即刻App年轻人的同好社区
下载
🚨 软件要消失了？Karpathy 说未来没有 App
前几天看到 Andrej Karpathy 在 X 上的一条帖子，真的值得细想。
他说：
他刚用 AI agent 在 1 小时内，临时生成了一个专属心肺训练追踪仪表盘。
未来理想状态是 —— 1 分钟就能生成。
重点不是健身，而是👇
软件的形态，可能会彻底改变。
⸻
🧠 他说的核心观点是什么？
未来的软件可能不再是：
❌ App Store 里下载
❌ 固定功能
❌ 长期安装
而是变成：
✅ 你说需求
✅ AI 即时生成
✅ 用完就结束
软件不再是“产品”，而是“即时生成的工具”。
⸻
✨ Takeaways
1️⃣ App 可能不是终极形态
我们习惯了：
下载 → 注册 → 适应它的逻辑
但未来可能是：
需求 → 生成 → 使用
不再是“找工具”，
而是“让 AI 造工具”。
⸻
2️⃣ 软件将变成一次性服务
不是每个人都需要一个通用健身 App。
你可能只想要：
• 8 周心肺训练
• 只看 VO2max
• 接入你的 Apple Watch
• 有简单图表
AI 可以：
为你定制一个“只为你存在”的界面。
用完 8 周，它就可以消失。
⸻
3️⃣ 编程门槛会进一步降低
当软件可以通过自然语言生成：
• 你不需要学代码
• 也不需要研究哪个 App 好用
• 你只需要表达需求
“会表达”可能比“会写代码”更重要。
⸻
🔍 我的 Insight
我觉得真正重要的不是“App 会不会消失”，
而是：
软件正在从“标准化产品”
变成“个性化即时生成服务”。
这会带来三件事：
1️⃣ UI 不再重要，接口更重要
2️⃣ API 将比网页更核心
3️⃣ AI agent 将成为新的“操作系统层”
未来你可能不是打开 App，
而是对 AI 说：
“帮我做一个追踪我投资回撤的 dashboard，最多 5% drawdown 提醒。”
它立刻给你生成一个。
（想想这对金融、健身、学习、工作效率的冲击。）
⸻
🔥 最后，一句话总结
过去是：
人适应软件。
未来可能是：
软件为人即时生成。
⸻
如果这个趋势成真，
App Store 可能不会消失，
但“固定软件形态”可能会慢慢退场。
前几天看到 Andrej Karpathy 在 X 上的一条帖子，真的值得细想。
他说：
他刚用 AI agent 在 1 小时内，临时生成了一个专属心肺训练追踪仪表盘。
未来理想状态是 —— 1 分钟就能生成。
重点不是健身，而是👇
软件的形态，可能会彻底改变。
⸻
🧠 他说的核心观点是什么？
未来的软件可能不再是：
❌ App Store 里下载
❌ 固定功能
❌ 长期安装
而是变成：
✅ 你说需求
✅ AI 即时生成
✅ 用完就结束
软件不再是“产品”，而是“即时生成的工具”。
⸻
✨ Takeaways
1️⃣ App 可能不是终极形态
我们习惯了：
下载 → 注册 → 适应它的逻辑
但未来可能是：
需求 → 生成 → 使用
不再是“找工具”，
而是“让 AI 造工具”。
⸻
2️⃣ 软件将变成一次性服务
不是每个人都需要一个通用健身 App。
你可能只想要：
• 8 周心肺训练
• 只看 VO2max
• 接入你的 Apple Watch
• 有简单图表
AI 可以：
为你定制一个“只为你存在”的界面。
用完 8 周，它就可以消失。
⸻
3️⃣ 编程门槛会进一步降低
当软件可以通过自然语言生成：
• 你不需要学代码
• 也不需要研究哪个 App 好用
• 你只需要表达需求
“会表达”可能比“会写代码”更重要。
⸻
🔍 我的 Insight
我觉得真正重要的不是“App 会不会消失”，
而是：
软件正在从“标准化产品”
变成“个性化即时生成服务”。
这会带来三件事：
1️⃣ UI 不再重要，接口更重要
2️⃣ API 将比网页更核心
3️⃣ AI agent 将成为新的“操作系统层”
未来你可能不是打开 App，
而是对 AI 说：
“帮我做一个追踪我投资回撤的 dashboard，最多 5% drawdown 提醒。”
它立刻给你生成一个。
