別再學做App了：Karpathy預言Agent將淘汰App Store，軟件進入“用完即丟”時代

作者 ｜ 木子

如果軟件可以由 AI 現場生成，那應用商店會不會消失？

知名 AI 工程師、神經網絡布道者 Andrej Karpathy，前兩天又發了篇長帖，引起熱議。最主要的意思是：

以后可能不用專門去應用商店“找”App 了，你只要說清楚想干嘛，AI 現場給你做一個——而且可能只要 1 分鐘就做好了。

圖注：節選自 Andrej Karpathy 新帖子

他拿自己做的實驗，舉了個例子：

打算用 8 周時間，把靜息心率從 50 降到 45（靜息心率，是人在完全放松狀態下每分鐘的心跳次數，常被用來衡量心肺功能）。

一般人遇到這種需求，大概率是去應用商店搜“Cardio Tracker”之類的 App。但 Karpathy 另辟蹊徑——沒請開發者，也沒下載現成的 App；而是直接用一個 AI Agent，臨時做了一個專門追蹤這次訓練計劃的儀表盤。

這個 Agent 反向解析跑步機云端接口，拉原始數據、清洗、調試，再生成一個網頁前端，1 小時搞定。而兩年前，這大概要 10 小時。

但 Karpathy 并不滿足于“只用 1 小時”，他在想：為什么還要 1 小時？

他分析認為，時間并沒怎么花在“理解需求”上，而是主要花在了補基礎設施：接口不友好、缺乏 AI 原生 API、單位制和日歷邏輯要人工修 bug 等等。

他吐槽道：

“99% 的產品和服務仍然沒有 AI 原生的 CLI。99% 的產品和服務仍然維護著 .html/.css 的文檔，好像我不會第一時間把內容復制粘貼給我的 Agent 去完成任務似的?！?/blockquote>

換句話說，現在的最大阻力不在模型能力，而在生態還沒準備好。

于是，他大膽預判：如果設備本身，提供 Agent 可直接調用的 API、如果常見功能有成熟技能庫、如果 AI 已經掌握個人長期數據；那么這件事，理論上只剩下“描述需求 + 自動拼裝”，未來可能只需 1 分鐘。

其實，這早已埋下了伏筆。Karpathy 于 2023 年寫的“名言”：“目前最熱門的新編程語言是英語”，現在還掛在他主頁置頂。

當自然語言本身就是編程接口，軟件就不一定非要先被做成一排排固定產品，等人去下載。它可以在對話里被拼出來，在具體場景中存在，用完就消失。

在 Karpathy 看來，如果“說一句需求”，比“進應用商店挑一個”更快，那默認入口遲早會變。

1 當語言成為編程接口，Karpathy 眼中的軟件未來

除了預判未來 AI 可以迅速定制軟件，這篇帖子的核心觀點，還可以拆成以下幾條：

• 軟件正在從“標準化產品”，變成“按需生成的臨時工具”，更短暫、更個性化。

• 這要求硬件和軟件提供 AI 原生 API，讓機器和機器直接對話，而不是依賴人為操作界面。

• 企業可能不再大量購買 SaaS，而是動態生成工具。而且傳統 UI，也可能被 Agent 編排替代。

• 應用商店不會消失，但它的角色會弱化，未來更可能是“經過驗證的基礎層 + AI 個性化擴展”的混合模式。

• 真正的競爭力，不再是誰“懂 AI”，而是誰能最快把 AI 部署成實際可用的系統。

以下為帖子原文，InfoQ 在不改變原意的情況下，對其進行了整理編輯。

我對高度定制化軟件即將到來的時代會是什么樣子，非常感興趣。

舉個今天早上的例子，我最近在有氧訓練上有點松散，于是決定做一個更認真、更有紀律的實驗：

在 8 周內，把靜息心率從 50 降到 45。主要方式是完成一定總時長的 Zone 2 有氧訓練，并且每周做 1 次 HIIT。

1 小時后，我用 Vibe Coding 做了一個為這次實驗量身定制的超專屬儀表盤，用來追蹤進度。Claude 不得不反向解析 Woodway 跑步機的云端 API，拉取原始數據，進行處理、過濾、調試，并創建一個 Web 前端界面來跟蹤這個實驗。

過程并不完全順暢，我需要發現并指出一些 bug，讓它修復，比如它搞錯了公制和英制單位，也把日歷里的日期和星期匹配錯了。

不過，我依然覺得整體方向是清晰的：

• 永遠不會（也不應該）有一個專門為這種事情存在的應用商店 App。

我不應該為了這個去找、下載、使用某個“有氧實驗追蹤器”。這不過是大約 300 行代碼，一個 LLM Agent 幾秒鐘就能生成。那種在應用商店里從一長串離散應用中挑選一個的模式，在 LLM Agent 可以現場即興生成只屬于你的應用時，顯得有些不對勁，也有點過時。

• 其次，這個行業，需要重構一套服務體系：由傳感器和執行器組成，并具備對 Agent 原生友好的使用方式。

我的 Woodway 跑步機，本質上就是一個傳感器：它把物理狀態轉化為數字信息。它不應該維護一個面向人類的前端界面，而我的 LLM Agent 也不應該去反向工程它；它應該提供一個可以被 Agent 輕松使用的 API 或 CLI。整個行業在這方面推進得非常緩慢，這讓我有點失望（也直接拖慢了我的進度）。

