2026-10-14

Karpathy 认为外界对 LLM 能力的认知已经从一个「两拨人各说各话」的问题，演变成一条急剧收窄的漏斗：约 75% 的人几乎没接触过 LLM，约 20% 只是免费产品的低频休闲用户，只有约 0.2%（数学与代码领域的专业用户）亲眼看到过去要花数周数月的复杂项目如今一段 prompt 就能让 agent 完成，而真正能内部使用前沿系统的约 5000 人，看到的已是数千 agent 协作数周推进软件巨型项目、挖 0day、做攻防、发现新科学与数学成果的形态。他指出漏斗由两个因素驱动：一是 LLM 的价值随问题的野心、规模和时间跨度放大，需要用户手里真有大量自己在意的大难题；二是能力分布呈「锯齿状」，峰值集中在数字化、可验证、有经济价值的领域。

Andrej Karpathy 分享了对 LLM 能力边界的多维度观察：LLM 正从工具演变为自主执行复杂任务的代理，推动「可抛弃式定制软件」成为新范式；人类工作将上移至「监督与理解」层；同时他支持 AI 行业协同放缓前沿研发以保障安全。

Karpathy 用一个“漏斗模型”刻画了不同人群对 LLM 能力的认知鸿沟：约 60 亿人几乎没接触过 LLM，10-20 亿人只把免费版聊天机器人当成更好的搜索和写作工具，约 2000 万数学/编程从业者已亲眼见证 agent 在数周内完成过去数月的工作，而真正接触前沿内部系统的可能只有约 5000 人，看到的已是数千 agent 协作数周完成软件巨型项目、挖掘零日漏洞、推进数学前沿。他强调这个鸿沟正在扩大而非缩小，成因在于 LLM 的收益随问题的规模与时间跨度放大，同时能力分布高度“锯齿化”——峰值出现在数字化、可验证、有经济价值的领域，因为能力来自可验证奖励的强化学习。

Karpathy 指出大众与前沿使用者之间对 LLM 能力的认知差距正在从「两拨人各说各话」变成一道陡峭的漏斗，全球约 60 亿人几乎还未真正接触过 LLM。他自己的实践也已明显转向：把大量 token 预算从「操作代码」转移到「操作知识」，用 LLM 搭建个人知识库，并把编码工作流从 80% 手动+自动补全翻转成 80% 由 agent 完成。由此他给出一个反直觉判断——「IDE 的时代结束了」是错的，我们只是需要一个更大的 IDE，因为人往上游走，编程的基本单位从「一个文件」变成了「一个 agent」，但这依然是编程。

Claude Code 创始人 Boris Cherny 在 Lenny's Podcast 中表示，编程这件事对他个人而言已经『被解决』——自 2025 年 11 月起他未手写过一行代码，却每天发布 10–30 个更新，全部由 Claude Code 完成。他引用 SemiAnalysis 数据称 Claude Code 已贡献 GitHub 公开仓库 4% 的 commit（约每 25 个提交有 1 个来自 AI），并预计 2026 年底将升至五分之一，同时强调真正的震撼在于增速本身仍在加快。