4月29日、AI分野の巨匠Andrej Karpathyはクローズドイベントで本音を語った。この男はかつてTeslaのAutopilotを一手に作り上げ、OpenAIでも重要な地位を占めている。彼は明確に述べた、昨年12月以降、AIエージェントを中心としたワークフローは実際に使えるようになった、これは概念ではなく、実質的な技術の飛躍だと。多くの人はAIの印象をChatGPTに留めているが、再考しなければならない——事態は根本的に変わった。
Karpathyは新たな概念「エージェント工学」（agentic engineering）を提唱し、去年命名した「バイブコーディング」（vibe coding）と区別した。後者は全員参加の開発の下限を引き上げるものであり、前者は専門的なソフトウェア品質基準の継続と加速だ。彼は率直に、多くの既存のコードやアプリケーションは新たなパラダイムの下では「存在すべきではない」と述べた。現在の多くの組織の採用プロセス、開発ツール、インフラは依然として人間向けに設計されており、エージェント向けではない。
基盤となる計算アーキテクチャは権力の移行を経験している。昨年12月は重要な転換点であり、Karpathyは最新のAIモデルに直面して深い衝撃を受けたと告白した——システム生成のコードブロックはますます完璧になり、彼はもう最後に手動で修正したのがいつだったか思い出せない。彼はシステムをますます信頼し、自分がプログラマーとしてこれほど遅れていると感じたことはなかった。これは最適化ではなく、パラダイムの覆しだ。
我々は「ソフトウェア1.0（コードを書く）」と「ソフトウェア2.0（データセットを整理し神経ネットワークを訓練）」に別れを告げ、「ソフトウェア3.0」へと正式に進む。この新時代において、大規模言語モデル自体が新型のコンピュータとなる。プログラミングはプロンプトの作成に変わり、コンテキストウィンドウはこのインタプリタを操るレバーとなる。Karpathyは予測する、未来の神経ネットワークはメインプロセスとなり、CPUはむしろコプロセッサに変わるだろう。神経ネットワークが大部分の重労働を担うことになる。これにより、「知能計算力」の戦略的地位はさらに確固たるものとなる。
すべてが書き直されなければならない。現在のインターネットのフレームワークやライブラリのドキュメントは依然として「人間向け」に書かれており、これにKarpathyは非常に苛立っている。彼は言う、「なぜ私にやり方を教える必要がある？私は何もしたくない。AIエージェントにどんなテキストをコピー＆ペーストすればいいのか？」未来の大きなチャンスは、「エージェント優先」のインフラ構築にある。システムは世界を感知するセンサーと、世界を変えるアクチュエーターに分解され、データ構造は大規模言語モデルが高度に読めるように設計され、機械エージェントは個人や組織を代表してクラウド上でやり取りを行う。
この高度に自動化された未来において、人類のコアな希少性は美的感覚、判断力、そして最も深いビジネス理解に回帰するだろう。Karpathyは繰り返し咀嚼している言葉を引用した：「あなたは思考を外注できるが、理解を外注することはできない」。
生産性の爆発について、Karpathyは「バイブコーディング」と「エージェント工学」を明確に区別した。バイブコーディングは下限を引き上げ、エージェント工学は専門的なソフトウェアの上限を維持する。エージェント工学は単なるスピードアップではなく、「誤りやすく、ランダム性を持つが非常に強力な」AIエージェントを調整しながら、品質を犠牲にせずに全速力で進むことを要求する。以前は「10倍エンジニア」が語られたが、10倍ではそのスピードアップを表現しきれない。彼の見解では、この分野で優れた人々の成果は、10倍をはるかに超えるピークを持つ。
この生産性爆発に直面し、企業の組織構造や人材選抜のロジックは再構築が必要だ。彼は従来のアルゴリズム解法面接を捨て、候補者が複数のAIエージェントを協調させて大規模プロジェクトを構築し、他のAIエージェントの攻撃に耐えられるかどうかを評価すべきだと提案している。
起業家や投資家にとって、Karpathyは実践的な評価フレームワーク「検証性」を提示した。現在のAI能力は非常に奇妙な「ギザギザ」状態を示している——最先端のモデルは今日、10万行のコードベースを再構築したり、ゼロデイ脆弱性を見つけたりできるが、一方で50メートル先の洗車店に歩いて行くべきだと教える。これは狂気の沙汰だ。この断絶の原因は、最先端の研究所が大量の強化学習リソースを「数学」や「コード」など、結果の検証が容易な分野に注ぎ込んでいるためだ。したがって、結果が検証可能なビジネスシーンに身を置けば、AIは巨大な威力を発揮できる。市場には依然として高価値だが、トップ研究所が注目していない検証可能な強化学習環境が多数存在し、これこそスタートアップが微調整や商業化を行う巨大なブルーオーシャンだ。
490.5K 人気度
58.72M 人気度
37.69K 人気度
1M 人気度
32.37K 人気度
