我要投稿

Karpathy：智能体什么都干不好，AGI 至少还要十年

发布日期：2025-10-18 11:55:17 浏览次数： 1824

作者：AI范儿

微信搜一搜，关注“AI范儿”

“这些问题不是不能解决，只是仍然很难。”——Andrej Karpathy

最近 AI 圈又在狂吹“智能体元年”，好像明天你的 AI 就能替你上班、理财、谈恋爱了。

但刚从幕后回归的 Andrej Karpathy，直接泼了盆冷水：“它们现在连鼠标都点不准。”

在最新一期《Dwarkesh Podcast》里，这位 OpenAI 创始元老、前特斯拉 AI 负责人、深度学习老炮儿，说了不少大实话：

别信“Agent今年爆发”——真正的智能体时代，至少还要十年；
今天的 AI 不是缺智商，是没记忆、没感官、没手脚、不会规划；
强化学习？他直言“是个糟糕的算法”，人类学东西可没这么笨；
甚至警告：用 AI 生成的数据继续训练，模型会越练越傻，最后变成复读机；
但他也留了希望：未来每个人都会有一个会陪你学习、提问、反思的AI伙伴。

没有 hype，没有末日预言，只有工程师式的清醒和一点点温柔的期待。

如果你也觉得AI最近“神得有点假”，这篇访谈，正好帮你把脚踩回地上。

原采访非常长，以下是核心要点。

（注：本文采用了 AI 工具结合人工校正的方式进行处理）

🌍 智能体至少需要 10 年

主持人 Dwarkesh 开场就问他：“为什么说是‘智能体的十年’，而不是‘智能体的一年’？”

Karpathy 笑了笑：“因为它们现在还什么都干不好。”

Karpathy 反对那句流行语——“这是智能体（Agent）的一年”。在他看来，这更像是一个“十年级别的时代”。

Claude、Codex 等模型确实聪明，但距离“能真正替人完成任务”的数字员工，还差几个关键环节：

没有记忆：缺乏持续学习（Continual Learning）；
不会看世界：多模态能力仍有限；
动不了手：无法高效操作电脑、执行复杂任务；
不懂规划：推理与目标分解仍十分脆弱。

这些问题并非无解，但每一项都非常难。

“要让智能体学会行动、感知、规划、执行，还需要整个生态系统的演化——算法、界面、硬件、社会结构都得跟上。”

Karpathy 的判断很理性：“十年，差不多是合理的时间尺度。”

这十年里，AI 将逐步拥有“感官”和“身体”，从单纯的语言助手，成长为具备行为与目标的“数字生命”。

🧩 AGI 不是更大的模型，而是会行动的智能体

Karpathy 眼中的 AGI，不是一个更大的语言模型，而是一个会行动的智能体。

“AI 不该只是回答问题的机器，它应该理解世界、制定计划、执行任务、反思经验。”

他把人工智能的发展分成三个阶段：

深度学习阶段：AI 学会“看”，会识别图像（比如 AlexNet）。
强化学习阶段：AI 学会“动”，能玩游戏、能在环境里试错（比如 DeepMind 的 Atari）。
大语言模型阶段：AI 学会“想”，能理解人类语言。

“接下来这一阶段，就是智能体的时代。”

⚙️ 强化学习很糟糕

谈到强化学习，Karpathy 直言：“强化学习是个糟糕的算法，但比它更好的还没出现。”

他批评 RL 的本质太粗糙：它只是根据最终结果奖惩行为，却无法区分过程中的“对与错”。

“这就像一个学生，考完试才知道自己错哪题，却没人告诉他哪一步逻辑出错。”

而人类的学习方式完全不同：我们会对每一步进行反思和微调，不会等到最后才知道“好或坏”。

未来他更看好“过程监督”（Process-based Supervision）：让模型在每个推理步骤都获得反馈，而不是只看终点得分。

“这才更像人类的学习。”

💭 模型坍缩，让 AI 变‘笨’

主持人问到：“为什么 LLM 无法像人一样真正‘思考’？”

