国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

AI 正在重塑軟件開(kāi)發(fā)流程，從 Karpathy 的“Vibe Coding”理念出發(fā)，我們可以預(yù)見(jiàn)未來(lái)產(chǎn)品開(kāi)發(fā)的協(xié)作方式、工具形態(tài)與思維模式將發(fā)生根本變化。本文將幫助你理解這場(chǎng)技術(shù)變革對(duì)產(chǎn)品經(jīng)理的影響，以及如何提前布局。

Karpathy 認(rèn)為軟件正在經(jīng)歷第三次重大范式轉(zhuǎn)變：

1. 從Software1.0（人類(lèi)手寫(xiě)邏輯），
2. 到Software2.0（神經(jīng)網(wǎng)絡(luò)通過(guò)數(shù)據(jù)學(xué)習(xí)），
3. 再到Software3.0（用自然語(yǔ)言“編程”）。

這意味著人人皆程序員，“vibe coding” 正在成為現(xiàn)實(shí)。

LLM 代理必須被 on-the-leash 管理，先在 Autonomy Slider 的低檔位驗(yàn)證可靠性，再逐步放寬權(quán)限；只有這樣，才能防止 ‘over-reactive agents’ 一步到位、帶來(lái)不可控風(fēng)險(xiǎn)，并保持快速的 Generation ? Verification 循環(huán)。

一、軟件真的“又”變了：1.0 → 2.0 → 3.0

• Software1.0：純粹的人寫(xiě)指令。
• Software2.0：數(shù)據(jù)+優(yōu)化器生產(chǎn)權(quán)重，“權(quán)重就是代碼”。
• Software3.0：Prompt就是程序，LLM成為可編程計(jì)算機(jī)；英語(yǔ)成了“主流編程語(yǔ)言”。

“We’re now programming computers in English.”（原話）

Software 1.0 —傳統(tǒng)顯式代碼

1. 操作系統(tǒng)內(nèi)核：LinuxKernel、WindowsNT等。全部由人類(lèi)工程師手寫(xiě)C/C++。
2. 經(jīng)典后端/前端框架：Django、Spring、React、Vue……框架本身和業(yè)務(wù)邏輯都寫(xiě)成源碼托管在GitHub。
3. 游戲引擎“腳本”：UnityC#腳本、UnrealC++模塊，玩法和規(guī)則由開(kāi)發(fā)者逐行實(shí)現(xiàn)。

特點(diǎn)：邏輯確定、可讀、可靜態(tài)分析。主要產(chǎn)物是 .c / .cpp / .py / .js 等文本源碼。

Software 2.0 —訓(xùn)練出的“權(quán)重就是代碼”

1. 深度學(xué)習(xí)模型本身：AlexNet、ResNet、YOLO、StableDiffusion——網(wǎng)絡(luò)結(jié)構(gòu)由人寫(xiě)，但真正執(zhí)行任務(wù)的是上億個(gè)浮點(diǎn)數(shù)權(quán)重。
2. HuggingFaceModelHub：上面存放的pytorch_model.bin/safetensors權(quán)重文件正是Software2.0的典型“代碼單元”。
3. 自動(dòng)駕駛感知棧：特斯拉早期Autopilot的視覺(jué)識(shí)別網(wǎng)絡(luò)：攝像頭幀→檢測(cè)/分割結(jié)果，權(quán)重通過(guò)大規(guī)模標(biāo)注數(shù)據(jù)訓(xùn)練得到。

特點(diǎn)：開(kāi)發(fā)活動(dòng)重心從“寫(xiě)規(guī)則”轉(zhuǎn)向“準(zhǔn)備數(shù)據(jù)+訓(xùn)練+調(diào)參”。產(chǎn)物是權(quán)重文件；人類(lèi)幾乎無(wú)法直接閱讀或手改。

Software 3.0 —用自然語(yǔ)言+工具鏈來(lái)“寫(xiě)程序”