（想想这对金融、健身、学习、工作效率的冲击。）
⸻
🔥 最后，一句话总结
过去是：
人适应软件。
未来可能是：
软件为人即时生成。
⸻
如果这个趋势成真，
App Store 可能不会消失，
但“固定软件形态”可能会慢慢退场。
3 52
纳瓦尔最近更新了播客。
在这期播客中，Naval 和 Nivi 深入探讨了人工智能（AI）的爆发对编程、工作以及人类未来的深远影响。
以下是按播客章节划分的详细总结：
1. If you want to learn, do (如果你想学习，就去行动)
Naval 提到他目前正在参与一个名为“Impossible”的极具挑战性的新项目。他表示，自己不再满足于仅仅做一个投资者、哲学家或媒体评论员。他认为那些只会高谈阔论而不付诸实践的人脱离了现实，没有接受过自由市场或自然规律的严酷反馈。真正的学习和认知只能在“脚踏实地做事”的过程中获得。
2. Vibe coding is the new product management (“直觉编程/Vibe Coding”是新的产品管理)
随着像 Claude Code 这样具有强大编程引擎的 AI 模型出现，不懂代码的人现在也可以通过自然语言（英语）与 AI 协作来从头到尾开发应用。你只需提出想法、给予反馈、测试并让 AI 迭代，AI 就能不知疲倦地完成所有的脚手架搭建和代码编写。这种将“想法和品味”直接转化为产品的过程，使得“产品管理”本身变成了编程。这意味着任何人都可以创造应用，未来我们将迎来应用程序的大爆发。
3. Training models is the new coding (训练模型是新的编程)
如果 AI 能写代码，那么人类程序员未来做什么？Naval 认为，真正的“硬核编程”已经转移到了训练 AI 模型上。传统的计算要求人类极其精确地规定每一个步骤；而在 AI 时代，编程变成了将海量数据投入到你设计的模型架构中，调整参数并让系统自己去“寻找”一个能够处理模糊现实并生成结果的程序。这是当前编程的最前沿，也是为什么顶尖 AI 研究人员能获得天价薪酬的原因。
4. Is traditional software engineering dead? (传统的软件工程死去了吗？)
并没有。传统的软件工程师现在是地球上最高效、杠杆率最高的一群人。虽然 AI 能写代码，但所有的抽象都是有“漏洞”的，AI 会犯错、会产生 Bug 或设计出次优的架构。懂底层代码逻辑的工程师能够发现这些漏洞并修复它们。在专业工程师的手里，AI 工具的威力会被放大无数倍。
5. There is no demand for average (市场不需要平庸之作)
在 AI 时代，内容和应用的数量将呈现指数级增长，但这不意味着所有应用都会被使用。在互联网的赢家通吃效应下，最头部的应用将占据绝大部分市场，因为“没有人想要一个平庸的产品”。不过好消息是，AI 使得开发成本大幅降低，无数极其细分的“长尾利基市场（Niche）”将得到满足。你可以为你自己非常独特的需求定制一个专属 App。
6. The hottest new programming language is English (最热门的新编程语言是英语)
曾经人们需要学习 C 语言、Python，但现在你可以直接用英语编程。Naval 引用了 Andrej Karpathy 的观点：英语就是最热门的新编程语言。只要你逻辑严密、表达清晰，并懂得计算机程序是如何运作的，你就可以通过结构化的英语准确地让 AI 为你构建产品。
7. AI is adapting to us faster than we are adapting to it (AI 适应我们的速度比我们适应它的速度更快)
Naval 和 Nivi 都不建议普通人去死记硬背复杂的“提示词工程（Prompt Engineering）”或各种 AI 操作技巧。因为这些技巧的寿命只有几周或几个月。AI 正在以极快的速度进化，它在学习如何更好地理解人类的自然表达（哪怕是杂乱无章的提问）。你不需要去适应 AI，而是应该让 AI 来适应你。
