跳转至

Karpathy最新开喷：一句话让全场Agent开发者安静了

Ch01.499 Karpathy最新开喷：一句话让全场Agent开发者安静了

📊 Level ⭐⭐ | 13.2KB | entities/karpathy最新开喷一句话让全场agent开发者安静了.md

Karpathy最新开喷：一句话让全场Agent开发者安静了

Andrej Karpathy——现 Anthropic 预训练团队核心研究员，在一场面向 Agent 开发者的现场分享中，甩出一句让全场安静的暴论：当前 AI 领域最大的错误，就是人们急着逼 Agent 干活，却根本没先把底层的大模型搞明白。

真金白银烧出来的教训：World of Bits 的失败

Karpathy 用自己 2016 年在 OpenAI 的经历作为例证。当时他在 OpenAI 主导一个叫 World of Bits 的项目，目标与 2026 年的 Agent 创业公司如出一辙：让 Agent 学会用键盘鼠标操作电脑，去订机票、点外卖。结果呢？没做成。

Karpathy 说得很直白：当时他和 Tianlin Shi、Jim Fan 几个人一起干，对着几个简陋网页疯狂点鼠标，试图订张机票、点份吃的，最后还真在 ICML 2017 发了篇论文。论文标题就叫《World of Bits: An Open-Domain Platform for Web-Based Agents》——一个关于"比特世界"的宏大构想，最终困死在了几个简陋网页上。

技术没准备好。 手里唯一的锤子是强化学习，怎么使劲都砸不出来。回头看，那时候真正正确的做法，是彻底忘掉 Agent，转头去做语言模型。

五年后，工具箱彻底换了——现在的 Agent 开发者几乎没人再用强化学习了。这在当年根本无法想象。

有意思的是，当年和 Karpathy 一起写论文的 Jim Fan，如今已是 NVIDIA 的高级研究科学家，搞出了 Voyager、MineDojo 等一系列项目，在 NeurIPS 拿了杰出论文奖。一个 2016 年的"失败项目"里的年轻实习生，十年后成了 AI Agent 领域的顶级玩家。但走的路，不是 2016 年那条。

Karpathy 的三步忠告

第一步：别再逼 Agent 什么都能干，先把底层模型做对

今年 5 月他加入 Anthropic 预训练团队时，在 X 上写的第一句话就是：我认为接下来几年 LLM 前沿的工作将尤为关键。 一个"发明"了 vibe coding、让 Collins 辞典把它评为年度词汇的人，此刻选择回到最底层的预训练研究——这本身就是对 Agent 热潮的一记"行为投票"。

第二步：Demo 很容易，把它做成产品要花十年

他搬出两个所有人都熟的例子：自动驾驶——让一辆车绕着街区跑一圈的 Demo 谁都能做，可真做成产品用了整整十年，他亲自在 Tesla 亲历了这场马拉松。VR 也一样——惊艳的 Demo 满天飞，落地成产品同样是十年起步。

Agent，就是这一类。 极容易想象、极容易做 Demo，却极难做成真正的产品。你要真入这行，就得准备好干十年，而不是做完一个炫酷 Demo 就以为上岸了。

第三步：Agent 不是产品，基础能力才是产品

把地基打牢，Agent 会自然涌现出来。这三句话几乎把当下"套个壳、堆个 Agent、赶紧发布"的玩法做了彻头彻尾的否定。地基不牢，楼盖得越快，塌得越狠。自动驾驶已经用十年替所有人验证过一遍了，Agent 没有理由能跳过这一课。

向大脑偷师：神经科学对 Agent 设计的启示

说完教训，Karpathy 话锋一转，一头扎进神经科学找灵感。他在台上抛出一连串问题：

  • Agent 里什么东西相当于海马体，负责记忆、索引和检索？
  • 什么相当于基底神经节，控制行为选择和动作执行？
  • 什么相当于丘脑，那个"多个念头抢麦克风"、像意识之座一样的地方？

一个顶级 AI 研究者在说：我们造数字生命，眼下最缺的不是更花哨的功能，而是对"智能到底是什么"这个根问题的敬畏。他甚至专门带了一本 David Eagleman 的神经科学著作《Brain and Behavior: A Cognitive Neuroscience Perspective》推荐给在场所有人。

在他看来，今天造 Agent，值得像深度学习早期那样——当年我们从单个神经元的结构里偷来了人工神经网络的灵感，如今完全可以再去大脑里偷一次。

真正的暴论：最前沿不在 OpenAI，在你手里

如果说前面是泼冷水，Karpathy 的结尾又给台下点了一把火。他对着满屋子独立开发者和创业者说：

真正站在 Agent 能力最前沿的，是你们。不是 OpenAI，不是 DeepMind，是你们。

大厂在语言模型这条路上跑了这么多年，早把每一个坑都踩遍——一篇新的 Transformer 训练论文出来，内部 Slack 里的反应往往是"哦，这个两年半前有人试过了，为什么没成，我们门儿清"。但一篇新的 Agent 论文冒出来，所有人的反应却是："哦，这真酷，真新颖。"

因为在 Agent 这件事上，没有任何一家大厂积累了五年。 Agent 是一片刚被开垦的新大陆，灵活、敢试、能快速调头的独立开发者，反而比船大难掉头的巨头更有机会撞出新东西。

深度分析

从失败到洞见：World of Bits 对 2026 年 Agent 热潮的镜鉴

World of Bits 的失败不是技术执行层面的失败，而是"工具栈路径依赖"的经典案例。2016 年的团队手里只有强化学习这把锤子，试图用 RL 解决从感知到规划到执行的完整 Agent 闭环——而当时语言模型的能力还远不足以支撑环境理解和指令分解。Karpathy 的核心洞见是：2016 年真正正确的做法不是改进 Agent 架构，而是彻底忘掉 Agent，转头去做语言模型。 这一判断在 2026 年的语境下同样成立——目前 Agent 领域的许多瓶颈（工具调用可靠性、长程任务规划、跨 session 记忆）本质上不是 Agent 架构问题，而是底层模型能力问题。只有当底层模型足够强（推理能力、指令遵循、长上下文处理），Agent 层的设计才能真正发挥作用。

神经科学的类比迁移：Agent 架构的下一个灵感来源

Karpathy 从神经科学中提取的三个功能类比——海马体（记忆索引与检索）、基底神经节（行为选择与动作执行）、丘脑（注意力竞争与决策仲裁）——实际上勾勒出了一个完整的 Agent 认知架构蓝图。当前 Agent 设计的瓶颈之一恰好在于缺乏"认知分层"：记忆、规划、执行往往混在同一个 prompt/context 中，导致互相干扰。将大脑的三层功能映射到 Agent 架构（独立的记忆系统、独立的规划模块、独立的执行仲裁），可能比当前的"大模型 + 工具调用"的 flat 架构更能支持复杂长程任务。这与 AgentTeams 提出的"TeamLeader + Workers"分层架构以及 ReMe 的三层记忆框架在理念上存在有趣的共鸣。

"Demo 容易，产品十年"——技术成熟度曲线的 Agent 版本

Karpathy 的第二步忠告揭示了 Agent 行业的一个结构性矛盾：演示的超低门槛（套一个 LLM API + 一个工具调用框架，几小时就能做出令人印象深刻的 demo）与产品化的超高门槛（可靠性、成本、延迟、安全性、可维护性、用户 onboarding）之间存在量级差距。这种落差在整个 AI 历史上反复出现——自动驾驶、VR、语音助手都走过同样的路。对于创业者而言，这意味着两个战略选择：要么准备好十年马拉松（垂直深耕某个领域的产品体验），要么押注底层能力（模型能力、基础设施）的持续提升——后者最终会降低产品化门槛。Karpathy 本人选择了后者（回到预训练团队），而 AgentTeams 和 Claude Tag 选择了前者（构建产品化的群聊协作平台）。两条路线各有所长，但前提是对时间尺度有清醒的预期。

独立开发者的不对称优势：一个被低估的结构性事实

Karpathy 最炸场的论断——"最前沿不在 OpenAI，在你手里"——揭示了一个被多数人低估的结构性事实：大厂在 Agent 领域没有先发优势。语言模型领域的研究积累是线性的（一篇新论文内部基本看过同类尝试），但 Agent 研究是非线性的（每次新论文都让人惊讶）。这意味着 Agent 创新的扩散模式不是"从实验室到应用"的瀑布式，而是"从边缘到中心"的涌现式。独立开发者和小团队在 Agent 领域的实验成本低、迭代速度快、失败容忍度高，反而更可能撞出突破性创新。这一判断得到了 AgentTeams（阿里云内部创业）、Claude Tag（Anthropic 的产品团队实验）等案例的印证——Agent 领域的创新确实更多来自产品线而非研究线。

回到基础：对比当前 Agent 热潮与 2016 年 RL 热潮的相似性

2026 年的 Agent 热潮与 2016 年的 RL 热潮之间存在着惊人的结构相似性：当时所有人认为 RL 是通向通用智能的关键路径（Atari 游戏、AlphaGo 的突破性成功），但十年后回看，RL 只是工具箱中的一个工具，而非银弹。同样，2026 年的 Agent 热潮可能也在经历同样的大规模投资 + 阶段性失望 + 工具栈更迭的周期。Karpathy 的核心贡献不是泼冷水，而是给出了一条经过验证的路线图：基础模型能力 → Agent 能力涌现 → 产品化打磨。 跳过第一步直接做第三步，在 Demo 阶段可能成功，但在产品阶段必然失败。这一洞见与 Harness 工程哲学中的"先打磨 spec 再写代码"的底层逻辑一致——搜索空间的压缩总是从更基础的能力开始。

实践启示

  1. 警惕"Demo 陷阱"：如果一个 Agent 的 Demo 非常惊艳但用了大量硬编码的假设（特定格式的输入、预设的任务路径、受限的测试环境），那么它在真实场景中几乎必然失效。判断 Agent 成熟度的标准不是 Demo 的惊艳程度，而是"边界外行为的优雅降级"能力。

  2. 不要在薄弱的地基上建 Agent 大厦：如果底层模型在你特定的领域/语言/任务上的能力还不够可靠，任何 Agent 层的工程设计都无法弥补。Karpathy 的"回到基础"原则应该在技术选型中被认真对待——先评估模型能力是否满足核心任务的需求基线，再做 Agent 架构设计。

  3. 从神经科学中借架构灵感：海马体（记忆系统）、基底神经节（行为选择）、丘脑（注意力仲裁）的三层认知架构可以映射为 Agent 系统中的三层分离设计——持久化记忆层、策略规划层、执行仲裁层。这种分离设计比"全塞进一个 context"的 flat 架构更健壮。

  4. 独立开发者和小团队拥有不对称优势：在 Agent 这个非线性创新的领域，大厂的规模和资源可能是负担而非优势。独立开发者应该利用"实验速度 + 失败容忍度"的杠杆，在巨头尚未积累先发优势的细分场景快速试错。

  5. 耐心是 Agent 产品化最稀缺的资源：准备好干十年，而不是做完 Demo 就以为上岸。Agent 领域的真正护城河不是技术领先，而是对领域痛点的深度理解 + 长期的产品打磨 + 对"基础模型能力提升会自然降低 Agent 开发门槛"的时间复利效应有清晰预期。

→ 原文存档

关联