卡帕西：LLM驱动软件3.0，编程范式巨变

“软件正在再次改变”——Andrej Karpathy指出，大型语言模型（LLMs）正驱动软件开发进入“软件3.0”时代。他将LLMs比作新型计算范式（如操作系统），并揭示其独特的“心理”和局限。此次变革为构建“部分自主应用”、推广“氛围编程”及为AI代理设计软件带来了巨大机遇，预示着一个令人振奋的行业新纪元。

软件范式演进：从1.0到3.0

• 软件1.0：指人类手写代码，如C++。
• 软件2.0：指神经网络权重，通过数据训练而非直接编程，如特斯拉自动驾驶系统。
• 软件3.0：通过自然语言（如英语）编程LLMs，正在“吞噬”前两种范式，成为新的编程范例。

LLM的新型计算类比

• 公用事业 (Utilities)：LLM实验室（如OpenAI, Anthropic）投入巨额资本训练模型，并通过API提供计量收费的智能服务，类似电力公司。
• 晶圆厂 (Fabs)：训练LLMs需要庞大资本支出，类似半导体制造厂。
• 操作系统 (Operating Systems)：最贴切的类比，LLMs作为新型计算机，编排内存和计算，提示词即编程。
• 1960年代计算：LLM计算昂贵且集中于云端，需分时复用，个人计算革命尚未到来，类似早期大型机时代。

LLM的特性与局限

• “人魂” (People Spirits)：LLMs是人类的随机模拟，拥有“百科全书式知识”和“涌现心理”。
• 认知缺陷：存在幻觉、参差不齐的智能（jagged intelligence）、顺行性遗忘症（缺乏原生长期学习能力）、易受提示注入攻击等。
• 合作挑战：需理解其超人能力与认知缺陷并存，以有效合作并设计应用。

软件开发的新机遇

• 部分自主应用 (Partial Autonomy Apps)：构建人类验证、AI生成的应用，如Cursor（代码生成）和Perplexity（搜索），其关键特性包括上下文管理、多LLM编排、特定GUI和“自主性滑块”。
• “氛围编程” (Vibe Coding)：利用自然语言提示快速构建自定义应用，使编程变得人人可及，如Karpathy开发的餐厅菜单生成应用Menu Genen。
• 为AI代理设计软件：将软件基础设施（如文档、API）设计成机器可读格式（如Markdown文档、curl命令），以适应AI代理作为新型数字信息消费者。

行业展望与行动号召

• 巨大机遇：当前是进入软件和AI行业的“极其独特和有趣”的时刻，将有大量代码被编写和重写。
• 人机协作：强调人类需保持在AI循环中，仔细管理AI的“缰绳”，以确保受控有效的协作。
• “钢铁侠战衣”类比：鼓励构建“钢铁侠战衣”（部分自主产品，人类增强）而非“钢铁侠机器人”（完全自主代理），强调生成-验证循环的速度和效率。