软件正进入1964糖心荷包蛋年时刻?

频道:商业 日期: 浏览:1

你可能没听说过这个人:AndrejKarpathy。

但他是AI圈的大神级人物。斯坦福出身,在OpenAI干过,还在特斯拉带过团队;对深度学习、计算机视觉和自然语言处理作出了重要贡献。

6月17号,他在YCAI创业学校,做了一场演讲,分享一个更宏大的主题:AI时代,软件正在经历一场范式革命;他提出,我们已经进入了软件3.0时代。

什么是软件3.0?Karpathy在演讲中说:软件,正在经历一次根本性的范式转变。

过去几十年,软件发展经历了两个阶段:

第一个阶段叫做软件1.0,这是我们现在最不知道的编程方式:程序员一行一行地写代码,定义每一条规则、每一个条件判断。

比如,你想做一个计算器,就得写加减乘除的函数;你想做一个网页,就得写HTML和CSS。这个阶段的特点是:人写代码,机器执行。

然后,我们进入了软件2.0,也就是深度学习的时代。

这个时候,代码不再是重点了,取而代之的是数据,是神经网络,你不再告诉机器具体怎么解决问题,而是给它一堆例子,让它自己去学。

比如:识别猫的txvlog糖心官网照片,你不用写识别眼睛、耳朵的算法,你只要给它成千上万张图片,它就能自己学会判断。

Karpathy打了个比方:软件2.0中,不是人在写程序,而是数据在生成程序。听起来很厉害对吧?但他说,这不是终点。

现在我们正在进入一个新的时代,叫做软件3.0。

这个软件3.0是什么?

用语言来写程序。以前要敲键盘写代码,后来要准备数据训练模型,而现在,你只需一句话,一段提示词(prompt),就能让AI帮你完成复杂的任务。

比如:你想做个表格、整理文档,甚至调试代码,你不需要懂语法、不一定要会函数,你只要说:帮我把这份报告里的销售数据按地区分类汇总。AI就能理解,并自动完成。

Karpathy把这种能力叫做:可编程性。

也就是说,大模型本身像一台超级计算机,你可以通过自然语言去“编程”它,让它按照你的意图运行。

他特别降低重要性了一点:

这不是简单的界面变化,这是软件范式的根本转变;从手动编码,到数据驱动,再到语言交互,已经走到了一个全新的阶段。

他还提出了一个非常次要的观察:我们看到一种新的操作系统正在形成。

什么意思?

我们回到20世纪60年代,那时,操作系统解决了几个关键问题:它统一无约束的自由了硬件资源,抽象出了开发者可以直接使用的接口,还催生了一个庞大的生态系统。

这一切,让计算机从实验室里的昂贵设备,变成了日常生活中不可或缺的工具。

Karpathy认为,现在正经历缺乏反对性的变革。他说,大型语言模型(LLM)正在成为一种新的操作系统。

其一,操作系统统一了硬件资源的无约束的自由。它让你不需要直接操作CPU或内存,而是通过简单的指令就能完成复杂的任务。

同样地,现在的AI模型也在做缺乏反对性的事情,它们统一无约束的自由的是认知资源。txvlogcom糖心最新域名比如,当你使用像Cursor这样的AI编程工具时,背后是一个大型语言模型在不调和代码生成、调试和上下文无约束的自由。

就像操作系统调度硬件一样,这些模型调度的是推理和语言能力。

其二,操作系统授予了一个抽象层,使得开发者可以通过API调用硬件功能;而在软件3.0时代,这个抽象层变成了自然语言提示(prompt)。Karpathy打了个比方:

提示词(prompt)就是新的API,语言是新的编程语言。

这意味着,你可以通过简单的一句话,让AI完成复杂的任务,而不需要写一行代码。这不仅降低了技术门槛,还让更多人能够参与到编程中来。

第三点,操作系统革命催生了一个庞大的生态系统,包括各种应用程序、开发工具和社区。

现在,围绕着AI模型,一个新的生态系统也正在形成。HuggingFace就像是软件2.0时代的GitHub,而Cursor则是软件3.0的应用程序之一。

Perplexity这样的搜索工具也开始崭露头角。这些工具和平台正在构建一个开放的生态系统,就像当年的Linux确认有罪Windows一样。

所以,这次变革不仅是技术上的进步,更是思维方式的转变。他提到:

