4 月 29 日，OpenAI 联合创始人 Andrej Karpathy 在 AI Sent 主办的活动中发表深度演讲，宣告大语言模型正作为「新型计算机」全面重构计算架构。这位曾主导特斯拉 Autopilot 开发的 AI 领军人物指出，自去年 12 月起，以代理为核心的工作流已真正具备可用性，标志着 Software 3.0 时代的实质到来。Karpathy 强调，市场目前仍停留在 ChatGPT 的旧有认知中，却忽视了从 12 月开始发生的根本性范式转移，这种低估可能让行业错失关键窗口期。

Karpathy 提出了「代理工程」（agentic engineering）这一新概念，将其与去年流行的「氛围编程」（vibe coding）进行严格区分。他认为，氛围编程主要抬高了全员开发软件的下限，而代理工程则致力于在专业软件开发中延续并加速质量标准的上限。午方 AI 梳理发现，Karpathy 直言大量现有代码和应用程序在新范式下已无存在必要，因为当前多数组织的招聘流程、开发工具和基础设施，本质上仍是为人类而非 AI 代理设计的，这种错配正在成为效率瓶颈。

在技术演进层面，Karpathy 描述了从「软件 1.0（写代码）」到「软件 2.0（整理数据集训练神经网络）」，再到如今「软件 3.0」的跨越。在这个新纪元里，编程的本质变成了编写提示词，上下文窗口中的内容成为操控大语言模型解释器的杠杆，使其在数字信息空间中执行计算。更令人瞩目的是他对底层硬件架构的预测：未来神经网络将不再是运行在计算机上的虚拟进程，而是反转成为主进程，CPU 将退化为某种协处理器，承担绝大部分繁重工作的将是神经网络本身。

这意味着主导全市场资本开支的「智能算力」，其战略核心地位将在未来进一步固化。

面对这一变革，Karpathy 指出所有东西都必须被重写，目前互联网上为人类编写的框架和库说明文档让他感到极度困扰，因为他需要的是能直接复制粘贴给 AI 代理的文本，而非操作指南。午方 AI 注意到，未来的市场大机会在于构建「代理优先」的基础设施，在这个世界里，系统将被拆解为感知世界的「传感器」和改造世界的「执行器」，数据结构需高度适配大语言模型的可读性，机器代理将代表个人和机构在云端进行交互。

在如此高度自动化的未来，人类的核心稀缺性将回归到审美、判断力以及最深层的商业理解上。Karpathy 引用了一句令他反复咀嚼的话作为总结：你可以外包你的思考，但你无法外包你的理解。在生产力维度上，他区分了「10 倍工程师」的概念，认为在代理工程领域表现出色的人，其产出峰值远超 10 倍，这要求企业的组织架构和人才筛选逻辑必须重构，从传统的算法解题面试转向考察候选人如何利用多个 AI 代理协同构建大型项目并抵御攻击。

针对急于寻找 AI 应用落地场景的创业者和投资者，Karpathy 提供了一个极具实操性的评估框架：可验证性。午方 AI 分析认为，当前 AI 能力呈现出怪异的「锯齿状」，最先进的模型能同时重构 10 万行代码库或寻找零日漏洞，却可能建议步行去 50 米外的洗车店洗车。这种割裂源于前沿实验室将海量强化学习资源倾注在了「数学」和「代码」等结果易于验证的领域。因此，只要置身于结果可验证的商业场景中，AI 就能发挥巨大威力，而市场上仍存在大量高价值但尚未被头部实验室重点关注的可验证强化学习环境，这正是创业公司进行微调（Fine-tuning）和商业变现的巨大蓝海。