1. ChatGPT/Claude/Gemini等LLMAPI：Prompt就是程序，調(diào)用接口即運(yùn)行；復(fù)合調(diào)用+ToolUse組成“軟件”。
2. AI編程IDE（Cursor、Devon、GitHubCopilotChat）：用戶用英文/中文對(duì)話，讓LLM在本地代碼庫(kù)上生成、修改、解釋；AutonomySlider決定自動(dòng)化深度。
3. 無(wú)代碼Agent平臺(tái)：如LangChainAgents、OpenAIFunctionCalling+外部工具，用戶靠YAML/JSON描述意圖，LLM負(fù)責(zé)決策與調(diào)用。

特點(diǎn)：“源碼”變成 Prompt + 配置文件 + 一系列工具調(diào)用。LLM 擁有推理、規(guī)劃能力，可在運(yùn)行時(shí)做出新行為；人類(lèi)主要負(fù)責(zé)約束與驗(yàn)證（on-the-leash）。

二、LLM 的“計(jì)算機(jī)/操作系統(tǒng)”類(lèi)比

他用多重類(lèi)比幫助定位 LLM：像“公用事業(yè)（utility）”提供按量計(jì)費(fèi)的智力服務(wù)；像“操作系統(tǒng)（OS）”一樣擁有不斷演化的復(fù)雜生態(tài)；又像“60 年代的大機(jī)時(shí)代”，我們通過(guò)“終端”（聊天框）進(jìn)行分時(shí)使用。

這些類(lèi)比意在強(qiáng)調(diào)：LLM 不是一個(gè)簡(jiǎn)單 API，而是一臺(tái)可編程、具有內(nèi)存/工具/編排能力的新電腦，且 GUI 形態(tài)仍在早期探索。

三、LLM 的“心理學(xué)”與編程語(yǔ)言：英文

他把 LLM比作“stochastic little spirits（隨機(jī)模擬人類(lèi)的靈魂）”，由自回歸 Transformer 在海量文本上擬合而成，展現(xiàn)出擬人化的認(rèn)知特征：廣博但易遺忘、能推理也會(huì)“幻覺(jué)”。

• JaggedIntelligence（參差智力）：在某些任務(wù)上超強(qiáng)，但在基礎(chǔ)邏輯上卻可能答錯(cuò)（如9.11與9.9比較）。
• AnterogradeAmnesia（順行性遺忘）：訓(xùn)練完成后不能持續(xù)學(xué)習(xí)，缺乏長(zhǎng)期記憶。
• Hallucinations（幻覺(jué)）：編造錯(cuò)誤事實(shí)。
• PromptInjection（提示注入）：容易被惡意指令欺騙。

這些缺陷意味著 LLM 不能直接放手自治，必須建立人類(lèi)監(jiān)督與約束機(jī)制。

由此，英文就是新的編程語(yǔ)言——寫(xiě)作高質(zhì)量、可執(zhí)行的自然語(yǔ)言指令，成為軟件 3.0 的核心技能。

四、從“vibe coding（氛圍式編程）”到落地難點(diǎn)

演講中，他展示過(guò)以對(duì)話式方式快速拉起原型（“我說(shuō)想要什么，它就去寫(xiě)代碼、我再運(yùn)行/改進(jìn)”）。

• 容易的部分：用LLM迅速把“能跑的demo”做出來(lái)。
• 困難的部分：讓它穩(wěn)定、可維護(hù)、可部署——這就是他反復(fù)提到的“demo≠產(chǎn)品”**鴻溝：demo是works.any()，產(chǎn)品必須works.all()（在所有用戶、場(chǎng)景、輸入上都穩(wěn)。）。

五、部分自治產(chǎn)品：人機(jī)協(xié)同的最佳實(shí)踐

這一節(jié)是整場(chǎng)的產(chǎn)品方法論核心，Karpathy 用 Cursor（AI IDE） 和 Perplexity（AI 搜索） 做典型：

共同模式

• LLM負(fù)責(zé)管理上下文與多輪調(diào)用，GUI讓人類(lèi)以極低成本審核與回滾。
• 產(chǎn)品圍繞“Generation?Verification（生成?驗(yàn)證）”的快速閉環(huán)搭建：LLM先給草案/diff/參考，人類(lèi)快速看、快回退、快迭代

