Karpathy 大神最新發布：AI 本質上是「Software 2.0」，判斷一個任務或職業是否易被自動化，關鍵指標是「可驗證性」 Karpathy 並沒有把AI 簡單比喻為「電力」或「工業革命」等宏觀歷史事件，而是提出一個更精確的類比：AI 本質上是「Software 2.0」。 AI 不再是人類手動編寫固定規則的“Software 1.0”，而是透過指定目標（如分類準確率或獎勵函數），利用梯度下降等演算法在龐大參數空間中自動「搜尋」出高效的神經網絡，從而自動化數位資訊的處理。 自動化任務的「預測指標」轉變 Karpathy 以1980 年代計算時代作為對比：那時，電腦最容易取代的工作是那些演算法固定、規則明確的任務，例如打字、簿記或手動計算。這些任務的共同點是「易於指定」——人類能一步步寫出精確指令。 如今，AI 的「Software 2.0」時代，判斷一個任務或職業是否容易被自動化，關鍵指標是「可驗證性（verifiability）」。具體來說： · 可驗證的任務：輸出結果能透過客觀標準快速評估和回饋。例如，數學題、程式碼編寫、影片觀看時長分析，或任何類似「謎題」的問題。這些任務適合強化學習：AI 能在可重置的環境中反覆“練習”，高效生成大量嘗試，並自動獎勵成功案例。結果是，AI 可能超越頂級人類專家的速度和準確性。 · 不可驗證的任務：涉及創意、策略決策，或需要整合現實世界知識、情境和常識（如藝術創作、複雜協商）。這些難以建立可靠的“獎勵函數”，AI 只能依賴泛化“魔法”或模仿人類，進展較慢，導致LLM 的“鋸齒狀前沿”——某些領域飛速前進，其他則滯後。 經濟與就業啟示這個框架解釋了AI 為什麼會造成「鋸齒狀」影響：可驗證工作（如程式設計、數據分析）將加速自動化，可能壓縮相關職位；不可驗證領域（如需要人類判斷的策略諮詢）短期內仍依賴人類，提供緩衝空間。但長遠看，Karpathy 表示，隨著驗證工具的完善（如模擬器或專家驗證器），更多任務將落入AI 掌控。 「Software 1.0」輕鬆自動化你能指定的事；「Software 2.0」輕鬆自動化你能驗證的事」！