99% 的產品和服務仍然沒有 AI 原生的 CLI。99% 的產品和服務仍然維護著 .html/.css 的文檔，好像我不會第一時間把內容復制粘貼給我的 Agent 去完成任務似的。他們在網頁上給出一串操作說明，讓你打開某個 URL、點擊這里或那里去做某件事。

現在都 2026 年了，為什么還要我手動操作？要么系統自動完成，要么交給我的 Agent。

所以，總的來說，我今天確實對這件事只花了 1 小時感到滿意（兩年前大概要 10 小時）。

但更讓我興奮的，是去思考：它本來應該只需要 1 分鐘。

要實現 1 分鐘，需要什么條件？讓我只需說一句：“嗨，能幫我在接下來 8 周追蹤有氧訓練嗎？”在簡短的問答之后，應用就自動搭建完成。AI 已經掌握大量我的個人背景信息，會主動收集額外所需數據，調用和檢索相關技能庫，并維護我所有這些小應用和自動化流程。

簡而言之，從一組離散應用中挑選的“應用商店”概念本身正在迅速過時。未來將是由 AI 原生的傳感器和執行器組成的服務體系，通過 LLM 這層“膠水”進行編排，生成高度定制、短暫存在的應用。只是，這個未來還沒有真正到來。

2 應用商店不會消失，但軟件即時刻？

Karpathy 和這篇文章，讓網友們吵翻了。

有人覺得，他說出了自己這兩年的直覺。一個叫“AIM Network”（下面簡稱 AIM）的媒體形容道：

“我們過去收集軟件的方式，就像收集書一樣：精挑細選、下載安裝、定期更新，然后慢慢被遺忘。這種習慣可能已經不太適合未來。 ...... 未來的流程可能不再是‘下載—安裝—配置—適配’，而是 ‘描述—生成—使用—丟棄’。軟件將變得短暫、個性化、一次性?！?/blockquote>

AIM 還提出：未來，“軟件即當下時刻”，而不是“軟件即產品”——軟件不再是一個被打包、上架、定價的產品，而更像一段即時生成的服務。

不過，他們也沒把話說滿：應用商店不會突然消失，而是進化成全新的“應用商店 2.0”、“應用商店 3.0”版本。原因很現實：它承擔的是信任、審核和安全機制。

未來更可能出現的畫面是：不再賣一堆細碎的 App，而是提供可靠的底座，讓 Agent 在上面自由拼裝。底層還是一套經過驗證的基礎能力，上面疊加由 AI 即時生成的個性化擴展。

換句話說，要消失的，未必是軟件本身，而是“軟件必須以固定產品形態存在”這件事。

未來更可能是混合模式：經過驗證的基礎軟件層之上，疊加可定制的 AI 生成擴展，并配合受控的 Agent 權限機制，即“經過篩選的基礎能力 + 個性化智能”。

換句話說，未來消失的可能不是“軟件”，而是“軟件作為固定產品”的概念。

此前，Karpathy 僅用 243 行 Python 代碼，就寫出了一個能跑的 GPT。由此可見，大模型不再是高不可攀的黑箱技術，而是越來越標準化、可復用的能力模塊。

當模型本身越來越“平民化”，真正的競爭優勢，就會轉向別處：比如基礎設施是否順滑、算力是否充足、Agent 工作流是否成熟等等。競爭不只在模型，更在部署速度。

還有一點，如果說 Karpathy 給的是一個方向：“語言正在變成接口，工具可以即興生成”；那 AIM 補上的，是一串連鎖反應：一旦生成速度足夠快，分發邏輯、SaaS 結構，甚至企業 IT 預算怎么花，都會跟著松動。

也有很多網友質疑。

有人覺得 Karpathy 作為一個 AI 從業者，在自賣自夸，就像：“你是個廚師，但并非每個人都想成為或愿意成為廚師?！?/p>

Karpathy 表示，人們還在用“軟件稀缺”的舊思維看問題，而當軟件變得極度廉價、可隨時生成時，傳統意義上的“應用”本身可能都會失去存在意義。

還有人覺得，首先要想清楚自己要什么，本身就很耗費精力，銳評道：“你奶奶會自己做 App 嗎？”

Karpathy 回復道：“奶奶當然沒有必要知道應用程序或者知道有應用程序。應該是她的 LLM 代理知道。”

然后有人站 Karpathy，說未來 AI 就是好的設計師。

反對者表示：“構建軟件最困難的部分是弄清楚客戶真正想要什么。但你聲稱一個 LLM 能從一位連問題領域詞匯都不具備的人的隨意語音提示中破解它？”

對于未來的 APP 形態，你怎么看？

https://x.com/karpathy/status/2024583544157458452

https://www.youtube.com/watch?v=GXO-vwg_Q-o

聲明：本文為 InfoQ 翻譯整理，不代表平臺觀點，未經許可禁止轉載。

InfoQ 新年禮物上線啦！

AI 快訊輪播推送正式上線，給你更優的閱讀體驗、更強的 AI 賦能、更懂 AI 行業的資訊檢索～我們會持續優化體驗，追求更深度的 AI 能力內化改造，歡迎大家體驗并反饋！立即前往 InfoQ 官網，體驗 AI 快訊帶來的全新閱讀感受吧！