Karpathy 提出了一个关键问题：模型在用自己生成的数据继续训练时，会逐渐“坍缩”——输出越来越单一、缺乏创造力，最终退化成“复读机”。

“这跟人类恰恰相反，人类的学习之所以有效，是因为我们会做梦、会走神、会胡思乱想——这些随机扰动让思维保持多样性。而 AI 没有梦，也没有混乱。”

他笑着说，也许未来 AI 也得“做梦”。

“也许在某种意义上，我们要让模型学会‘乱想’，才不会变笨。”

📈 AGI 并不会带来“奇点爆炸”

面对主持人抛出的经典问题——“AGI 会不会引发生产力爆炸？”

Karpathy 给出一个出乎意料的冷静回答：

“不会。AGI 会融入人类社会 250 年来稳定的 2% 经济增长曲线。”

换句话说，AI 不是核爆，而是渐变的地质运动。

它会潜入社会底层、产业流程、教育体系，改变世界的节奏，但不会一夜之间颠覆人类文明。

🎓 教育的未来是「人机共学」

在谈到教育时，Karpathy 变得温柔起来。

“未来的教育不会再是记忆知识，而是与智能体共同学习。”

每个人都可能拥有一个专属学习助手：它懂你的习惯、帮你提问、引导反思，就像一个终身学习的伙伴。

这也是他最看好的 AI 应用场景之一——“教育中的伴学智能体”。

🧠 十年之后，数字生命会出现

整场访谈中，Karpathy 没有喊口号，也没有卖“未来焦虑”。

他只是不断重复一句话：

“这些问题都能解决，但仍然很难。”

他的语气冷静，却暗含兴奋。

十年前，他站在深度学习的起点。

十年后，他又一次站在“智能体时代”的门口。

这一次，他相信——真正的“数字生命”，正在酝酿。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-12-05

Palantir发布新产品Chain Reaction：面向美国人工智能基础设施的操作系统

2025-12-05

OpenAI内部代码泄露！最强模型「皇帝」登基，0思考延时吓人

2025-12-04

一文看懂AI智能体系统背后的重要技术——上下文工程（Context Engineering）

2025-12-04

大模型“落地三件套”：Ollama本地部署、API 调用和LLM封装

2025-12-04

Enterprise AI的三层架构

2025-12-04

Claude Opus 4.5 的灵魂文档被人逆向提取！Anthropic 负责人承认属实

2025-12-03

一文详解容器面向大模型与AI Agent的技术变革

2025-12-03

详解Palantir AIP大模型调用工具：Query Objects

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

从需求场景出发的AI应用项目落地方法论

2025-09-19

马斯克 Grok imagine 完整使用指南：工具、案例、提示词，看这一篇就够了！

2025-10-26

实测 Sora 2 ：AI视频的“ChatGPT时刻”来了？八大场景教你解锁各种玩法（附邀请码）

2025-10-02

新版 GPT-5 刚刚发布，最卷 AI 连肝代码 7 小时，编程工具大洗牌开始了

2025-09-16

AI大家说 | 下一代AI创业的机会在哪里？定价趋势是什么？

2025-09-08

阿里发布下一代企业级智能体开发框架AgentScope 1.0

2025-09-17

RagFLow v0.20.X全面解析！双向MCP、Agentic智能体...这次真的起飞了！（附长图）

2025-09-29

Qwen3-Coder与Claude Code深度对比：谁是你的AI编程助手？

2025-09-14

一文速览OpenAI Dev Day 2025，下半年开始大洗牌

2025-10-07

Claude Sonnet4.5发布，号称世界最强模型，超越gpt-5-codex

2025-09-30

大家都在问

Bun × Anthropic：AI 运行时变革的信号？

2025-12-03

MCP是不是真凉了？

2025-12-01

如何规划一个「有节奏感」的AI产品路线图？

2025-11-28

AI Agent是「未来应用入口」，还是又一轮「技术泡沫」？

2025-11-27

200 美元，一天干完半年活：这个新出的AI科学家，是来砸博士生饭碗的吗？

2025-11-27

如何通俗的理解AI Agent的工作流？

2025-11-27

为什么大模型在企业落地那么难？

2025-11-25

Palantir牵手Snowflake，我们能学到什么？

2025-11-25

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB