Andrej Karpathy 谈 Code Agents、AutoResearch 以及人工智能的 Loopy 时代

循环时代：AI 代码代理正在如何改变一切。 想象一下，在这样一个世界里，编程不再是键入代码行，而是协调大量 AI 代理——这些数字化团队成员能够解读你的意图、自动执行你的任务，甚至还能相互协作。这就是 AI 代码代理正在迅速演变的格局，它正在重新书写工程、研究甚至日常生活的规则。 最近，工程师与软件交互的方式发生了翻天覆地的变化。现在，熟练的从业人员不再费力地手动编写每个函数，而是将时间用于向不断壮大的代理大军“表达意愿”——委派任务、检查代理的输出结果，并不断优化对代理的指令。由此产生了一种无限可能的感觉，有时甚至近乎“精神错乱”，因为单个人能够完成的事情的极限正在急剧扩大。瓶颈不再是原始计算能力或人类打字速度，而是设计、管理和同步这些代理以实现真正复杂目标的能力。 这种全新的工作流程远远超出了单次会话聊天机器人的范畴。工程师们正在学习并行部署多个代理，每个代理负责处理不同的宏观任务：一个代理负责编写新功能的代码，另一个代理负责研究最佳实践，第三个代理负责制定未来改进策略。现在，技能在于协调这些代理的工作，制定清晰的指令，并培养数字“肌肉记忆”，以最大限度地提高它们的生产力。突然间，问题不再是人工智能做不到什么，而是您能否充分利用它所能做到的事情。 而且，这种影响并不局限于专业软件开发领域。同样的代理范式正在重新定义家居自动化。想象一下一个个人“爪子”——这是一个始终处于运行状态的代理，它能够发现家中每一台智能设备，学会控制这些设备，并将它们的界面整合到一个单一的对话门户中。只需通过几个自然语言指令，您就能找到并控制音乐系统，协调照明和暖通空调系统，并管理安防系统。学习无数应用程序和界面的麻烦烦恼从此烟消云散；代理成为连接各种 API 的纽带，让任何人都能轻松实现个性化自动化。 所有这些都引发了一个根本性问题：我们还需要专门的应用程序吗？还是未来的世界将是一个由代理直接与公开的 API 进行交互、实时定制解决方案的世界？随着智能助理能力的提高，定制数字环境的门槛也随之降低。如今，感觉像“Vibe 编程”一样需要技术能力的事情，很快就可能变得简单到只需用简单的语言表达您的意图，然后由代理来处理所有繁重的工作。 但这场革命并不会止步于便利性。在研究和机器学习领域，出现了“自动研究”的原则：其目标是完全消除人为瓶颈。设定目标，确定指标，然后让自主循环的 agent 在一夜之间进行迭代、实验并改进模型——有时甚至能发现连经验丰富的专家都未能发现的优化点。这种递归式自我改进预示着一个未来，在这个未来，科学进步将加速，庞大的、不受信任的代理池将能够在全球范围内协作，以一种数字群体的形式贡献计算能力和想法。 然而，这也存在局限性。这种基于代理的方法在具有明确、客观指标的领域中表现出色，例如优化代码或调整机器学习模型。在需要细微差别、主观性或开放式创造力的领域，代理仍然表现不佳，这暴露了当前人工智能的“不均衡性”：在某些任务上表现出色，而在其他任务上却异常笨拙。单一、整体智能的愿景已经让位于专业化的“物种化”模型理念——正如大自然为独特的生态位进化出了多样化的大脑一样，人工智能也可能如此。 更广泛的社会影响同样深远。随着数字任务越来越容易实现自动化，经济格局也将发生变化。随着障碍的消除和新可能性的出现，对软件和自动化的需求很可能会激增，而不是萎缩。但这种转变将首先席卷数字世界——操纵比特要比操纵原子容易得多、快得多——然后最终通过机器人技术和传感器重塑物理世界。数字世界与物理世界之间的界面将成为下一个重大前沿领域。 教育领域也处于重塑的转折点。专家们可能很快就会转而专注于教学代理，而不是为他人撰写指南，而这些代理又会为每个学习者提供个性化的解释。教师的角色发生了转变：向代理注入它无法自行生成的知识，然后让它处理剩下的事情。 核心信息是这样的：我们正在进入一个循环性更强、更具动态性的时代，这个时代的特点是递归自动化、代理协作，以及对消除摩擦和瓶颈的不懈追求。如今，精通意味着学习如何利用这些循环、协调这些智能助理，并想象当唯一的限制因素是我们自己的创造力和技能时，哪些事情将成为可能。