这篇原文在讲什么

Karpathy 这篇短文把一个很多人只能模糊感觉到的趋势，压成了一个极好用的词：verifiability，可验证性。为什么 AI 在代码、数学、规则题上进步特别快？因为这些任务天然更容易自动判断对错，模型可以在更清晰的反馈里反复优化。

这篇最厉害的地方，是它把“为什么代码先爆发”从市场需求问题，往下推到了任务结构问题。

重点摘译

  • Software 1.0 自动化的是你能明确规定规则的任务，Software 2.0 更擅长吃掉那些你能自动判定成败的任务。
  • 代码之所以站在第一排，不只是因为开发者多，而是因为测试、编译和运行结果能提供持续反馈。
  • 可验证任务更容易成为强化和迭代的训练土壤，因此模型会在这些领域形成更快的正循环。
  • 如果一个任务暂时没有低成本的自动验收机制，AI 当然也能参与，但稳定性和提速幅度通常都不会一样。
  • 对应用团队来说，比“模型会不会做”更重要的问题是“我能不能很快知道它做没做对”。

这篇材料对今天还有什么用

这篇几乎可以直接拿来指导任务选择。你想把什么先交给 AI，不必先问它看起来聪不聪明，而要先问这个任务能不能被快速验证。补测试、改结构化数据、修确定性 bug、对齐明确规则的改写，通常都更容易先做出稳定工作流。

对 Agent Engineer 来说，这篇的翻译就是一句话：别只设计 prompt，先设计反馈。只要反馈够清楚，系统才更容易评估、优化和扩展。

说明

这页是基于原文的中文摘译与导读，不是官方全文翻译。关键表述和细节请以原文为准。