，试图解释为什么这些模型如此参差不齐。
他的框架是：传统计算机容易自动化那些能用代码明确描述的任务，而现在的LLM容易自动化那些输出可以被验证的任务。
原因在于训练方式。前沿实验室在训练这些模型时，是巨大的强化学习环境，模型会获得验证奖励，因此它们在可验证的领域能力激增，比如数学和代码。而在那些难以验证的领域，能力就显得粗糙。
他给了一个例子：现在最先进的模型，比如Opus 4.7，可以重构一个十万行的代码库，可以发现零日漏洞，但如果你问它"我要去洗车，洗车店距离50米，我是应该开车还是走路去"，它会告诉你走着去，因为很近。
这件事本身很荒诞，但也说明了模型的锯齿状特征：它在某些电路上飞速运行，在另一些电路上完全失灵。这部分取决于实验室的训练方式，部分取决于预训练数据分布，谁在数据里，谁就有能力。
从GPT-3.5到GPT-4，模型在下棋上的能力大幅提升，很多人以为是整体能力提升的副产品，实际上是OpenAI有人决定把大量国际象棋数据放进了预训练集。数据在，能力就在。
所以他的结论是：你其实在一定程度上受制于实验室在做什么，放了什么进去。你拿到的是一个没有说明书的东西，你得自己去探索它在哪些地方能用，哪些地方会出问题。如果你的应用场景恰好在它的RL电路里，就会好用到起飞。如果不在，就得考虑自己做微调。
这是整场对话里Karpathy讲得最清楚的一个区分。
Vibe Coding是在抬高所有人的下限。它让每个人都能在软件层面做成更多事，这很好，很惊人。
Agentic Engineering是在保持专业软件原有的质量标准。你不能因为用了vibe coding就引入安全漏洞。你对自己的软件仍然负有跟以前一样的责任，但你能不能跑得更快？答案是可以，但怎么正确地做到这一点，就是agentic engineering这门工程学科要解决的问题。
这些agents是尖刺状的实体，有点脆弱，有点随机，但极其强大。怎么协调它们在不牺牲质量标准的情况下提速，这是agentic engineering的核心。
他认为那种"10x工程师"的说法在这里被放大了很多倍——10x已经不够描述优秀的agentic engineer能获得的加速了。
如果agents在做越来越多的事，什么人类技能反而变得更值钱？
Karpathy的答案是：品味、判断力和审慎的监督。
他举了MenuGen里的一个bug。用户用Google账户注册，用Stripe账户购买积分，两者都有email地址。他的agent在匹配用户时，试图用email地址把Stripe和Google账户对应起来，但用户完全可以用不同的email注册两个账号，结果就是积分无法正确归属。
这种错误的核心是：为什么要用email地址来交叉关联资金？这是个奇怪的决定，应该用固定的用户ID。这类判断，目前还得靠人来把关。
另一个例子：他在做micrograd项目，试图把LLM训练流程简化到尽可能简单。他不断提示模型"再简化一点，再简化一点"，模型就是做不到。他形容这种感觉是：你很明显超出了RL电路的范围，感觉在用蛮力拉扯，完全不是那种飞速运行的感觉。
他也坦承，agent生成的代码有时让他有点心惊，因为它确实能跑，但代码质量不太行，很臃肿，大量复制粘贴，抽象设计脆弱。他希望未来模型能改善这一点，但说这不是什么根本性障碍，只是实验室还没做而已。
在API细节这层，他已经不记得PyTorch里reshape和permute的区别了，也不需要记，因为这些东西可以交给agent。但你仍然需要理解tensor底层有一个storage，有时候你拿到的是view，有时候是独立的storage，这决定了内存效率。基础原理的理解仍然不能外包。
Karpathy写过一篇文章，把LLM比作鬼魂而不是动物。
他试图解释这个框架的出发点：你对一件事有好的心智模型，就能更有能力地使用它。
动物有内在动机、好奇心、通过进化获得的驱动力。LLM没有这些。它的底层是预训练的统计电路，然后用RL往上叠加了一些东西。如果你冲着它大吼，它不会有任何反应，也不会表现得更好或更差。
他说这更多是一种心态调整，而不是能直接推导出五个实操结论的理论框架。更多是帮助自己保持对它的警惕，以及弄清楚什么做法可能有效、什么可能无效。
关于教育和学习，Karpathy引用了一条让他每隔几天就会想起来的推文，大意是：
你可以外包你的思考，但你无法外包你的理解。
他说自己仍然是整个系统里的一部分，仍然需要知道我们在做什么、为什么值得做、怎么去指挥自己的agents。某些东西必须指导这一切的思考和处理，而这个东西归根结底还是被理解力所约束。
如果你连自己想构建什么都不清楚，你就没办法做一个好的导演。LLM在这一点上不擅长，你是这件事上不可替代的那个人。
这也是为什么他对LLM知识库项目非常兴奋，因为每次从不同角度看同一份信息，他都感觉自己获得了新的理解。他读一篇文章，同时也在把它纳入自己的知识库，不断向它提问，以不同的方式重新整理信息。这是增强理解的工具，而不是绕过理解。
关于未来的基础设施，Karpathy有一个让他很烦的现状：几乎所有文档还是给人类写的。他不想被告知要去找哪个URL、点哪个菜单。他只想知道应该复制粘贴什么给他的agent。
他认为一个检验基础设施是否真正agent-native的标准，是他能不能给LLM一个提示词，然后MenuGen这类应用就被构建并部署好了，他完全不需要动手。部署过程里要配DNS、要去各个服务的设置里点来点去，这些都太烦了，本来不应该存在。
更远期的预测是：神经网络成为主处理器，CPU退化成协处理器。原本的"计算器式计算机"和"神经网络式计算机"在上世纪五六十年代还是两条未定的路，现在看来有机会迎来一次反转。
他对这个预测的态度是：是这个方向，但会一步一步来，具体的过渡路径还有待确定。
文章来自于微信公众号 "AI寒武纪"，作者 "AI寒武纪"
【开源免费】字节工作流产品扣子两大核心业务：Coze Studio（扣子开发平台）和 Coze Loop（扣子罗盘）全面开源，而且采用的是 Apache 2.0 许可证，支持商用！
项目地址：https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目，它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址：https://github.com/n8n-io/n8n
在线使用：https://n8n.io/（付费）
【开源免费】DB-GPT是一个AI原生数据应用开发框架，它提供开发多模型管理（SMMF）、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL（智能体工作流编排）等多种技术能力，让围绕数据库构建大模型应用更简单、更方便。
项目地址：https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础，任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤，并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址：https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用：https://vectorvein.ai/（付费）
【开源免费】AutoGPT是一个允许用户创建和运行智能体的（AI Agents）项目。用户创建的智能体能够自动执行各种任务，从而让AI有步骤的去解决实际问题。
项目地址：https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目，只需要输入一句话的老板需求，MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色，包括产品经理 / 架构师 / 项目经理 / 工程师，MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址：https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】FASTGPT是基于LLM的知识库开源项目，提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信，飞书的AI项目都基于该项目二次开发。
项目地址：https://github.com/labring/FastGPT
【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台，可以对大语言模型（LLM）和多模态图文模型（VLM）进行预训练和轻量级微调。XTuner 支持多种微调算法，如 QLoRA、LoRA 和全量参数微调。
项目地址：https://github.com/InternLM/xtuner
【开源免费】LangGPT 是一个通过结构化和模板化的方法，编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词，进而高质量的帮助用户通过AI解决问题。
项目地址：https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用：https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0
