OpenAI共同創設者Karpathyのインタビュー：LLMは新しいタイプのコンピュータ、すべてを「書き直す」必要がある

原视频标题：Andrej Karpathy: From Vibe Coding to Agentic Engineering

原视频来源：Sequoia Capital
原文编译：鲍奕龙，华尔街见闻

OpenAI 共同創始者 Andrej Karpathy は最新のインタビューで、大規模言語モデルが「新型コンピュータ」として計算アーキテクチャを全面的に再構築していることを指摘した。

4月29日、TeslaのAutopilot開発を主導し、OpenAIで重要な役割を果たすAIリーダーのAndre Karpathyは、AI Sent主催のイベントで、現在のAIエージェントの技術的飛躍とそれがソフトウェア・ハードウェアエコシステムに与える深遠な影響について深く解説した。

Karpathyは、昨年12月から、エージェントを中心としたワークフローが本当に使えるようになったことに気づき始めたと述べており、この変化はSoftware 3.0時代の本質的な到来を示している。

**彼は言う：**多くの人は昨年、ChatGPTに対する印象を持ち続けていたが、特に12月以降、状況は根本的に変わりつつあることを再評価しなければならない。

彼はまた、「エージェント工学」（agentic engineering）という新概念を提唱し、去年命名した「雰囲気コーディング」（vibe coding）と区別している。前者は専門的なソフトウェア開発における品質基準の継続と加速を指す。

彼は率直に述べて、大量の既存コードやアプリケーションは新しいパラダイムの下では「存在すべきではない」とし、現在多くの組織の採用プロセス、開発ツール、インフラは、人間ではなくエージェントのために設計されていると指摘した。

ソフトウェア3.0の夜明け：基盤計算アーキテクチャの権力交代

テクノロジー業界は、量から質への変化の十字路に立っている。

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正直に語った。

システム生成されるコードブロックはますます完璧になり、いつ最後に修正したのかさえ思い出せないほどだ。彼は「このシステムをますます信頼している……（これにより）プログラマーとしての自分がこれほど遅れていると感じたことはなかった」と述べた。

この衝撃は計算パラダイムの徹底的な覆しであり、Karpathyの見解では、市場はこの変化の深さを過小評価している。

彼は、「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」時代に正式に突入していると指摘した。

この新時代において、大規模言語モデル自体が「新型コンピュータ」となる。

**彼は言う：**今やあなたのプログラミングはプロンプトを書くことになり、コンテキストウィンドウ内の内容は、その解釈器としての大規模言語モデルを操作するレバーとなり、デジタル情報空間で計算を実行させる。

さらに市場の注目を集めているのは、彼の未来の基盤ハードウェアアーキテクチャの進化に関する大胆な予測だ。

現在、神経ネットワークは仮想化された形で既存のコンピュータ上で動作しているが、**彼は将来的にこの主従関係が逆転すると考えている：**神経ネットワークがメインプロセスとなり、CPUは何らかの補助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い作業を担う。

これは、全市場の資本支出を牽引する「インテリジェント計算力」の戦略的中核の地位が今後さらに固まることを意味している。

次世代インフラ：エージェントネイティブエコシステムの再構築

実行とコーディングが機械に引き継がれるとき、人類の核心的価値観と未来のインフラ形態はどこへ向かうのか？

**Karpathyは率直に言う：**すべてを書き直す必要がある。

現在のインターネットのさまざまな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いる」ため、彼は非常に苛立っている。

**Karpathyは不満を漏らす：**なぜ私にやり方を教える必要があるのか？私は何もしたくない。AIエージェントに貼り付けるべきテキストは何だ？

未来の市場の大きなチャンスは、「エージェント優先」のインフラを構築することにある。

この世界では、システムは「感知センサー」と「実行アクチュエーター」に分解され、データ構造は大規模言語モデルが高度に読み取りやすいものとなり、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。

このように高度に自動化された未来において、人類の核心的な希少性は、審美眼、判断力、そして最も深いビジネス理解に回帰していく。

**Karpathyは、彼に何度も噛みしめさせた言葉を引用して締めくくった：**あなたの思考を外注できても、理解を外注することはできない。

エージェント工学：従来の「10倍エンジニア」を超える生産性爆発

生産性向上という市場が最も関心を寄せる側面において、Karpathyは二つの核心概念を区別している：「雰囲気コーディング（Vibe coding）」と「エージェント工学（Agentic engineering）」。

彼は、「雰囲気コーディング」が全員のソフトウェア開発の下限を引き上げ、「エージェント工学」が専門的なソフトウェアの上限を維持することを目的としていると指摘した。

「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、ランダム性を伴うが非常に強力な」AIエージェントを調整しながら、品質を犠牲にせずに高速で進めることを求める。

これにより、企業の生産性の想像範囲は大きく広がる。

Karpathyは言う：「以前は10倍エンジニアについて語られていたが」、今やその表現は不十分だ。私の見解では、この分野で優れた人々の生産性は、10倍をはるかに超えている。

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の面接を廃止し、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る方向にシフトすべきだと提案した。

AIビジネス実現のポイント

現在、AIの応用場面を急いで見つけようとする起業家や投資家に対し、Karpathyは非常に実践的な評価フレームワーク：検証性を提案している。

現状のAIの能力は、非常に奇妙な「ギザギザ」な状態を示している。

**彼は例を挙げて言う：**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。これはまったく狂っている。

このような断絶の原因は、OpenAIなどの最先端研究所が、「数学」や「コード」など、結果の検証が容易な分野に膨大な強化学習リソースを投入していることにある。

したがって、結果の検証が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。

Karpathyは、市場にはまだ多くの高付加価値だが、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存在し、これこそがスタートアップの微調整（ファインチューニング）や商業化の巨大なブルーオーシャンだと示唆している。

原動画リンク

律動BlockBeatsの求人情報はこちらをクリックしてください。

公式コミュニティに参加しませんか：

Telegram購読グループ：https://t.me/theblockbeats

Telegramグループ：https://t.me/BlockBeats_App

Twitter公式アカウント：https://twitter.com/BlockBeatsAsia