8. No entrepreneur is worried about AI taking their job (没有企业家担心 AI 会抢走他们的工作)
企业家从不担心被 AI 取代，因为企业家的工作本质是发现问题、承担风险、整合资源和创造价值。AI 只是他们手中又一个极具杠杆效应的工具，让他们可以用更少的成本和人力去做更大规模的事情。
9. The goal is not to have a job (人生的目标不是拥有一份工作)
面对 AI 带来的失业焦虑，Naval 提醒大家：人类的历史并不是为了“保住一份工作”而存在的。工作的本质是为社会创造价值。当 AI 能够承担大量重复性甚至脑力劳动时，人类的目标应该转向更高维度的创造、休闲、创业以及做那些只有人类才能完成的事情。
10. AIs are not alive (AI 并没有生命)
尽管 AI 表现出了令人震惊的智能和对话能力，但 Naval 强调它们仍然是由数学、权重和算法构成的工具。它们没有意识、没有欲望，也没有生命。不要将它们拟人化，而应将它们视为极度强大的“思维摩托车（A Motorcycle for the Mind）”。
11. AI fails the only true test of intelligence (AI 未能通过唯一的真正智能测试)
目前，AI 依然是依赖于人类产生的海量数据进行训练和拟合的。它们在组合、总结和推理已知信息方面非常强大，但如果要进行真正的“从零到一”的颠覆性科学创新或提出人类从未涉足过的新概念，AI 目前还做不到。真正的智能测试在于对未知的突破。
12. Early adopters of AI have an enormous edge (AI 的早期采用者拥有巨大的优势)
虽然工具在不断迭代，但尽早将 AI 融入你的日常工作和思考流程中，会让你获得巨大的杠杆优势。不要等待完美的 AI 出现，现在就开始使用它来放大你的能力。
13. AI meets you exactly where you are (AI 会在你所处的水平上与你契合)
AI 就像一面镜子。如果你是一个平庸的人，它只能帮你做平庸的事；如果你是一个具有极高品味、深厚行业知识和强大逻辑思维的高手，AI 就能立刻理解你的高维需求，并输出极高水平的结果。你自身的认知天花板，决定了 AI 能为你产出的价值上限。
14. Always leverage the best intelligence (永远利用最顶尖的智能)
在选择 AI 工具时，永远不要为了省一点点钱去使用次优的模型。你应该始终寻求并使用目前市场上最强大、最聪明的 AI 模型（比如最新的 Claude 或 GPT），因为顶级智能带来的时间节省和质量提升，远远超过它那微不足道的订阅费用。
15. If you can't define it, you can't program it (如果你无法定义它，你就无法用 AI 编程实现它)
虽然 AI 可以写代码，但你必须知道你要的是什么。如果你对你的产品、用户需求和商业逻辑缺乏清晰的定义，AI 也无法拯救你。清晰的思维和准确的定义能力，在 AI 时代变得比以往任何时候都重要。
16. The solution to AI anxiety is action (解决 AI 焦虑的办法就是行动)
人们对 AI 充满恐惧和焦虑，担心失业、担心被时代抛弃。Naval 认为，缓解这种焦虑的唯一解药就是去“行动（Action）”。去使用它，去用它开发你一直想做的小应用，去用它优化你的业务。当你开始动手掌控这项技术时，恐惧就会消散，取而代之的将是兴奋与创造力。
在这期播客中，Naval 和 Nivi 深入探讨了人工智能（AI）的爆发对编程、工作以及人类未来的深远影响。
以下是按播客章节划分的详细总结：
1. If you want to learn, do (如果你想学习，就去行动)
Naval 提到他目前正在参与一个名为“Impossible”的极具挑战性的新项目。他表示，自己不再满足于仅仅做一个投资者、哲学家或媒体评论员。他认为那些只会高谈阔论而不付诸实践的人脱离了现实，没有接受过自由市场或自然规律的严酷反馈。真正的学习和认知只能在“脚踏实地做事”的过程中获得。