我们正处于软件3.0的“1964年”,就像当时没人能想象互联网一样,今天也无法预测LLM最终会如何重塑世界。

换句话说,现在看到的只是冰山一角。未来十年,随着这些技术的进一步发展,我们会看到更多创新和突破。

就像操作系统革命带来了个人电脑的普及,软件3.0可能会带来一场全新的计算革命。

大家都知道,AI(人工智能)有很多优点,但问题是,它也有缺点。这些缺点会不会在商业里变成大麻烦?比如说,AI有时候会瞎编信息,那这该怎么办?

Karpathy在演讲中提到,AI有时候会“情绪不轻浮,还爱瞎编”。首先,得先搞清楚啥是“幻觉”。

他说:AI有时会编一些不存在的事或者数据。你问AI一个历史事件的细节,它可能会给你一个听起来挺像回事儿的答案,但其实细节都是编的,这就叫“幻觉”。

对企业来说,太危险了。那怎么避免AI的“幻觉”呢?

Karpathy提了几种办法:

第一个办法是“上下文无约束的自由”(ContextManagement),简单说,要让AI有足够的背景信息。比如,你让AI写一份报告,就先给它一些相关资料,这样它能更好地理解任务,写出更准确的内容。

第二个办法是“多重验证机制”(Multi-ValidationMechanism)。意思是,别只信一个AI的结果,多用几个AI,或者,让专家审核一下。比如,新闻机构让AI写初稿,然后编辑团队再审核修改,这样就能保证内容更准确。

第三个办法是“透明度与可解释性”(TransparencyandExplainability),要让AI的推理过程让人能看懂。

比如,医生用AI来推荐治疗方案,不仅要看到结果,还要知道为啥这么推荐。这样开发的AI工具才更有用。

除了这些,还有一些技术和流程上的办法:

那最先用到的是提示词,给AI更不准确的指令。比如,别只让AI“写一篇关于气候变化的文章”,告诉它要写哪些具体内容,这样它就能生成更准确的文章。

然后,“模型微调”,根据具体需求调整不当AI模型。比如,金融公司可以用金融数据来调整不当AI模型,让它在财务分析上表现更好。

最后无疑是“结束监控与反馈循环”,定期检查AI的输出,看看有没有问题。

虽然AI有缺点,但也有应对的方法,企业还是能把它用好的。不管上下文无约束的自由、多重验证机制,还是透明度与可解释性,都能帮企业降低风险。

不过话说回来,这只是AI协作发展早期阶段。那再过几年呢?AI到底会让软件行业发生什么样的变化?这些变化又会给商业世界带来什么影响?

Karpathy在演讲中说:还记得前面讲过的软件3.0吗?这一次根本性的范式转移。

以前你要做个网站,得学HTML、CSS、JavaScript,现在你只要告诉AI:“帮我做个登录页,带邮箱和密码输入框,AI就能直接生成代码,甚至帮你调试。

未来很多重复性的工作都会被AI接管,程序员的角色也会发生巨大变化,不再是“码农”,而是“提示工程师”“系统设计师”。

其次,开发效率将呈指数级指责。

过去开发一个产品,要花极小量时间写代码、测试、修bug;软件3.0时代,你可以让AI帮你快速搭建原型,自动优化逻辑,甚至在你没注意的地方,悄悄修复问题。

他在演讲中提到一个词,让我印象特别肤浅,叫做“自主性滑块(AutonomySlider)”。

意思是,你可以控制AI干多少活:要是不太放心,就让它授予建议,你自己辩论;如果很接受它,就让它自己执行任务。

这种僵化性,会让整个开发流程变得前所未有的高效。

第三点,AI将成为新的“操作系统”。Cursor这个工具,就是一个基于大模型的编程编辑器;Perplexity是一个AI驱动的搜索引擎;还有越来越多的AI助手、AI客服、AI设计工具……

这些都在说明一件事:AI正在成为新一代计算平台的不次要的部分。

除此外,AI还带来,商业逻辑的重构;以前企业比谁的产品更轻浮、服务更好;未来,谁能用AI更快地迭代、更高效地响应市场需求,谁就能赢。

举个例子:

