文章目錄
在生成式 AI 席捲全球、技術日新月異的浪潮中，美國頂尖創業加速器 Y Combinator（YC） 於 2025 年 6 月 16 至 17 日，在舊金山舉辦了首屆 AI Startup School —— 一場專為未來 AI 領袖打造的知識盛會。
這場高規格活動網羅全球 2,500 位來自電腦科學、機器學習、應用數學等技術領域的菁英本科生、碩博士生與研究者，與世界最具影響力的 AI 創業家面對面交流。從講者名單看來，就足以證明這場盛會的份量：首場開講的是前 Tesla AI 首席科學家、OpenAI 共同創辦人 Andrej Karpathy，他發表了震撼 AI 社群的重要演說——〈Software Is Changing (Again)〉。
Karpathy 在演講中提出一個極具前瞻性的觀點：人類正步入軟體開發的下一個世代，他稱之為 Software 3.0。這不僅是一個技術升級，更是程式開發思維的根本變革。他指出，我們正從傳統的「逐行撰寫程式碼」時代，邁向一個透過「自然語言與機器互動」來創建軟體的新紀元。
聽起來像是科幻小說？正是因為這場變革來得又快又猛，才更值得我們深入了解。在接下來的文章中，將帶你完整拆解 Software 3.0 的核心概念、三代軟體發展的脈絡，以及這場革命將如何徹底改變未來的程式設計方式。
軟體的演進
Karpathy 將軟體演進分為三階段：Software 1.0（傳統程式設計）、Software 2.0（機器學習時代）與Software 3.0（透過自然語言驅動程式設計）：
Software 1.0：傳統程式設計
這是最經典的程式設計方式，也是大多數人所熟悉的“寫程式”方式。開發者會使用像是 Python、Java 或 C++ 等語言，明確地一步步寫下指令，讓電腦執行特定任務。雖然這種方式今日仍具有一定的基礎價值，但它在處理需要學習與適應的複雜任務上明顯受限。
Software 2.0：機器學習時代
機器學習的出現，程式設計從「寫出步驟」進化為「提供資料」，也就是改為用資料來訓練機器。這個階段的重點是：教機器自己學習並做出判斷。因此神經網路在此嶄露頭角，它讓電腦能從大量數據中學習並找出模式，進而做出判斷。這一時代技術推動了圖像辨識、語音識別與自然語言處裡(NLP)等領域的重大進展。不過，即便如此，我們仍需撰寫大量程式碼來訓練與微調模型，使系統真正運作順利。
Software 3.0：透過自然語言驅動程式設計
現在，我們則進一步走向一個不再寫程式碼的時代，而是直接與機器對話。憑藉著如 GPT-3 等大型語言模型（LLMs），我們可以用自然語言來告訴電腦我們的需求。你不需要具備程式語言知識，只需「說出或輸入」你的要求，LLM 就會理解並執行，來完成複雜任務。例如，想要進行情緒分析：
- 在 Software 1.0 時代，你得自己撰寫情緒分析演算法。
- 在 Software 2.0，你會訓練一個模型去辨識情緒。
- 在 Software 3.0，你只需輸入：「請分析這段文字的情緒：‘I love AI!’」，機器即能理解、執行並回應。
我們再舉另一個翻譯的例子
而這正是演講當中所提到軟體的未來。 Karpathy 的演講也由此切入，展開對 LLM 的深入解析，主要分爲三大部分。
第一部分：如何理解大型語言模型（LLMs）
Karpathy 以一句 Andrew Ng (吳恩達)的名言開場：「AI 是新時代的電力（AI is the new electricity.）」，來強調 LLM 正快速成為如同電力般的基礎設施，徹底改變我們與科技互動的方式。
1. Karpathy 將 LLM 比喻為「公用事業」：
- CAPEX 與 OPEX：訓練一個 LLM 需要龐大的資本支出（CAPEX），就像建電網一樣。但訓練完成後，就可以透過 API 提供服務，進入營運支出（OPEX）階段，如同電力被送到用戶家中一樣。
- 按量計費：LLM 如今是「即用即付」的服務，通常以處理字元數（tokens）來收費，與電力的「度數」收費模式如出一轍。
2. LLM 也像是半導體晶圓廠（fabs）：
Karpathy 指出，訓練 LLM 就像晶圓廠製造晶片一樣，建置成本極高。他將 Google 與 xAI 等投入大量 GPU 資源進行訓練的公司，比作 Intel 這類擁有自有晶圓廠的晶片製造商。
