软件在 AI 时代的变革：未来机遇与挑战

在当今科技飞速发展的背景下，软件行业正迎来一场深刻的变革。前特斯拉 AI 部门主管安德烈·卡帕西（Andrej Karpathy）在演讲中详细阐述了软件在 AI 时代的演变、未来趋势以及我们应如何应对这一变革。

随着人工智能（AI）技术的不断突破，软件的定义、开发方式和生态系统都在发生根本性变化。卡帕西指出，软件的演变可以划分为三个阶段：

软件1.0：传统的程序代码，明确指令，硬编码逻辑。

软件2.0：神经网络的出现，参数（weights）成为“程序”，通过调优数据集和优化器生成模型。

软件3.0：大规模语言模型（LLMs）成为“新型计算机”，通过自然语言提示（prompts）进行编程，几乎用英语直接“操控”计算机。 他强调，这一变革不仅仅是技术的升级，更是软件生态、开发范式和用户交互方式的革命。

1. 软件演变的深刻变化

软件1.0：传统编程，代码明确、可控，适用于固定功能。

软件2.0：神经网络参数化，模型“学习”任务，减少手工编码。

软件3.0：大语言模型（LLMs）成为“编程工具”，用英语提示实现复杂任务。

关键点：

神经网络从“被动执行”变为“可编程”，提示（prompt）成为新型“程序”。

1. 以 GitHub 为代表的“软件 2.0 ”生态

• 模型库：如 Hugging Face、Model Atlas，存储和管理模型参数。
• 参数调优：通过调节模型参数，创造不同的“生成器”或“识别器”。
• 示意图：中间的巨大圆圈代表“Flux”模型的参数，调优即“提交（commit）”。

1. 大语言模型（LLMs）作为“新型操作系统”

• 比喻：LLMs 像操作系统（OS），管理“记忆”和“计算”。
• 类比：

应用程序：如 VS Code，可以在不同的 LLM 平台（GPT、Gemini等）运行。