さっき！OpenAI共同創設者のKarpathyが激怒：「代理エンジニアリング」がプログラマーの効率を10倍以上向上させる、人類最後の壁は審美だけ？99％のコードが書き直される！
4月29日、AI分野の巨匠Andrej Karpathyはクローズドイベントで本音を語った。この男はかつてTeslaのAutopilotを一手に作り上げ、OpenAIでも重要な地位を占めている。彼は明確に述べた、昨年12月以降、AIエージェントを中心としたワークフローは実際に使えるようになった、これは概念ではなく、実質的な技術の飛躍だと。多くの人はAIの印象をChatGPTに留めているが、再考しなければならない——事態は根本的に変わった。
Karpathyは新たな概念「エージェント工学」（agentic engineering）を提唱し、去年命名した「バイブコーディング」（vibe coding）と区別した。後者は全員参加の開発の下限を引き上げるものであり、前者は専門的なソフトウェア品質基準の継続と加速だ。彼は率直に、多くの既存のコードやアプリケーションは新たなパラダイムの下では「存在すべきではない」と述べた。現在の多くの組織の採用プロセス、開発ツール、インフラは依然として人間向けに設計されており、エージェント向けではない。
基盤となる計算アーキテクチャは権力の移行を経験している。昨年12月は重要な転換点であり、Karpathyは最新のAIモデルに直面して深い衝撃を受けたと告白した——システム生成のコードブロックはますます完璧になり、彼はもう最後に手動で修正したのがいつだったか思い出せない。彼はシステムをますます信頼し、自分がプログラマーとしてこれほど遅れていると感じたことはなかった。これは最適化ではなく、パラダイムの覆しだ。
我々は「ソフトウェア1.0（コードを書く）」と「ソフトウェア2.0（データセットを整理し神経ネットワークを訓練）」に別れを告げ、「ソフトウェア3.0」へと正式に進む。この新時代において、大規模言語モデル自体が新型のコンピュータとなる。プログラミングはプロンプトの作成に変わり、コンテキストウィンドウはこのインタプリタを操るレバーとなる。Karpathyは予測する、未来の神経ネットワークはメインプロセスとなり、CPUはむしろコプロセッサに変わるだろう。神経ネットワークが大部分の重労働を担うことになる。これにより、「知能計算力」の戦略的地位はさらに確固たるものとなる。
すべてが書き直されなければならない。現在のインターネットのフレームワークやライブラリのドキュメントは依然として「人間向け」に書かれており、これにKarpathyは非常に苛立っている。彼は言う、「なぜ私にやり方を教える必要がある？私は何もしたくない。AIエージェントにどんなテキストをコピー＆ペーストすればいいのか？」未来の大きなチャンスは、「エージェント優先」のインフラ構築にある。システムは世界を感知するセンサーと、世界を変えるアクチュエーターに分解され、データ構造は大規模言語モデルが高度に読めるように設計され、機械エージェントは個人や組織を代表してクラウド上でやり取りを行う。
この高度に自動化された未来において、人類のコアな希少性は美的感覚、判断力、そして最も深いビジネス理解に回帰するだろう。Karpathyは繰り返し咀嚼している言葉を引用した：「あなたは思考を外注できるが、理解を外注することはできない」。
生産性の爆発について、Karpathyは「バイブコーディング」と「エージェント工学」を明確に区別した。バイブコーディングは下限を引き上げ、エージェント工学は専門的なソフトウェアの上限を維持する。エージェント工学は単なるスピードアップではなく、「誤りやすく、ランダム性を持つが非常に強力な」AIエージェントを調整しながら、品質を犠牲にせずに全速力で進むことを要求する。以前は「10倍エンジニア」が語られたが、10倍ではそのスピードアップを表現しきれない。彼の見解では、この分野で優れた人々の成果は、10倍をはるかに超えるピークを持つ。
この生産性爆発に直面し、企業の組織構造や人材選抜のロジックは再構築が必要だ。彼は従来のアルゴリズム解法面接を捨て、候補者が複数のAIエージェントを協調させて大規模プロジェクトを構築し、他のAIエージェントの攻撃に耐えられるかどうかを評価すべきだと提案している。
起業家や投資家にとって、Karpathyは実践的な評価フレームワーク「検証性」を提示した。現在のAI能力は非常に奇妙な「ギザギザ」状態を示している——最先端のモデルは今日、10万行のコードベースを再構築したり、ゼロデイ脆弱性を見つけたりできるが、一方で50メートル先の洗車店に歩いて行くべきだと教える。これは狂気の沙汰だ。この断絶の原因は、最先端の研究所が大量の強化学習リソースを「数学」や「コード」など、結果の検証が容易な分野に注ぎ込んでいるためだ。したがって、結果が検証可能なビジネスシーンに身を置けば、AIは巨大な威力を発揮できる。市場には依然として高価値だが、トップ研究所が注目していない検証可能な強化学習環境が多数存在し、これこそスタートアップが微調整や商業化を行う巨大なブルーオーシャンだ。