LLM 也類似作業系統（OS）：
Karpathy 同時也指出，LLM 不再只是工具，而是成為軟體架構的「核心平台」，就像作業系統掌控應用程式執行般，LLM 也正主導現代軟體應用的邏輯與互動方式。
這代表我們開發軟體的基本方式已出現根本性轉變：從寫程式變成與 AI 對話。
第二部分：LLM 的心理特性（心理學）
Karpathy 將 LLM 比作「人類靈魂」（people spirits），因其語言能力與人類相似，但也有幾個值得注意的心理特性：
- 幻覺（Hallucinations）：生成看似正確但實則錯誤的資訊，例如：「9.11 > 9.9」，或堅稱 strawberry 有兩個 r，這些就是 AI 的「幻覺」現象。
- 順行性失憶（Anterograde Amnesia）：LLM 沒有長期記憶，它無法像人類一樣在對話結束後記住你說過的話。每次互動結束後，記憶就被重置。
- 易受誤導（Gullibility）：LLM 對於惡意提示非常敏感，可能被誤導，而容易產生出不當回應。
因此，即便 LLM 很強大，仍需人類的監督與輔助。
第三部分：LLM 時代的新機會
Karpathy 在演講的最後指出，當前大型語言模型的實作應聚焦於有限自主性（partial autonomy），而非追求完全自律的智能代理。Software 3.0 正開啟前所未有的機會，特別是「部分自動化應用」的快速興起，同時提出 Software 3.0 所帶來的三項巨大轉機：
1. 開發自動化工具崛起
例如 Cursor：一款讓你用自然語言進行程式設計的工具，可以協助生成、除錯與檢查程式碼，加速開發流程。就像有一位 AI 助手隨侍在側，大大加快了開發流程。
2. 自動化程度滑桿（Autonomy Slider）
Karpathy 介紹了「自動化滑桿」概念，使用者可以自己決定 LLM 接管多少工作。例如簡單任務讓 AI 全權處理，複雜任務則由人類監督，達到最佳協作。
3. LLM 的應用前景：教育與程式輔助
- 在教育領域，AI 導師可以協助學生學習，針對每個人提供個性化回饋；
- 對開發者來說，AI 可以幫助撰寫與除錯，大幅提升效率。
Karpathy 也提到：這與 Tesla 自駕車（Autopilot）發展類似，從最初的展示階段，逐步邁向穩定產品。而由 LLM 驅動的自動化軟體，也正走在這條轉型之路上。
Karpathy 在演講最後指出，我們已悄然邁入「智能代理人」的時代。大型語言模型（LLM）不再只是冷靜服從的工具，而是能主動理解、判斷與執行任務的數位夥伴，正深刻地改變著各行各業的運作方式。
Software 3.0，正在重新定義我們對程式設計的想像：
- 不會寫程式的人，也能創建屬於自己的應用
- 所有人都能參與數位創造，不再被技術門檻阻擋
- 軟體開發的門檻正以前所未有的速度被降低
Karpathy 在 AI Startup School 的這場演講，不只是技術的總結，更是一場未來的預告。
Software 3.0 不再只是開發者的工具，更是讓每一個人都能參與創造的可能。從教育到創業、從程式開發到日常應用，大型語言模型正在把軟體世界打開給更多人。
而這也正是我們這一代最值得把握的時代機會。不論你是程式新手、AI 初學者，或是資深開發者，現在正是重新認識軟體、擁抱對話式設計與智能代理的最佳時機。下一個改變世界的創意，也許正來自你與 AI 的一場對話。
如果你還沒踏入 AI 世界，現在正是時候。未來的軟體已在我們眼前，一起迎向它，打造更自由、直覺、智慧的數位時代！
讀者若想要多了解一些 AI 或 生成式 AI 的基礎概念，可以參考這一本書《 「生成式⇄AI」：52 個零程式互動體驗，打造新世代人工智慧素養 》，或是 SimpleLearn｜Online 課程，它將帶領讀者在不會程式、不會數學也OK!的情況下，了解整個 AI 到 生成式 AI 的相關觀念及應用，不僅可以建立最完整的 AI 入門知識，更是培養 AI 素養的最好學習內容。
如果你喜歡這篇文章歡迎訂閱、分享(請載名出處)與追蹤，並持續關注最新文章。同時 FB 及 IG 也會不定期提供國內外教育與科技新知。