@rohanpaul_ai: "你可以大致想象，在某种意义上完全由神经网络构成的计算机。想象一个设备，它接收原始视频或…

X AI KOLs Following 新闻
future-of-ai neural-computers andrej-karpathy software-paradigm speculation

摘要

Andrej Karpathy 展望了一个未来：神经网络成为计算的主进程，经典软件仅作为确定性附件，可能使许多现有应用变得过时。

"你可以大致想象，在某种意义上完全由神经网络构成的计算机。想象一个设备，它接收原始视频或音频，输入到一个神经网络中，并使用扩散模型在某种意义上生成一个针对该时刻独一无二的用户界面。" ~ Andrej Karpathy 按照这个思路，下一个重大的软件变革可能意味着大量软件的消失。 Karpathy 的观点并不仅仅是 AI 会帮助我们更快地构建应用；而是许多应用可能是计算机需要每一步中间步骤都明确说明的时代的产物。 他说：“我有点感觉，在计算的早期，人们其实有些困惑，不确定计算机会是计算器的样子还是神经网络的样子。在 50 年代和 60 年代，未来会走向哪条路其实并不明显。当然，我们选择了计算器这条路，最终构建了经典计算。 神经网络目前是在现有计算机上虚拟化运行的，但你可以想象，很多情况会发生反转，神经网络成为主进程，而 CPU 则变成协处理器。” 经典软件将 CPU 视为主进程，而智能则是通过工具、脚本、模型和 API 附加在上面的。 Karpathy 想象的是相反的情况：神经网络成为主进程，而传统代码则成为一个小的确定性附件，用于处理仍然需要精确性的任务。 这就是为什么未来的界面可能看起来不像一个更好的应用商店。 它可能看起来像原始视频、音频、文档或意图进入一个神经系统，界面本身是为那个时刻生成的，而不是由产品团队提前构建好的。 --- 来自“Sequoia Capital”YouTube 频道，（链接在评论中）
查看原文
查看缓存全文

缓存时间: 2026/05/23 20:12

“你可以大致想象，在某种意义上完全是神经形态的计算机。设想一个设备，它接收原始视频或音频，输入到一个神经网络中，利用扩散过程生成一个UI，这个UI在某种意义上针对那一时刻是独一无二的。”

~ 安德烈·卡帕西

按照这种说法，下一轮重大软件变革可能意味着大量软件将消失。

卡帕西的观点并非仅仅是AI能帮助我们更快地构建应用，而是许多应用可能是一个世界的产物——在那个世界里，计算机需要每一步中间过程都被明确指定。

他说：“我有点觉得，在计算早期，人们对计算机究竟是像计算器还是像神经网络其实并不确定。在五六十年代，未来走向并不明朗。当然，我们最后走上了计算器路径，最终构建出了经典计算系统。

神经网络目前是在现有计算机上虚拟化运行的，但你可以想象，这一切很大程度上会发生翻转：神经网络成为主机进程，而CPU则变成协处理器。“

经典软件将CPU视为主机进程，智能则通过工具、脚本、模型和API附加在其上。

卡帕西设想的是相反的情况：神经网络成为主机进程，而传统代码则变成一个确定性的小配件，用于那些仍需精确性的任务。

这就是为什么未来的界面可能看起来不像一个更好的应用商店。

它可能看起来像原始视频、音频、文档或意图进入一个神经系统，界面本身是为那一时刻生成的，而非由产品团队预先构建。

来自“红杉资本“YouTube频道（链接见评论）

相似文章

@paulg：AI应用是新的浏览器。

X AI KOLs Following

Paul Graham分享了Austen Allred的观察，即像Claude Code和Codex这样的AI应用正日益成为计算机任务的主要界面，类似于过去的浏览器。