2. Vibe coding is the new product management (“直觉编程/Vibe Coding”是新的产品管理)
随着像 Claude Code 这样具有强大编程引擎的 AI 模型出现，不懂代码的人现在也可以通过自然语言（英语）与 AI 协作来从头到尾开发应用。你只需提出想法、给予反馈、测试并让 AI 迭代，AI 就能不知疲倦地完成所有的脚手架搭建和代码编写。这种将“想法和品味”直接转化为产品的过程，使得“产品管理”本身变成了编程。这意味着任何人都可以创造应用，未来我们将迎来应用程序的大爆发。
3. Training models is the new coding (训练模型是新的编程)
如果 AI 能写代码，那么人类程序员未来做什么？Naval 认为，真正的“硬核编程”已经转移到了训练 AI 模型上。传统的计算要求人类极其精确地规定每一个步骤；而在 AI 时代，编程变成了将海量数据投入到你设计的模型架构中，调整参数并让系统自己去“寻找”一个能够处理模糊现实并生成结果的程序。这是当前编程的最前沿，也是为什么顶尖 AI 研究人员能获得天价薪酬的原因。
4. Is traditional software engineering dead? (传统的软件工程死去了吗？)
并没有。传统的软件工程师现在是地球上最高效、杠杆率最高的一群人。虽然 AI 能写代码，但所有的抽象都是有“漏洞”的，AI 会犯错、会产生 Bug 或设计出次优的架构。懂底层代码逻辑的工程师能够发现这些漏洞并修复它们。在专业工程师的手里，AI 工具的威力会被放大无数倍。
5. There is no demand for average (市场不需要平庸之作)
在 AI 时代，内容和应用的数量将呈现指数级增长，但这不意味着所有应用都会被使用。在互联网的赢家通吃效应下，最头部的应用将占据绝大部分市场，因为“没有人想要一个平庸的产品”。不过好消息是，AI 使得开发成本大幅降低，无数极其细分的“长尾利基市场（Niche）”将得到满足。你可以为你自己非常独特的需求定制一个专属 App。
6. The hottest new programming language is English (最热门的新编程语言是英语)
曾经人们需要学习 C 语言、Python，但现在你可以直接用英语编程。Naval 引用了 Andrej Karpathy 的观点：英语就是最热门的新编程语言。只要你逻辑严密、表达清晰，并懂得计算机程序是如何运作的，你就可以通过结构化的英语准确地让 AI 为你构建产品。
7. AI is adapting to us faster than we are adapting to it (AI 适应我们的速度比我们适应它的速度更快)
Naval 和 Nivi 都不建议普通人去死记硬背复杂的“提示词工程（Prompt Engineering）”或各种 AI 操作技巧。因为这些技巧的寿命只有几周或几个月。AI 正在以极快的速度进化，它在学习如何更好地理解人类的自然表达（哪怕是杂乱无章的提问）。你不需要去适应 AI，而是应该让 AI 来适应你。
8. No entrepreneur is worried about AI taking their job (没有企业家担心 AI 会抢走他们的工作)
企业家从不担心被 AI 取代，因为企业家的工作本质是发现问题、承担风险、整合资源和创造价值。AI 只是他们手中又一个极具杠杆效应的工具，让他们可以用更少的成本和人力去做更大规模的事情。
9. The goal is not to have a job (人生的目标不是拥有一份工作)
面对 AI 带来的失业焦虑，Naval 提醒大家：人类的历史并不是为了“保住一份工作”而存在的。工作的本质是为社会创造价值。当 AI 能够承担大量重复性甚至脑力劳动时，人类的目标应该转向更高维度的创造、休闲、创业以及做那些只有人类才能完成的事情。