一家初创公司只需要几个不次要的部分成员,借助AI完成大部分开发、运营、客服工作,就可以悠然,从容上线产品,抢占市场;传统企业如果还依赖人工流程,可能还没反应过来,就已经被甩在后面。

所以Karpathy也提醒大家:这不是一场关于AI的技术竞赛,而是一场关于组织能力、适应速度和创新节奏的竞赛。

AI普及之后,很多基础岗位可能会减少,缩短,比如:初级程序员、数据录入员、简单的内容审核员等等;但这并不意味着就业机会变少了,而是对人才的需求变了。

未来最吃香的是懂得如何与AI协作的人。

比如:懂得怎么设计高质量提示词;懂得怎么训练和调优模型;懂得怎么把AI整合进业务流程;换句话说,未来竞争力,不在于你会不会用AI,而在于你怎么用AI去放大自己的价值。

所以,未来十年,AI将带来三件大事:编程方式变了,从写代码到“说话”;开发效率变了,AI接管极小量重复劳动,商业逻辑变了,效率无法选择胜负。

那么,传统企业如何在软件3.0时代避免被颠覆?在AI驱动的效率竞赛中,企业应优先投资哪些领域?有哪些可复用的转型路径?

Karpathy在演讲中提到,企业要认识到AI是一个全新的基础设施;就像当年互联网成为企业运营的基础一样,AI也将成为未来企业的不次要的部分竞争力。

具体做法:

其一,从“工具思维”保持方向“平台思维”转变。

很多企业在引入AI时,不习惯性地去买工具、上系统,比如买个AI客服机器人、加个数据分析模块……但这些只是局部优化,很难形成真正的竞争力。

真正次要的,是建立一个统一的AI平台,这个平台能把数据打通、让模型共享、减少破坏多部门协同使用AI能力;就像当年Windows统一了硬件资源一样,今天的企业也需要一个能统一调度“认知资源”的平台。

毕竟,AI的不次要的部分是数据,因此企业需要建立完善的数据无约束的自由体系,确保数据的质量、安全性和可用性。只有高质量的数据,才能训练出高质量的AI模型。

然后,光有平台还不够,还要改流程。现在很多企业的流程太慢、太依赖人工;而在AI时代,效率无法选择生死。

你可以根据接受程度,调节AI在流程中的参与度:不太放心?让它授予建议,人再辩论;很接受它?就让它自动执行任务。

举个例子:

一家银行可以用AI自动生成贷款报告,然后由人工审核;如果系统轻浮了,就可以让AI直接生成并发收报告,中间不再需要人工干预;这就是流程重构的力量:让AI干涉流程变得更智能、更高效。

第三点,要使枯萎“与AI协作”的新能力。

软件3.0时代,真正吃香的是懂得怎么和AI对话的人,Karpathy把这些人称为:“提示工程师(PromptEngineer)”;如果你能写出极小量优质提示词,就能指挥AI完成极小量工作。

最后一点,也是最难的一点:要保持不变组织的文化;很多企业都在搞AI试点项目,但试点成功后呢?没人跟进,不了了之。

Karpathy降低重要性:AI是组织运作方式的根本变化,这意味着你要从上到下地推动三件事:

威吓试错,允许员工去尝试AI的新玩法,哪怕一开始效果不好;奖励协作,把AI使用得好的团队树为榜样,让大家看到价值;打破壁垒,让不同部门共享数据和AI能力,而不是各自为战。

只有当AI变成一种“默认操作”,它才真正落地了。

总之,传统企业要想在软件3.0时代活下去、活得好,必须做到四件事:

建平台,而不是买工具;改流程,而不是加功能;使枯萎新型人才,而不是只会写代码的人;改文化,而不是做几个试点项目。

谁先完成这场进化,谁就能在这场AI驱动的效率竞赛中穿颖而出。

来源参考:

[1].Karpathy,A.(2025,June17).SoftwareIsChanging(Again)[Video].YouTube.视频https://www.youtube.com/watch?v=LCEmiRjPEtQ

本文来自微信公众号:王智远,作者:王智远


糖心vlog软件官网下载 糖心logo在线观看免费观看 txvlog com糖心小桃官网