Świat oprogramowania stoi u progu kolejnej fundamentalnej zmiany. Po dekadach dominacji klasycznego kodowania i niedawnym boomie na uczenie maszynowe, nadchodzi epoka, w której komputery programujemy… po angielsku. Andrej Karpathy, były dyrektor AI w Tesli i współtwórca wielu przełomów w deep learningu, w swojej prelekcji „Software is Changing (Again)” przedstawia, jak zmienia się sposób, w jaki tworzymy software, i co to oznacza dla przyszłości naszej branży.
Trzy epoki software’u: od kodu po język naturalny
Software 1.0 – klasyczne programowanie
To świat, w którym wszystko kontroluje człowiek. Programista pisze kod linijka po linijce w językach takich jak C++, Python czy Java. Każda reguła i zachowanie musi być zdefiniowane ręcznie. Ta forma programowania dominuje od ponad 70 lat.
Software 2.0 – programowanie poprzez dane
Rewolucja przyszła wraz z uczeniem głębokim. Zamiast pisać reguły, zaczęliśmy trenować sieci neuronowe. Kodem stają się wagi modeli, a zadaniem programisty jest stworzenie dobrego zestawu danych i odpowiedniego procesu trenowania.
Software 3.0 – programowanie językiem naturalnym
Największa zmiana to wejście modeli językowych (LLM), które są… programowalne. Ale nie przez klasyczny kod – przez angielskie (lub inne ludzkie) zdania. Prompt staje się nowym kodem. Pisząc: „Napisz mi aplikację to-do w React z trzema kolumnami” – programujemy. W tym świecie każdy, kto mówi po angielsku, może stać się twórcą software’u.
Nowy komputer: czym naprawdę są LLM-y?
Karpathy proponuje, by na modele językowe patrzeć nie tylko jako na kolejną bibliotekę AI, ale jako nowy rodzaj komputera – z własnym systemem operacyjnym, pamięcią (kontekst) i wejściem (prompt). W tym świecie LLM:
- Działa jak system operacyjny – łączy dane, kontekst i narzędzia.
- Działa jak narzędzie użytkowe – kupujemy dostęp „na minuty” (tokens).
- Działa jak fabryka chipów – wymaga olbrzymich nakładów na trening.
- Działa jak duch człowieka – bo naśladuje naszą psychologię.
To komputer, który nie tylko „rozumie” język, ale też zachowuje się jak człowiek – z pamięcią, wiedzą i… dziwactwami. LLM-y potrafią przeczytać całą Wikipedię, ale też powiedzieć, że „2+2=5”, jeśli źle je poprosisz.
Programowanie po nowemu: aplikacje z częściową autonomią
W Software 3.0 aplikacje nie zastępują ludzi – współpracują z nimi. Karpathy pokazuje to na przykładzie narzędzi takich jak:
- Cursor – edytor kodu oparty o LLM, w którym użytkownik może sam wybierać poziom autonomii: od pojedynczych sugestii, po automatyczne zmiany w całym repozytorium.
- Perplexity – wyszukiwarka oparta na LLM, która pozwala wybrać poziom głębokości odpowiedzi – od szybkiej odpowiedzi po pełne opracowanie.
Wspólny mianownik: AI generuje a człowiek weryfikuje. Kluczowa jest szybkość tej pętli. Karpathy podkreśla, że:
Nie chcę, żeby AI robiło wszystko za mnie. Chcę, żeby przyspieszyło moją pracę i nie przeszkadzało.
Jak projektować dla LLM-ów?
W przeszłości software był tworzony z myślą o użytkowniku. Dziś musimy tworzyć systemy z myślą o agentach – czyli programowalnych LLM-ach, które będą czytać naszą dokumentację, API i strony WWW.
Co to oznacza w praktyce?
- Twórz dokumentację w Markdownie, nie tylko dla ludzi – ale dla AI.
- Zastąp komunikaty typu „kliknij tutaj” komendami typu
curl, które agent może wykonać. - Dodaj do swojej strony plik
llm.txt, który powie agentowi, co robisz i jak się z tobą integrować. - Myśl o agentach jako o nowych użytkownikach API – tyle że z ludzką duszą i robotyczną precyzją.
Vibe coding: każdy jest teraz programistą
W najbardziej optymistycznym fragmencie swojej prelekcji Karpathy dzieli się radością z tego, że „każdy może teraz programować”. Bo językiem programowania jest… angielski. Opisujesz, co chcesz osiągnąć, a AI generuje kod. Z tego rodzi się zjawisko vibe coding – kodowania dla przyjemności, bez barier wejścia.
Sam Karpathy pokazuje, jak stworzył aplikację na iPhone’a nie znając Swift’a. Najtrudniejsze nie było napisanie kodu – tylko podpięcie Google Loginu i płatności przez przestarzałe GUI.
To prowadzi do nowej myśli: budujmy software dla agentów, nie tylko ludzi. Czas przemyśleć, jak nasza infrastruktura cyfrowa może stać się „czytelna” dla sztucznej inteligencji.
Przyszłość to Iron Man, nie R2D2
W ostatniej metaforze Karpathy porównuje naszą relację z AI do… kombinezonu Iron Mana. Nie chcemy budować niezależnych robotów-agresorów (jak w „Terminatorze”), tylko kombinezony, które zwiększają nasze możliwości.
To dekada agentów. Ale zanim je uwolnimy – najpierw nauczmy się współpracować.
Jesteśmy w latach 60tych, czas budować
Karpathy zamyka swoje wystąpienie słowami, że jesteśmy w erze podobnej do lat 60. XX wieku – wtedy komputery dopiero wchodziły do firm. Dziś LLM-y dopiero wchodzą do software’u. Przed nami dekada budowania:
- aplikacji z częściową autonomią,
- interfejsów współpracy człowieka z AI,
- dokumentacji zrozumiałej przez ludzi i agentów,
- edukacji nowej generacji programistów.
Leave a Comment