扫码打开虎嗅APP

搜索历史
删除
完成
全部删除
热搜词
Andrej Karpathy的访谈揭示了AI代理(agent)时代的思维转变:当前阶段人需与AI协作而非对抗,未来产品需面向agent设计,同时开源与闭源模型的共存能防止垄断。 ## 1. 独立研究者的焦虑与取舍 - Andrej离开前沿实验室后,虽获得自主权,但担忧脱离行业最前沿,无法准确预测未来趋势。 - 他提出希望与实验室保持合作,未来可能重返,平衡独立性与前沿信息获取。 ## 2. AI代理时代的人类角色 - 当前coding agent需人机协作验证,人类成为效率瓶颈,如同"用腿推动发动机汽车"。 - 长期看,高级别自动化(如L4自动驾驶)将减少人类介入,现阶段需适应人机协同的疲劳感。 ## 3. 软件生态的重构:从APP到API - 智能家居等场景应通过API由agent直接调用,而非开发独立APP。 - OpenClaw的成功在于用人格化设计满足人类对LLM的幻想,而非技术完美性。 ## 4. 模型能力的局限性与训练逻辑 - 模型能力呈"锯齿状智能",如ChatGPT不讲笑话是因RL未优化该功能。 - 编码通用能力≠AGI,vibe coding可能小众,而autoresearch项目探索全自动模型训练循环。 ## 5. 开源与闭源的平衡 - 支持开源保持6-8个月技术差距,简单用例用开源,复杂用闭源,避免垄断。 - 物理世界AI(如机器人、自动驾驶)进展较慢但市场潜力更大。
2026-03-24 17:23

听完Andrej Karpathy 的访谈,我不焦虑了

本文来自微信公众号: 陆三金 ,作者:陆三金,原文标题:《听完 Andrej Karpathy 的访谈,我不焦虑了》


今天才有时间看完Andrej Karpathy在No Priors播客上的访谈,聊点感受。


这种播客还是建议人肉去听,不建议看AI总结版,我发内容也只是记录自己的视角,不是给大家总结。


Andrej在心态上还是有点焦虑的。


-担心自己不在行业最前沿


-担心自己的订阅token没花完


-担心自己是瓶颈


他现在游离于前沿实验室之外,算是个AI独立探索者,他有着自己的取舍。


Andrej认为在前沿实验室,人无法做到独立自主,你无法自由说话,不能想说什么说什么,同时很多话在那个语境下你又得被迫说,而且在那个环境中,你也无法真正说了算。总之,少了点自主。


但坏处是自己离一线远了,无法真正了解到在发生什么,也不能很好预测未来。


所以,他倒是希望和前沿实验室有一些合作。未来也不排除再进入前沿AI实验室。


另外一层的焦虑,可能是Agent现在这个阶段带来的。


Andrej讲了他自己玩coding agent时的状态,跟很多人可能很像。


不再手写,给定框架,让agent完成,自己再来验证,但自己又不能完全跳脱这个循环,所以在这种循环下,人是瓶颈,有一种无形压力。


我有个形象的例子,不一定恰当:这就像一台有发动机的车,但是没有轮子,轮子是你的腿,AI推着你向前,你被迫跑步来适应巨大的推力。


他这次观点里最广为流传的应该就是关于软件和agent的看法了。


我们其实不需要这么多特制的app,例如智能家居app,为什么不直接提供几个api,让agent直接来处理呢?


我们生产了太多不需要的app,agent正在将他们揉碎,他们只需要暴露api,agent重新粘合一切。


他用OpenClaw控制智能家居的例子来说明这些观点,像这些产品,不应该由软件来管理,应该由agent来管理。


他也讲了OpenClaw为什么会那么火?


因为OpenClaw满足了人们的期待,人们一直对LLM有着不切实际的幻想,实际上它本身稍显粗糙,并不能直接满足人类幻想,但OpenClaw通过人格、记忆等系统满足了人类的幻想,让它成为一个契合人类幻想的产品。


他又再次提及模型的锯齿状智能,这是大模型公司决定的。他们如何训练模型,如何使用数据,如何进行RL。


例如ChatGPT不会讲笑话,是因为这是在RL之外,没有经过RL优化。而模型现在做agent loop的能力很强,是因为模型被这样训练。


他也不赞成一个能在coding上实现通用能力的模型是全方位的AGI(有一些模型公司认为coding agi就是agi)。


讲到vibe coding,Andrej认为vibe coding是有门槛的,是属于少数人的游戏,可能不会普及。


他自己的autoresearch项目,则是希望构建一个循环,人不在环,人只需要启动,系统完全自动化。他甚至设想通过这种完全自动化,让模型训练的模型,超越前沿模型。


开源和闭源,他支持开源,认为目前这种6-8个月的差距也挺好,简单用例用开源模型,复杂用例用闭源模型,防止了垄断。


访谈也讲了机器人与自动驾驶,还是那个说法,物理世界AI更慢,但市场前景更大。


这场访谈主要还是围绕agent,可以说是一节面对agent时代的思维转变课。


Andrej Karpathy访谈给我两个启示:


-agent现在这个阶段,并不能完全自主,不能端到端地实现我们的任务,人要在环,所以,人会很累,因为你的转速是无法匹配ai的。Andrej做过自动驾驶,他知道L4是人类不在环的,他在agent上的观点也更倾向于以后会有更高级别的自动化。所以,其实不用太焦虑,真的是学的慢,就不用学了,因为ai完全可以自己办到了。


-现在这个阶段,重要的是要做转变思维,以前你做的产品是面向人的,以后你做的产品、内容是面向agent的,要让agent可以理解、执行,才算是完成工作。


不要问agent能为你做什么,先看看你能为agent做什么。

本内容来源于网络 原文链接,观点仅代表作者本人,不代表虎嗅立场。
如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。

大 家 都 在 搜