Karpathy 有天去了一家餐厅，拿到菜单，没有图片，里面大概30%到50%的菜他完全不知道是什么东西。他就做了个应用，叫 MenuGen，拍一张菜单照片，跑 OCR 识别菜名，调用图像生成器给每道菜配图，重新渲染给用户看。一整套工程链路，部署在 Vercel 上，写了不少代码。

然后他看到了同一件事的「软件3.0版本」。

直接拍张照片，扔给 Gemini，说「用这个模型把每道菜的样子覆盖在菜单上」。Gemini 直接返回了一张图，还是他拍的那张菜单，但每道菜旁边已经配好了对应的图。

他的第一反应是，我之前做的那个 MenuGen，根本不该存在。

这句话我反复想了好几遍。「根本不该存在」，不是「可以做得更好」，不是「可以用 AI 优化一下」，是这个应用存在本身就是一个错误。

这是 Andrej Karpathy 在红杉资本的一场对话里说的。Karpathy 这个人，共同创立了 OpenAI，在特斯拉让自动驾驶真正落地，去年发明了「Vibe Coding」这个词。他不是那种对 AI 感到恐慌的传统从业者，是亲手把这些东西做出来的人。

他说自己做的应用不该存在。

要搞懂这件事，得先理解他说的那个框架。

他把软件的演化分成三个阶段。软件1.0，我们写代码，明确告诉计算机每一步怎么做。软件2.0，通过训练神经网络来「编程」，数据集是代码，目标函数是代码，不再直接写规则而是喂数据让模型自己学。软件3.0，现在的样子，你的编程变成了提示词，上下文窗口是你操控大型语言模型的杠杆，模型理解你的意图，在信息空间里执行计算。

MenuGen 是一个标准的软件1.0产物，OCR、图像生成、前端渲染、云部署，每一步都是精确的工程链路，就像一条流水线，每个环节都得有人去写代码维护。但在软件3.0的范式下，神经网络本身就能理解「拍张菜单，给我每道菜配图」这个意图，中间那些步骤被一条指令直接压缩掉了。

不是在加速流水线，是在消灭流水线。

这个逻辑往前再推一步，就开始变得有点诡异了。

Karpathy 的判断是，未来可能会发生一次架构上的翻转，神经网络成为「主机进程」，而 CPU 退化成协处理器。现在我们熟悉的逻辑是 CPU 调用神经网络，但他认为这个关系会反过来，神经网络主导计算，传统代码只作为处理某些特定任务的历史附件存在。

他甚至描述了一种更极端的设备形态，把原始视频或音频直接输入神经网络，通过扩散模型直接渲染出界面，而且这个界面是为那一刻的特定情境专门生成的，不是预先写好的，是即时长出来的。

你有没有感觉，我们现在做的很多 APP，很多 SaaS，很多网页产品，可能都是旧架构下的过渡态产物？

那到底哪些软件会消失，哪些能活？

我自己想了一个判断思路。如果一个应用的核心价值，是「把几种能力串联起来处理非结构化信息」，那它很可能是 MenuGen 式的存在，也就是说，它存在的前提是神经网络还不够强，一旦模型能端到端地理解任务，中间那层就没有存在的理由了。

那些专门做「OCR + 翻译 + 排版」的工具，或者「截图 + 识别 + 提取数据」的应用，甚至一些「上传文档 + 提取摘要 + 生成报告」的产品，工程价值都建立在各个模块的割裂上。模块一旦打通，工程价值消失。

直接消失。不是被重做，是消失。

另一类暂时还死不了，就是那些需要「持续状态」「跨系统协调」「用户身份精确管理」的应用。原因不是神经网络做不到，而是 Karpathy 自己吐槽过一个例子，他的 Agent 在处理购买积分时，试图用 Stripe 邮箱去匹配 Google 账号的身份，因为没有为用户建立持久的唯一 ID，结果两个邮箱不同就关联不上，整个支付逻辑直接乱了。这种诡异的错误，现在还需要人来做顶层设计，来兜底。

但「暂时」这个词，我会反复提醒自己注意。

我觉得他说的最重要的一句话，其实不是关于 MenuGen 的。是这个，「我们不仅仅是让过去已有的事情变得更快，更重要的是，这里出现了全新的机遇，去实现那些以前根本不可能做到的事情。」
以前不可能存在的，现在可以了。

他举了一个例子，用大型语言模型帮自己或组织创建知识库，把所有相关文档扔进去，在不同维度上重新编译排序，生成出全新的知识结构。这在之前根本写不出来，没有代码能基于一堆事实自动生成知识库，但现在可以。

消失的那批 APP，是夹在人的需求和神经网络能力之间的「过渡态工程」，它们的存在是因为那时候神经网络还不够用。能活下来的，要么是有真实数据飞轮和持续交互价值的产品，要么是那些以前连想都没想过能实现的全新东西。

不是 AI 要替代谁，是很多东西存在的前提，已经不在了。