Baru saja! Co-founder OpenAI Karpathy mengamuk: 'rekayasa proxy' meningkatkan efisiensi programmer lebih dari 10 kali lipat, satu-satunya penghalang terakhir manusia hanyalah estetika? 99% kode akan ditulis ulang!

29 April, para ahli terkemuka di bidang AI Andrej Karpathy berbicara jujur di sebuah acara tertutup. Teman ini pernah membangun Tesla Autopilot dari nol, dan memiliki posisi penting di OpenAI. Dia secara tegas menyatakan bahwa sejak Desember tahun lalu, alur kerja berbasis agen AI sudah benar-benar dapat digunakan, ini bukan sekadar konsep, melainkan lonjakan teknologi yang substansial. Dia mengatakan banyak orang masih menganggap AI sebagai sesuatu yang terkait dengan ChatGPT, tetapi Anda harus meninjau ulang — perubahan fundamental telah terjadi.

Karpathy mengusulkan sebuah konsep baru: 「rekayasa agen」 (agentic engineering), untuk membedakannya dari 「pengkodean vibe」 (vibe coding) yang dia beri nama tahun lalu. Yang terakhir adalah meningkatkan batas bawah pengembangan seluruh tim, sedangkan yang pertama adalah kelanjutan dan percepatan standar kualitas perangkat lunak profesional. Dia secara terbuka menyatakan bahwa banyak kode dan aplikasi yang ada saat ini, di bawah paradigma baru, 「seharusnya tidak ada」. Sementara itu, proses perekrutan, alat pengembangan, dan infrastruktur mayoritas organisasi saat ini masih dirancang untuk manusia, bukan untuk agen.

Arsitektur komputasi dasar sedang mengalami peralihan kekuasaan. Desember tahun lalu adalah titik balik yang penting, Karpathy mengaku bahwa menghadapi model AI terbaru, dia mengalami kejutan mendalam — potongan kode yang dihasilkan sistem semakin sempurna, dia sudah lupa kapan terakhir kali melakukan modifikasi manual. Dia semakin percaya pada sistem, dan tidak pernah merasa dirinya sebagai programmer tertinggal sejauh ini. Ini bukan optimisasi, melainkan perubahan paradigma yang revolusioner.

Kita sedang mengucapkan selamat tinggal pada 「Perangkat Lunak 1.0 (menulis kode)」 dan 「Perangkat Lunak 2.0 (mengatur dataset untuk melatih neural network)」, dan secara resmi memasuki 「Perangkat Lunak 3.0」. Di era baru ini, model bahasa besar sendiri adalah sebuah komputer baru. Pemrograman berubah menjadi menulis prompt, dan jendela konteks adalah tuas yang Anda gunakan untuk mengendalikan interpreter ini. Karpathy memprediksi, di masa depan neural network akan menjadi proses utama, sementara CPU malah berfungsi sebagai koprosesor. Neural network akan menangani sebagian besar pekerjaan berat. Ini berarti posisi strategis dari “kekuatan komputasi cerdas” akan semakin menguat.

Segala sesuatu harus ditulis ulang. Saat ini, kerangka kerja internet, dokumentasi pustaka, masih ditulis 「untuk manusia」, yang membuat Karpathy sangat frustrasi. Dia berkata: 「Mengapa saya harus diberi tahu bagaimana melakukannya? Saya tidak ingin melakukan apa-apa. Saya harus menyalin dan menempel teks apa ke agen AI saya?」 Kesempatan besar di masa depan adalah membangun infrastruktur 「berorientasi agen」. Sistem dipecah menjadi sensor yang menangkap dunia dan aktuator yang mengubah dunia, struktur data harus dirancang agar sangat mudah dibaca oleh model bahasa besar, dan agen mesin mewakili individu dan organisasi dalam interaksi cloud.

Dalam masa depan yang sangat otomatis ini, kelangkaan utama manusia akan kembali ke estetika, kemampuan penilaian, dan pemahaman bisnis yang paling mendalam. Karpathy mengutip sebuah kalimat yang membuatnya merenung berulang kali: 「Anda bisa mengoutsourcing pemikiran Anda, tetapi Anda tidak bisa mengoutsourcing pemahaman Anda.」

Tentang ledakan produktivitas, Karpathy secara tegas membedakan 「pengkodean vibe」 dan 「rekayasa agen」. Pengkodean vibe meningkatkan batas bawah, sedangkan rekayasa agen menjaga batas atas kualitas perangkat lunak profesional. Rekayasa agen bukan hanya tentang percepatan, tetapi juga menuntut pengembang untuk mengoordinasikan agen AI yang 「agak rentan kesalahan, memiliki unsur acak tetapi sangat kuat」, dan tetap maju dengan kecepatan penuh tanpa mengorbankan kualitas. Orang-orang dulu sering membicarakan 「insinyur 10 kali lipat」, tetapi 10 kali lipat sudah tidak cukup untuk menggambarkan percepatan yang diperoleh. Menurutnya, orang-orang yang tampil luar biasa di bidang ini, output puncaknya jauh melebihi 10 kali lipat.

Menghadapi ledakan produktivitas ini, struktur organisasi dan logika seleksi talenta perusahaan harus dirombak. Dia menyarankan perusahaan meninggalkan wawancara algoritma tradisional, dan beralih menilai bagaimana kandidat memanfaatkan beberapa agen AI untuk berkolaborasi membangun proyek besar, serta mampu menahan serangan dari agen AI lain.

Bagi pengusaha dan investor, Karpathy menawarkan kerangka evaluasi yang sangat praktis: verifiabilitas. Saat ini, kemampuan AI menunjukkan pola yang sangat aneh 「bertingkat tajam」 — model paling canggih hari ini mampu merekonstruksi 100.000 baris kode sekaligus atau mencari celah zero-day, tetapi malah menyarankan Anda berjalan 50 meter ke tempat cuci mobil. Ini benar-benar gila. Penyebabnya adalah laboratorium terdepan menanamkan sumber daya reinforcement learning dalam bidang yang hasilnya mudah diverifikasi seperti 「matematika」 dan 「kode」. Oleh karena itu, selama berada dalam skenario bisnis yang hasilnya dapat diverifikasi, AI dapat menunjukkan kekuatan besar. Masih banyak lingkungan reinforcement learning yang bernilai tinggi dan belum menjadi fokus utama laboratorium terkemuka, dan ini adalah lahan hijau besar untuk startup melakukan fine-tuning dan monetisasi.

Ikuti saya: dapatkan analisis dan wawasan pasar kripto terbaru! $BTC $ETH $SOL

#WCTC交易王PK #The Federal Reserve mempertahankan suku bunga tetapi memperburuk perpecahan internal #PolymarketDailyHotspot