10. AIs are not alive (AI 并没有生命)
尽管 AI 表现出了令人震惊的智能和对话能力，但 Naval 强调它们仍然是由数学、权重和算法构成的工具。它们没有意识、没有欲望，也没有生命。不要将它们拟人化，而应将它们视为极度强大的“思维摩托车（A Motorcycle for the Mind）”。
11. AI fails the only true test of intelligence (AI 未能通过唯一的真正智能测试)
目前，AI 依然是依赖于人类产生的海量数据进行训练和拟合的。它们在组合、总结和推理已知信息方面非常强大，但如果要进行真正的“从零到一”的颠覆性科学创新或提出人类从未涉足过的新概念，AI 目前还做不到。真正的智能测试在于对未知的突破。
12. Early adopters of AI have an enormous edge (AI 的早期采用者拥有巨大的优势)
虽然工具在不断迭代，但尽早将 AI 融入你的日常工作和思考流程中，会让你获得巨大的杠杆优势。不要等待完美的 AI 出现，现在就开始使用它来放大你的能力。
13. AI meets you exactly where you are (AI 会在你所处的水平上与你契合)
AI 就像一面镜子。如果你是一个平庸的人，它只能帮你做平庸的事；如果你是一个具有极高品味、深厚行业知识和强大逻辑思维的高手，AI 就能立刻理解你的高维需求，并输出极高水平的结果。你自身的认知天花板，决定了 AI 能为你产出的价值上限。
14. Always leverage the best intelligence (永远利用最顶尖的智能)
在选择 AI 工具时，永远不要为了省一点点钱去使用次优的模型。你应该始终寻求并使用目前市场上最强大、最聪明的 AI 模型（比如最新的 Claude 或 GPT），因为顶级智能带来的时间节省和质量提升，远远超过它那微不足道的订阅费用。
15. If you can't define it, you can't program it (如果你无法定义它，你就无法用 AI 编程实现它)
虽然 AI 可以写代码，但你必须知道你要的是什么。如果你对你的产品、用户需求和商业逻辑缺乏清晰的定义，AI 也无法拯救你。清晰的思维和准确的定义能力，在 AI 时代变得比以往任何时候都重要。
16. The solution to AI anxiety is action (解决 AI 焦虑的办法就是行动)
人们对 AI 充满恐惧和焦虑，担心失业、担心被时代抛弃。Naval 认为，缓解这种焦虑的唯一解药就是去“行动（Action）”。去使用它，去用它开发你一直想做的小应用，去用它优化你的业务。当你开始动手掌控这项技术时，恐惧就会消散，取而代之的将是兴奋与创造力。
44 1033
推荐feed流一刷10个，8个都是manus，能不能加个打散呀🥴 @瓦恁
1 00
昨天打破了我对Anthropic这家公司原本较高的期待。
事情是，让Sonnet 3.5给我写一个html用来给一组图像打标签，并支持导入导出、一行显示多图、翻页等功能。
原本足够相信它，以为一遍就能成功，结果等我花了半小时把数据标完了，导出发现是空的。再返回上一页，发现之前的标注全没了。
于是，要求改写了大概七八次，要么就是翻页有问题，要么就是忘记了之前的指令要一行显示多图。
一怒之下，换回ChatGPT omni-mini-high，一遍头就成了。
再也不相信除了ChatGPT以外的助手了💢
事情是，让Sonnet 3.5给我写一个html用来给一组图像打标签，并支持导入导出、一行显示多图、翻页等功能。
原本足够相信它，以为一遍就能成功，结果等我花了半小时把数据标完了，导出发现是空的。再返回上一页，发现之前的标注全没了。
于是，要求改写了大概七八次，要么就是翻页有问题，要么就是忘记了之前的指令要一行显示多图。
一怒之下，换回ChatGPT omni-mini-high，一遍头就成了。
再也不相信除了ChatGPT以外的助手了💢
0 00