在AI浪潮席卷全球的今天，一位顶尖科学家却为我们敲响了理性的警钟——AGI尚未到来，而我们现在面临的，是一场软件范式的根本性变革。
前OpenAI联合创始人、深度学习专家安德烈·卡帕西在YC人工智能创业学校的闭门演讲中，系统阐述了AI时代的软件演进路径和AGI落地的现实挑战。
他提出，我们已进入“软件3.0”时代，自然语言正成为新的编程接口，而实现AGI从幻想到落地的跨越，必须先直面三个现实问题。
01 软件范式变革：从手写代码到“说话编程”
卡帕西首次系统阐释了软件发展的三个时代：“软件1.0”靠人工敲代码，“软件2.0”依赖机器学习训练模型，而“软件3.0”则由提示词驱动。
他将这一变革称为“不可逆转的技术迭代”，正如智能手机淘汰按键手机一样，软件3.0正以迅猛势头挤压前两代的生存空间。
卡帕西强调，软件3.0并非前两代技术的简单叠加，而是融合而成的全新物种。他比喻道：“当多数人还在用‘单机游戏思维’玩提示词，掌握复合能力的开发者早已开启了‘上帝模式’。”
在软件3.0时代，优秀的开发者需要掌握“提示词设计+系统架构+模型调优”的组合技能，而不仅仅是编写传统代码。
02 大模型的“认知缺陷”：锯齿智能与记忆碎片
卡帕西没有回避当前大语言模型的致命弱点，他提出了“LLM心理学”框架，揭示了大模型的两大认知缺陷——“锯齿状智能”和“顺行性遗忘”。
所谓“锯齿状智能”，是指AI在处理高难度任务与常识判断时出现的能力断层。卡帕西用一组生动例子揭示了这种能力断层：“当AI写论文能引经据典时，却可能建议‘鸡蛋剥壳后放进微波炉’；能推导复杂公式，却分不清常识逻辑。”
他戏称现在的AI就像《生活大爆炸》里的谢尔顿，智商超群却生活不能自理，开发者得学会在它“犯傻”前踩刹车。
而“顺行性遗忘”则是指大模型对话记忆的局限。卡帕西打了个比方：“LLM就像《记忆碎片》里的主角，每次对话都是全新开始——训练结束后它就像被按了失忆键，除了眼前几百字的上下文，过去的知识全成了过眼云烟。”
03 部分自主性：AI的“钢铁侠战甲”之路
面对AGI的过热期待，卡帕西给出了务实的解决方案——“部分自主性”框架，让人与AI的协作像钢铁侠与他的战甲一样默契。
他提出“自主性调节器”概念，就像老式收音机的音量旋钮，能灵活控制AI的“自主度阀门”。
以Cursor为例，从Tab键补全时小心翼翼问“你是不是想打‘hello’？”，到智能体模式霸气宣言“这事儿我全包了”，宛如实习生一路逆袭成项目骨干。
卡帕西还以特斯拉自动驾驶为例，说明了从辅助驾驶到完全自动驾驶的渐进之路。他警告说，自动驾驶问题远未解决，不要相信完全自动驾驶汽车很快就会实现。
他回忆2013年体验谷歌自动驾驶汽车的经历：“全程没有任何干预。这是2013年的事了，也就是大约12年前。我当时认为自动驾驶即将实现，但如今12年过去了，我们仍在致力于自动驾驶技术的研发。”
04 工具链割裂：AI落地的“马里亚纳海沟”
卡帕西指出，当前的开发工具链像“新旧大杂烩”，老工具如Clerk的文档复杂难懂，AI读起来像破译古文；新工具如Vercel的文档简洁清晰，AI能轻松理解。
这种新旧割裂就像让程序员同时用算盘和电脑，效率差得老远。
他呼吁开发者重新设计数字基础设施，使网站、文档等资源对AI“可读、可操作”。未来的关键任务是构建为“智能体优先”世界设计的基础设施，为更高阶的AI智能体铺平道路。
05 AGI落地：三个必须直面的现实
卡帕西为AGI幻想泼了冷水，提出三个必须直面的现实。
首先，我们需要开发真正实用的半自主系统，而不是一味追求完全自主的AI。这些系统要能理解人类意图，同时具备自主决策能力，关键是要设计好人与AI的协作界面。
其次，软件开发正在经历根本性变革。开发者通过自然语言指导AI生成和优化代码，就像从手工作坊转向现代化生产线，整个开发流程都需要重构。
第三，大模型应该像水电煤一样成为基础设施。开发者不需要重复造轮子，而是基于这些“AI公用设施”构建应用。
卡帕西最后总结道：“未来的赢家不是追求最强AI的公司，而是最懂如何让人与AI协作的团队。”
关注 “悠AI” 更多干货技巧行业动态
相关文章
