Інтерв’ю з співзасновником OpenAI Карпаті: LLM — це новий тип комп’ютера, все потрібно «переписати»

Оригінальна назва: Інтерв’ю співзасновника OpenAI Карпати: LLM — новий тип комп’ютера, все потрібно «переписати»

Автор оригіналу: Ритм BlockBeats

Джерело оригіналу:

Перепублікація: Mars Finance

Співзасновник OpenAI Анджей Карпати у найновішому інтерв’ю зазначив, що великі мовні моделі виступають у ролі «нового типу комп’ютера» і повністю переосмислюють архітектуру обчислень.

29 квітня, Анджей Карпати, який раніше керував розробкою Autopilot у Tesla і має вагомий вплив у OpenAI, у заході, організованому AI Sent, глибоко розглянув технологічний прорив сучасних AI-агентів та їхній глибокий вплив на екосистему програмного та апаратного забезпечення.

Карпати зазначив, що з грудня минулого року він почав усвідомлювати, що робочі процеси, зосереджені навколо агентів, стали справді доступними, і ця зміна ознаменувала фактичний прихід епохи Software 3.0.

Він сказав: багато хто минулого року залишався на враженнях від ChatGPT, але потрібно переглянути цю точку зору, особливо з грудня — все кардинально змінилося.

Водночас він запропонував нову концепцію «агентної інженерії» (agentic engineering), щоб відрізнити її від «атмосферного кодування» (vibe coding), яке він назвав минулого року, — перша означає продовження та прискорення стандартів якості у професійній розробці програмного забезпечення.

Він прямо заявив, що багато існуючого коду та застосунків «не повинні існувати» у новій парадигмі, і що більшість процесів найму, інструментів розробки та інфраструктури досі орієнтовані на людину, а не на агентів.

Зоряний світанок Software 3.0: передача влади у базовій обчислювальній архітектурі

Технологічна індустрія стоїть на перехресті кількісних і якісних змін.

Грудень минулого року став ключовою точкою перелому, і Карпати зізнався, що під час роботи з новими моделями AI він зазнав глибокого шоку:

Код, який генерує система, стає все більш досконалим, я вже й не пам’ятаю, коли востаннє його редагував. Я все більше довіряю цій системі… (це змусило мене) почуватися так, ніби я ніколи не був таким відсталим як програміст.

Цей шок — повна революція у парадигмі обчислень. На думку Карпати, ринок недооцінює глибину цієї зміни.

Він зазначив, що ми прощаємося з «Software 1.0 (писання коду)» і «Software 2.0 (обробка даних для тренування нейромереж)», і офіційно вступаємо у епоху «Software 3.0».

У цій новій епосі великі мовні моделі самі по собі є «новим типом комп’ютера».

Він сказав: тепер ваше програмування — це написання підказок, а вміст у контекстному вікні — це важіль для керування великим мовним моделлю-інтерпретатором, щоб вона виконувала обчислення у цифровому інформаційному просторі.

Ще більш вражаючим є його сміливий прогноз щодо майбутнього розвитку апаратної архітектури.

Зараз нейронні мережі працюють у віртуалізованій формі на існуючих комп’ютерах, але він вважає, що у майбутньому ця роль зміниться: можна уявити, що нейромережі стануть головним процесом, а CPU — допоміжним співпроцесором. Нейромережі візьмуть на себе більшу частину важкої роботи.

Це означає, що стратегічне ядро «розумної обчислювальної потужності», яке керує капітальними витратами у всьому ринку, у майбутньому ще більше закріпиться.

Наступне покоління інфраструктури: реконструкція «агентної нативної» екосистеми

Коли виконання та кодування перейдуть до машин, яким шляхом піде людська основна цінність і майбутня форма інфраструктури?

Карпати прямо сказав: все потрібно переписати.

Зараз документація різних фреймворків і бібліотек Інтернету все ще «написана для людини», що його дуже дратує.

Карпати поскаржився: навіщо мені говорити, що робити? Я нічого не хочу робити. Чи маю я копіювати та вставляти якийсь текст для мого AI-агента?

Майбутній великий ринок можливостей — це побудова «агентної орієнтованої» інфраструктури.

У цьому світі системи розділені на «датчики», що сприймають світ, і «виконавці», що його трансформують, а структура даних має бути максимально зрозумілою для великих мовних моделей, а машинні агенти — представляти особистості та організації у хмарі для взаємодії.

У такому високотехнологічному майбутньому людська основна цінність повернеться до естетики, суджень і глибокого розуміння бізнесу.

Карпати цитує фразу, яку він повторює для себе: «Ти можеш делегувати свої думки, але не можеш делегувати своє розуміння».

Агентна інженерія: понад «10-кратний» приріст продуктивності «інженерів»

У контексті підвищення продуктивності, що є найважливішим для ринку, Карпати розрізняє два ключові поняття: «атмосферне кодування» (Vibe coding) і «агентна інженерія» (Agentic engineering).

Він зазначив, що «атмосферне кодування» підвищує мінімальний рівень для всіх розробників, тоді як «агентна інженерія» спрямована на підтримку верхньої межі якості професійного програмного забезпечення.

«Агентна інженерія» — це не лише прискорення, а й вимога до розробників координувати тих «дещо схильних до помилок, з випадковими результатами, але надзвичайно потужних» AI-агентів, рухаючись швидко без шкоди для якості.

Це значно розширить уявлення про можливості компаній.

Карпати зазначив: «Раніше говорили про 10-кратних інженерів», але цього вже недостатньо для опису темпів зростання. На його думку, ті, хто демонструє високі результати у цій галузі, мають продуктивність, що значно перевищує 10-кратний рівень.

У відповідь на цю продуктивність, організаційна структура і підбір кадрів у компаніях мають зазнати переформатування.

Він рекомендує відмовитися від традиційних алгоритмічних співбесід і перейти до оцінки кандидатів за їхньою здатністю співпрацювати з кількома AI-агентами для побудови великих проектів і протистояти атакам інших AI-агентів.

Фокус на комерційних застосуваннях AI

Щодо актуальної потреби швидко знайти сфери застосування AI для стартапів і інвесторів, Карпати пропонує практичний критерій оцінки: перевірюваність.

Зараз можливості AI мають дуже дивний «зубчастий» характер.

Він навів приклад: найсучасніші моделі сьогодні здатні одночасно відновлювати 100 тисяч рядків коду або шукати нуль-день уразливості, але при цьому радять іти до автомийки за 50 метрів — це просто божевілля.

Причина такої розбіжності полягає у тому, що передові лабораторії (як OpenAI) вкладають величезні ресурси у підсилене навчання у сферах, де результати легко перевірити — математику та код.

Тому, якщо опинитися у бізнес-сценаріях із результатами, що можна перевірити, AI здатен проявити себе надзвичайно потужно.

Карпати натякає, що на ринку ще багато високовартісних, але поки що недостатньо досліджених середовищ для підтверджуваного підсиленого навчання, і це — величезна нішова можливість для стартапів для тонкої настройки та комерційної реалізації.