【演講】卡帕西潑冷水：AI 代理是這十年的事，不是今年

這場演講有幾個值得說的點：一，他給了一套框架，解釋軟體正在經歷第三次根本性的改變，而且這次的程式語言是英文；二，他用自動駕駛的親身教訓，潑了一盆冷水在所有人說的2025 年是 AI 代理元年上；三，他提出 partial autonomy（部分自主）這個概念，說清楚現在該做什麼產品，不該做什麼；四，他用自己做的 app 說明，寫程式已經不是門檻，但把東西做成真正可以用的產品，門檻還在。合起來看，這是一張給你判斷現在該投入什麼，別相信什麼的地圖。

◎軟體 1.0，2.0，3.0：這次程式語言是英文

卡帕西的框架是這樣的：軟體 1.0 是工程師寫給電腦的程式碼；軟體 2.0 是神經網路的權重參數，你不直接寫程式，你調資料，跑最佳化演算法，讓模型自己長出能力——特斯拉自動駕駛就是這樣，大量 C++ 程式碼被刪掉，功能遷移進神經網路；軟體 3.0 是現在這個階段，大型語言模型（LLM，一種可以理解和生成自然語言的 AI 模型）本身變成一台可以被程式化的電腦，而你用來程式化它的語言，是英文。這件事的意義比看起來大：過去要花五到十年學習才能動手寫軟體，現在門檻消失了。他說現在每個人都是程式設計師，這不是在鼓勵，這是一個商業現實——你的競爭對手也是。

◎LLM 像作業系統，但現在是 1960 年代

他用了一個很有說服力的比喻：現在的 LLM，就像 1960 年代的電腦作業系統——算力昂貴，集中在雲端，所有人透過分時共用的方式連進去用，個人電腦革命還沒發生。市場結構也很像：幾家封閉的商業系統（OpenAI，Google Gemini，Anthropic），加上一個開源替代方案（Meta 的 Llama 模型系列，目前最接近 Linux 的角色）。這個比喻有一個實用的推論：我們現在看到的 AI 競爭格局，很可能不是終局，就像沒有人在 1965 年就猜到 Windows 和 Mac 的結局。現在進場的人，有機會定義接下來幾十年的格局。

◎2025 年是 AI 代理元年？他不信

他在 2013 年第一次坐進 Waymo（Google 旗下的自動駕駛公司）的自駕車，那次三十分鐘的試乘零次人工介入，完美到讓他以為自動駕駛快了。那是十二年前的事。他在台上說：我們到現在還沒有真正宣告成功。這段話是整場演講最有分量的一句——不是在唱衰，是在說：軟體比你想的難，demo 成功不等於問題解決。他對2025 年是 AI 代理元年這個說法明確表示擔憂，他的版本是這是 AI 代理的十年。這個差距，對任何正在評估要不要把業務流程交給 AI 代理接管的決策者，都是一個需要認真對待的校正。

◎現在該做的是鋼鐵人戰甲，不是鋼鐵人機器人

他用鋼鐵人做比喻：戰甲是人機協作的增強工具，機器人是全自主的代理。他的建議很清楚：現階段做前者，不要追後者。具體來說，他認為好的 LLM 應用有三個共同特徵：客製化的視覺介面（讓人可以快速審核 AI 的輸出，而不是在文字裡打滾），對多個 AI 模型的協調呼叫，以及一個自主程度滑桿——讓用戶自己決定要把多少控制權交給 AI。他以程式碼編輯器 Cursor 和 AI 搜尋引擎 Perplexity 為例，兩者都有這三個特徵。他自己在 AI 輔助寫程式時，刻意控制每次的修改幅度，因為一次給你一萬行程式碼的 diff，你根本沒辦法審核——AI 跑很快，人還是瓶頸。

◎基礎設施還沒為 AI 代理準備好，這是機會

他做了一個叫 MenuGen 的 app，讓你拍餐廳菜單就能生成菜色圖片。程式碼幾個小時就完成了，但讓它真正上線——加入登入系統，金流，網域，部署——又花了他一個星期，而且這些全是在瀏覽器裡手動點來點去，沒有一個是 AI 可以直接處理的。他說這就是問題所在：現在的數位基礎設施是為人類設計的，AI 代理根本沒辦法順暢操作。他點名 Vercel 和 Stripe 已經開始把文件改成 AI 可以直接讀懂的格式（Markdown），並把所有點這裡，選那個的操作，替換成 AI 可以執行的指令。他認為這個方向的機會很大，現在動手的人很少。

卡帕西這場演講最值得記住的不是框架，是那個自動駕駛的故事：2013 年的完美 demo，十二年後問題還沒解決。AI 現在給你看的每一個完美 demo，都值得用同樣的眼光看待。部分自主，人在迴路，小步快跑——這不是保守，這是他從五年真實工程裡帶出來的結論。鋼鐵人戰甲先做好，機器人的事之後再說。