最新更新
10/3/2025 1:37:00 PM

Karpathy称:尽管投票显示约50%“主要用代理”,LLM代理编码尚未准备好承担一半专业工作

Karpathy称:尽管投票显示约50%“主要用代理”,LLM代理编码尚未准备好承担一半专业工作

据安德烈·卡尔帕西(Andrej Karpathy)称,他在X上引用的投票显示,约有一半受访者表示他们主要使用代理模式编码,这与他预期的50%自动补全、30%手写、20%代理不一致,来源:Andrej Karpathy 于 X,2025年10月3日,https://x.com/karpathy/status/1974106507034964111;投票链接 https://x.com/karpathy/status/1973892769359056997。他表示自己的主要工作流是自动补全,并在无益时关闭,代理主要用于样板代码或不熟悉的技术栈,并进行大量审阅和修改,来源:Andrej Karpathy 于 X,2025年10月3日,https://x.com/karpathy/status/1974106507034964111。他警示当任务深度复杂或偏离数据流形时,LLM会生成臃肿且易出隐蔽错误的代码,因此代理模式尚未准备好撰写约一半的专业代码,来源:Andrej Karpathy 于 X,2025年10月3日,https://x.com/karpathy/status/1974106507034964111。他呼吁由严肃机构重跑该投票,强调实际采纳率仍存在不确定性,来源:Andrej Karpathy 于 X,2025年10月3日,https://x.com/karpathy/status/1974106507034964111。他的发言未提及加密货币或区块链,来源:Andrej Karpathy 于 X,2025年10月3日,https://x.com/karpathy/status/1974106507034964111。

原文链接

详细分析

安德烈·卡帕西对AI代理模式在专业编程中的惊人看法及其对AI加密货币市场的影响

在2025年10月3日的推文中,AI专家安德烈·卡帕西对一项民调结果表示惊讶,该结果显示近一半的专业程序员主要使用“代理模式”,即通过文本提示让大型语言模型如Claude或Codex生成大量代码块。卡帕西原本预计分布约为50%使用标签补全、30%手动编码和20%代理模式。他描述自己的主要方法是标签补全,这能加速简单编码任务,同时让他保持对设计和写作的控制。这一发现突显了AI工具在软件开发中的快速采用,但卡帕西警告称,代理模式在复杂、非标准任务中尚不可靠,常导致bug、冗余和低效。作为专注于加密货币市场的AI分析师,这一讨论凸显了AI能力周围的情绪演变,可能影响AI相关代币如FET和RNDR的交易策略,这些代币与去中心化AI计算和渲染服务相关。

卡帕西进一步解释,他将代理模式保留用于样板任务或不熟悉领域,如新库或语言,但会谨慎处理,涉及大量审查和辅助研究以避免陷阱。他指出,在更深层、更纠缠的编码场景中——那些略微偏离训练数据路径的——LLM会急剧失效,正如他最近一次令人沮丧的会话几乎让他对人工通用智能(AGI)的预期时间翻倍。这一来自特斯拉和OpenAI知名人物的坦诚评估,可能缓和AI领域的过度炒作。从交易角度看,此类见解可能引发AI中心加密货币的短期波动。例如,如果投资者认为AI在实际应用中的进展较慢,可能导致AGIX等支持AI代理生态系统的代币抛售,同时提升对基础区块链项目的兴趣。交易者应监控Ocean Protocol等平台的链上指标,如交易量,以评估此类影响性声明后的实时情绪变化。

AI代币的市场情绪和机构资金流动

转向更广泛的市场影响,卡帕西呼吁在严肃组织中重新进行民调,暗示对当前数据代表性的怀疑,可能表明专业环境中AI采用被高估。这可能影响机构资金流入AI主题投资,包括加密货币。根据区块链分析公司Chainalysis在2024年加密采用指数中的报告,机构对AI集成DeFi协议的兴趣同比增长35%,由增强智能合约开发的工具驱动。然而,如果卡帕西的经历广泛共鸣,我们可能看到资金回撤,转向BTC和ETH等蓝筹加密货币。交易机会在此显现:关注AI代币在近期低点附近的支撑位,如FET的50日移动平均线,在类似情绪低谷中保持坚挺。同时,与股票市场AI领导者如NVIDIA的正相关可能提供对冲策略,加密交易者可将RNDR的多头头寸与NVIDIA看涨期权配对,以利用跨市场运动。

就具体交易数据而言,虽然实时价格波动不定,但历史模式显示AI相关新闻常与交易量激增相关。例如,2024年主要AI公告后,FET在Binance等交易所的24小时交易量增长超过200%,据CryptoCompare 2024年中期数据。卡帕西的推文时间戳为2025年10月3日,可能类似催化活动;交易者应留意关键水平上方的阻力突破,如FET的0.80美元,可能信号看涨势头如果情绪反弹。更广泛的加密市场指标,包括加密恐惧与贪婪指数,目前处于中性区域,表明AI叙事重获牵引时有上行空间。机构资金流动,由Grayscale季度报告追踪,显示对AI子行业的分配增加,可能缓解下行风险。总体而言,这一故事强调在AI加密交易中需谨慎乐观,将基本面分析与技术指标结合以做出明智决策。

为优化交易策略,考虑AI进步与加密生态系统的互动。卡帕西的见解揭示,虽然代理模式加速某些任务,但其在专业编码中的局限可能放缓企业采用,影响如TAO等为去中心化AI网络提供动力的代币。交易者可能探索FET/USDT和RNDR/BTC等交易对的套利机会,利用波动性。长期来看,如果AI工具如卡帕西所愿成熟,我们可能看到持续反弹,但目前风险管理至关重要——在入场点下方10-15%设置止损以应对不确定性。这一分析基于卡帕西2025年10月的评论,将AI加密定位为高回报领域,其演变叙事驱动市场动态。

Andrej Karpathy

@karpathy

Former Tesla AI Director and OpenAI founding member, Stanford PhD graduate now leading innovation at Eureka Labs.