📝 本期播客简介

本期我们克隆了 Andrej Karpathy 在 AI Startup School 的演讲。

Karpathy 深入探讨了人工智能时代软件的演变，提出了软件已经从1.0（传统代码）发展到2.0（神经网络权重），并正迈向3.0（由大型语言模型驱动、通过自然语言提示编程）的观点。他将LLM比作一种新型的、尚处于早期阶段（类似60年代）的操作系统，并分析了其作为公共事业和芯片制造厂的特性。Karpathy还讨论了LLM的“心理学”，包括其强大的知识储备和认知缺陷。他强调了“部分自主应用”的潜力，如Cursor和Perplexity，并倡导通过图形用户界面（GUI）和“自主性滑块”实现高效的人机协作。此外，他还介绍了“氛围编码”（Vibe Coding）这一新兴现象，并展望了为AI智能体构建专用应用和文档的未来。

👨‍⚕️ 本期主讲

Andrej Karpathy，人工智能领域的杰出研究者和工程师，对深度学习、计算机视觉和自然语言处理有深入贡献。他曾任特斯拉AI总监，也是OpenAI的创始成员之一。

⏱️ 时间戳

引言与软件的变革

00:00 开场白与软件的根本性变革

软件的三个时代

00:46 软件1.0 (传统代码) 与 软件2.0 (神经网络权重)

02:11 软件3.0：大语言模型与提示工程 (用英语编程)

03:48 新范式“吞噬”旧范式：特斯拉与自动驾驶的例子

理解大语言模型：类比与生态系统

05:15 精通三种范式的重要性

05:58 LLM 如同公共事业 (AI是新电力，计量付费)

07:41 LLM 如同芯片制造厂 (高资本支出与技术壁垒)

08:33 LLM 如同操作系统 (最贴切的类比，目前处于“1960年代”，云端分时共享)

12:25 LLM 的独特性：颠覆的技术扩散方向 (消费者优先)

大语言模型的“心理学”

14:46 LLM 是“人类心智的模拟体” (People Spirits)

15:29 认知特点：百科知识、雨人般的记忆力与认知缺陷 (幻觉、参差不齐的智能、顺行性遗忘)

编程大语言模型：机遇与方法

17:57 “部分自主应用”：以 Cursor 和 Perplexity 为例

19:19 部分自主应用的关键特性：上下文管理、多LLM调用、GUI、自主性滑块

20:50 人机协作：快速验证循环与“短绳拴AI”

23:47 控制AI：精确提示与教育场景的例子

25:55 从自动驾驶看AI智能体发展：长期主义与谨慎

新编程范式与开发者生态

28:05 钢铁侠战衣：增强辅助优先于完全自主智能体

28:58 自然语言编程：人人都是程序员的时代

29:47 “氛围编码”(Vibe Coding) 的兴起与实践 (MenuGen 案例)

为AI智能体构建应用

32:50 为AI智能体设计接口：从 `robots.txt` 到 `lms.txt`

34:32 LLM友好的文档与数据提取 (Manim, Git ingest, DeepWiki)

总结与展望

37:40 积极适应LLM，重写大量代码，推动自主性发展

🌟 精彩内容

软件进化论：Karpathy阐述了软件从1.0、2.0到3.0的演进路径，强调LLM和自然语言提示是软件3.0的核心。

LLM即操作系统：将LLM比作处于发展早期（类似1960年代）的操作系统，具有巨大的发展潜力。

LLM的“心理学”：探讨LLM如同“人类心智的模拟体”，拥有超凡知识但也存在认知缺陷。

部分自主应用：介绍了Cursor等工具如何通过人机协作界面和自主性滑块提升效率。

“氛围编码”：描述了非专业人士也能通过与LLM对话进行编程的新现象。

为AI智能体设计：提出未来软件和文档需要考虑AI智能体的可访问性，例如`lms.txt`和API友好型文档。

钢铁侠战衣隐喻：强调当前阶段应侧重于开发增强人类能力的AI工具，而非完全自主的AI智能体。

🌐 播客信息补充

翻译克隆自：Andrej Karpathy: Software Is Changing (Again)

本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的

使用 AI 进行翻译，因此可能会有一些地方不通顺；

如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight