新智元報道

【新智元導讀】Karpathy內部炸場：逼Agent干活是AI最大錯誤！最前沿不在OpenAI，在你手里。

一句話，把整個Agent圈子澆了個透心涼。

Andrej Karpathy——現Anthropic預訓練團隊核心研究員，最近在一場面向Agent開發者的現場分享里，甩出一句讓全場安靜的暴論：

當前AI領域最大的錯誤，就是人們急著逼Agent干活，卻根本沒先把底層的大模型搞明白。

這段視頻被剪出來扔到X上，幾天就傳瘋了。

因為它戳中的，恰恰是眼下最熱、最擠、所有人都往里沖的那條賽道。

而說這話的人，不是外行潑冷水，是踩過坑的人在復盤自己的血淚。

真金白銀燒出來的教訓

把時間撥回到2016年。

那時Karpathy在OpenAI搞一個項目，叫World of Bits，目標聽起來特別「2026」：讓Agent學會用鍵盤鼠標操作電腦，去訂機票、點外賣，幫你把活干了。

熟不熟悉？這幾乎就是今天所有Agent創業公司PPT第一頁的畫面。

結果呢？沒做成。

Karpathy說得很直白：當時他和Tianlin Shi、Jim Fan幾個人一起干，對著幾個簡陋網頁瘋狂點鼠標、試圖訂張機票、點份吃的，最后還真在ICML 2017發了篇論文。

論文標題就叫《World of Bits: An Open-Domain Platform for Web-Based Agents》——一個關于「比特世界」的宏大構想，最終困死在了幾個簡陋網頁上。

技術沒準備好。手里唯一的錘子是強化學習，怎么使勁都砸不出來。

回頭看，那時候真正正確的做法，是徹底忘掉Agent，轉頭去做語言模型。

五年后，工具箱徹底換了——你們現在做Agent，幾乎沒人再用強化學習了。這在當年，根本無法想象。

有意思的是，當年和他一起寫論文的Jim Fan，如今已是NVIDIA的高級研究科學家，搞出了Voyager、MineDojo等一系列炸裂項目，在NeurIPS拿了杰出論文獎。

一個2016年的「失敗項目」里的年輕實習生，十年后成了AI Agent領域的頂級玩家。

但走的路，不是2016年那條。

Demo很容易，產品要花十年

順著這個教訓，Karpathy給了三步忠告，句句反著當下的熱潮來。

第一步，別再逼你的Agent什么都干，先把底層模型做對。

今年5月他加入Anthropic預訓練團隊時，在X上寫的第一句話就是：我認為接下來幾年LLM前沿的工作將尤為關鍵。

一個「發明」了vibe coding、讓Collins辭典把它評為年度詞匯的人，此刻選擇回到最底層的預訓練研究——這本身就是對Agent熱潮的一記「行為投票」。

第二步，Demo很容易，把它做成產品要花十年。

他搬出兩個所有人都熟的例子：自動駕駛，讓一輛車繞著街區跑一圈的Demo誰都能做，可真做成產品，用了整整十年，他自己在Tesla就親歷了這場馬拉松。

VR也一樣，驚艷的Demo滿天飛，落地成產品同樣是十年起步。

Agent，就是這一類。

極容易想象、極容易做Demo，卻極難做成真正的產品。

你要真入這行，就得準備好干十年，而不是做完一個炫酷Demo就以為上岸了。

第三步，Agent不是產品，基礎能力才是產品。把地基打牢，Agent會自然涌現出來。

這三句話，幾乎把當下「套個殼、堆個Agent、趕緊發布」的玩法，做了徹頭徹尾的否定。

Karpathy的意思很清楚，地基不牢，樓蓋得越快，塌得越狠。

自動駕駛已經用十年替所有人驗證過一遍了，Agent沒有理由能跳過這一課。

向大腦偷師

說完教訓，Karpathy話鋒一轉，一頭扎進神經科學找靈感。

他在臺上拋出一連串問題：Agent里什么東西相當于海馬體，負責記憶、索引和檢索？

什么相當于基底神經節，控制行為選擇和動作執行？什么相當于丘腦，那個「多個念頭搶麥克風」、像意識之座一樣的地方？

一個頂級AI研究者在說：我們造數字生命，眼下最缺的不是更花哨的功能，而是對「智能到底是什么」這個根問題的敬畏。

他甚至專門帶了一本David Eagleman的神經科學著作《Brain and Behavior: A Cognitive Neuroscience Perspective》推薦給在場所有人。

在他看來，今天造Agent，值得像深度學習早期那樣——當年我們從單個神經元的結構里偷來了人工神經網絡的靈感，如今完全可以再去大腦里偷一次。

真正炸場的，是最后這句

如果說前面是潑冷水，Karpathy的結尾，又給臺下點了一把火。

他對著滿屋子獨立開發者和創業者說：

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

這不是場面上的客套。他給了一個特別扎心的解釋：

像OpenAI這樣的大廠，訓練大規模Transformer語言模型的確無人能及——一篇新的Transformer訓練論文出來，內部Slack里的反應往往是「哦，這個兩年半前有人試過了，為什么沒成，我們門兒清」。

可一旦一篇新的Agent論文冒出來，所有人的反應卻是：「哦，這真酷，真新穎?！?/p>

為什么？因為在Agent這件事上，沒有任何一家大廠積累了五年。

大廠并不站在能力的邊緣，而你們——創業者、黑客——才站在那條邊緣上。

道理其實不難懂。

大廠在語言模型這條路上跑了這么多年，早把每一個坑都踩遍、每一條彎路都標好；可Agent是一片剛被開墾的新大陸，誰都沒有五年的先發家底，大家幾乎站在同一條起跑線上。

這時候，靈活、敢試、能快速調頭的獨立開發者，反而比船大難掉頭的巨頭更有機會撞出新東西。

回到那句最初的暴論

Karpathy要潑的冷水，不是「別做Agent」，而是「別跳過基礎去做Agent」。

他自己就是最好的注腳——這位發明了vibe coding、把Agent用到飛起的人，在2026年最重要的職業選擇卻是：回到預訓練，回到大模型最底層的那間實驗室。

他要點的火，也不是讓人焦慮，而是告訴每一個正在一線折騰的人：這場仗，你并不落后，你就在最前面。

熱潮總會退去，Demo也終會褪色。

但把底層模型吃透、愿意為一件事扎進去十年的人，才配站到十年之后的岸上。

參考資料：https://x.com/0xCodila/status/2073544407643496771

編輯：所羅門