根据Ethan Mollick在X上的发言，外界援引Anthropic CEO Dario Amodei的旧预测称AI将在3–6个月写90%代码、12个月写100%，Mollick指出如今虽未达到100%，但Anthropic的Claude Code已能产出相当高比例代码，主要瓶颈在采纳而非模型能力（来源：Ethan Mollick，转引@kimmonismus）。据@kimmonismus提及的视频内容，这一预测强调替代速度，但实践中企业在安全审查、代码库权限与流程变更上存在摩擦，放缓了高性能代码代理的落地。根据Ethan Mollick的观察，商业机遇正在转向集成与治理层：合规的代码代理、与VCS集成的评审机器人、以及将LLM产出对齐组织规范的工具链；围绕Claude Code的权限管理、测试与可观测性方案可在短期内带来ROI。

根据 Karpathy 在 X 上的说明，Autoresearch 是一套用于构建代理式研究工作流的公开“配方”，并非现成工具，需交由企业自有代理并按业务领域定制（来源：Karpathy on X；GitHub）。据 GitHub 仓库介绍，该方法指导 LLM 代理进行规划、检索与工具调用、证据整理与归纳、迭代记录与复盘，从而形成可复现的 AI 辅助研究流水线（来源：GitHub karpathy/autoresearch）。据 Karpathy 表示，其周末推文走红体现了对实用代理框架的强需求，尤其是能将检索、批判与综合循环结合以提速洞察生成（来源：Karpathy on X）。对企业而言，将该“配方”与检索工具和评估检查点结合，可加速竞品分析、市场图谱构建、技术尽调、合规材料收集与产品调研等关键场景（来源：GitHub karpathy/autoresearch）。