設(shè)計(jì)目標(biāo)是：降低驗(yàn)證成本（如 diff 視圖、顏色高亮、分組變更、一步撤銷(xiāo)）。

Autonomy Slider（自治滑桿）

• Cursor從“點(diǎn)按補(bǔ)全（tapcompletion）→修改一個(gè)chunk→改整個(gè)文件→放手改整個(gè)倉(cāng)庫(kù)”，讓用戶隨時(shí)控制粒度**與授權(quán)邊界。
• Perplexity的“Quicksearch→Research→Deepresearch”也體現(xiàn)了逐級(jí)放權(quán)：從快速回答，到綜合檢索/引用，再到更深入的研究流程，每一級(jí)都可人工中斷與校驗(yàn)。
• 本質(zhì)：先輔助、再增強(qiáng)、最后才可能通往全自動(dòng)，逐級(jí)解鎖。

限制“過(guò)度興奮”的代理比如往往會(huì)超額輸出

• 不要一次性生成巨大改動(dòng)，而是鼓勵(lì)小步可控的提案；把AI“拴在短鏈上（keeptheAIonaleash）”，讓人類(lèi)保持主導(dǎo)與守門(mén)。
• GUI把審核成本壓到最低（diff、顏色、批量/逐條、一步撤銷(xiāo)），循環(huán)越快，誤差越小。

Autopilot 類(lèi)比

他指出，特斯拉 Autopilot 的經(jīng)驗(yàn)是“先把部分自治做對(duì)”：從車(chē)道保持/自適應(yīng)巡航等輔助駕駛起步，逐步通向更高階能力（如自動(dòng)變道、自動(dòng)泊車(chē)、召喚功能、復(fù)雜駕駛?cè)蝿?wù)、城市道路自動(dòng)駕駛（FSD Beta））

軟件 3.0 產(chǎn)品也應(yīng)當(dāng)這樣演進(jìn)：輔助 → 增強(qiáng) → 高自治/全自治，而不是一蹴而就。

六、把“給人用”的系統(tǒng)，升級(jí)為“給代理用（build for agents）”

文檔與接口：把系統(tǒng)的說(shuō)明寫(xiě)給 LLM 看（而非只寫(xiě)給人），例如提供 llms.txt、結(jié)構(gòu)化/Markdown 友好的接口說(shuō)明、確定性的調(diào)用約定、明確的輸入輸出示例。

協(xié)議與上下文管道：采用更標(biāo)準(zhǔn)化的工具協(xié)議（如他提到的 MCP 思路）與上下文構(gòu)建器（例如把代碼庫(kù)/知識(shí)庫(kù)喂給代理的工具），降低代理“摸黑”探索成本。

七、教育與擴(kuò)圈：人人都能“用英語(yǔ)編程”

LLM 既能當(dāng) Suit（增強(qiáng)），也能當(dāng)Robot（完全代理）；短期更看好前者。

他以 “Vibe Coding” 病毒推文為例：

• 不懂Swift也能一天做出iOS小App。
• 自己造了MenuGen（拍菜單生成菜品圖片），寫(xiě)代碼只花幾小時(shí)，真正耗時(shí)的是DevOps（登錄、支付、部署）。

孩子們的 Vibe Coding 視頻讓他堅(jiān)信自然語(yǔ)言編程是“入門(mén)毒藥”，將解鎖龐大新群體。

八、收束：十年尺度的“代理時(shí)代”

Karpathy 以“鋼鐵俠戰(zhàn)衣”比喻：LLM 是人的能力放大器；但真正的轉(zhuǎn)變不是一年兩年能完成，而更像一個(gè)十年量級(jí)的演進(jìn)，需要我們在產(chǎn)品層面設(shè)計(jì)“部分自治”的過(guò)渡形態(tài)，用快節(jié)奏的生成?驗(yàn)證將其馴化到可靠可控。

Reference：Andrej Karpathy: Software Is Changing (Again)