智能体工作的未来：Karpathy 谈 AI 同事如何追随 Claude Code
Claude Code 之后的下一个阶段，是将 AI 作为"同事"整合到团队中。
这一趋势已经在"智能体工作"（Agentic Work）的浪潮中开始推进。
我们使用 AI 的方式即将超越"哪个模型最聪明"的竞争阶段。
ChatGPT 和 Claude 哪个更好？哪个模型在最新的基准测试中胜出？文本生成、图像生成或编程应该用哪个？
到目前为止，生成式 AI 的演进主要被当作"模型能力的竞争"来讨论。
然而，从 2026 年 5 月 Andrej Karpathy 的洞察来看，真正的焦点显然在别处。
现在正在发生改变的是 AI 被放置的位置以及它所扮演的角色。
过去，AI 是让人类打开一个网站，输入一个问题，然后获得一个答案。从那之后，像 Claude Code 这样的 AI 进入了计算机和终端，去操作文件和代码。在下一个阶段，AI 将嵌入到 Slack、代码库、内部数据、业务工具和团队对话中，在组织内部持续工作。
AI 正在从"回答问题的聊天机器人"演变为"可以被委托工作的智能体"，并进一步走向"团队共享的同事"。
这一转变的象征，是 Karpathy 加入 Anthropic 以及 Claude Tag 的登场。
为什么 Karpathy 是 AI 行业的特殊人物
Andrej Karpathy 不仅仅是一位著名的 AI 研究者。在斯坦福大学，他参与设计并教授了关于计算机视觉和深度学习的课程 "CS231n"。之后，他作为 OpenAI 的创始成员进行研究，并在特斯拉领导 AI 部门，负责自动驾驶的计算机视觉工作。
此外，他还发布了 micrograd、nanoGPT 以及"神经网络：从零到一"等教育资料，通过代码的方式让开发者理解神经网络和大语言模型（LLM）的内部运作原理。他拥有一种罕见的能力：既能理解前沿研究，又能将其拆解给普通开发者。
2025 年，Karpathy 推广了"氛围编程"（vibe coding）这个术语，成为了一种新的开发风格的象征——通过用自然语言指示 AI 来创建软件。此后，他又提出了"智能体工程"（Agentic Engineering）的概念，来描述更全面的软件开发。
2026 年 5 月 19 日，Karpathy 加入了 Anthropic。他表示，LLM 前沿领域的未来几年将是一个特别重要的形成期，并明确表示他将重返研发第一线。他被分配到了预训练团队，这个团队负责构建 Claude 的基础能力。
此外，Anthropic 表示，Karpathy 将组建一个团队，利用 Claude 本身来加速预训练研究。这不仅仅是职业新闻。一直专注于 AI 教育和个人项目的 Karpathy，回到了前沿模型的训练场——而且他选择了 Anthropic。他不仅仅是站在外部对 Claude 进行评论，他现在是在构建其基础能力的一方。
为什么"预训练"至关重要
当人们想到生成式 AI 的性能时，他们通常关注新的用户功能或回答方式的改进。然而，大语言模型的能力是通过两个主要阶段构建的。
第一个是预训练（pretraining）。模型从海量的文本、代码、图像和其他数据中学习关于语言和世界的模式。这构成了模型所知道的知识、其推理和抽象能力的水平，以及其能处理的领域范围的基石。
第二个是后训练（post-training）。这涉及调整它遵循人类指令的方式、回答的安全性、推理过程以及工具的使用。这个阶段与用户体验和模型的"个性"密切相关。
Karpathy 加入了预训练这边。这意味着他致力于构建下一代 Claude 的知识、推理、学习能力和世界理解的基础，而不仅仅是表面上的调整。
更重要的是，关于使用 Claude 本身进行预训练研究的那部分。AI 研究者检查训练数据、编写实验代码、分析结果、查找失败原因并形成新的假设。如果 Claude 能够支持这些研究过程，那么 AI 将加速 AI 的研究。
这并非一个简单的"AI 自己创造下一代 AI"的故事。在这一点上，人类研究者设定目标、设计实验并评估结果。AI 加速了这些步骤中的每一步。尽管如此，如果研究周期缩短，一个递归循环就诞生了：更强的 Claude 支持研究 → 研究速度加快 → 构建出更强的 Claude → 这个 Claude 再支持下一轮研究。
Karpathy 转向 Anthropic 之所以意义重大，是因为他把自己置于了"用 AI 加速 AI 研究"这个循环的中心。
AI 不再只是一个"搜索框"
到目前为止，生成式 AI 的代表性用途是问答。人类打开 ChatGPT 或 Claude，输入提示词，AI 返回答案，人类阅读。在这种模式下，AI 本质上是被动式的。除非人类发起对话，否则它什么都不做。每次都必须重新解释上下文。收到答案后，人类必须转到其他应用程序才能继续。
例如，如果你让 AI 做市场调研，它可能会写一份报告，但将其移动到 Notion、与团队分享、创建任务以及分配负责人，这些都是人类的工作。编程也是如此。早期的 AI 编程辅助会建议代码或编写函数，但人类必须复制粘贴、运行它，并将错误报告回给 AI。
然而，随着 Claude Code 的出现，这种关系发生了变化。Claude 可以访问终端、文件系统、代码库和测试环境，自行读取、修改、运行和验证代码。AI 从"生成答案的东西"变成了"在计算机上工作的东西"。
而在 2026 年 6 月，Anthropic 展示了下一步：Claude Tag。
Claude Tag 是什么？
Claude Tag 是一个允许 Claude 作为 Slack 团队成员参与的系统。管理员设置 Claude 可以访问哪些 Slack 频道、工具、数据和代码库。之后，团队成员可以在 Slack 上标记 @Claude 来请求工作，就像呼叫一位人类同事一样。
Claude 会将请求分解为多个步骤，使用授权工具进行工作，并在完成后将结果返回到 Slack 线程中。它于 2026 年 6 月 23 日面向 Claude Enterprise 和 Team 用户推出了 Beta 版。
然而，仅仅将其描述为"从 Slack 使用 Claude"会错过 Claude Tag 的真正重要性。连接 Slack 和 AI 的服务已经存在一段时间了。Claude Tag 有四个显著的特性：
- 作为一个团队共享同一个 Claude：在普通的聊天 AI 中，每个人都有独立的对话。A 的 Claude 和 B 的 Claude 有不同的上下文。在 Claude Tag 中，同一个频道中的每个人都与同一个 Claude 交互。整个团队都可以看到 Claude 在做什么，其他成员可以添加指令或接管之前的对话。AI 工作从私人聊天转变为共享的团队活动。Anthropic 称之为"多人协作"（multiplayer）。
- 频道上下文的持续积累：Claude Tag 会从授权频道的对话中积累与工作相关的信息。项目目标、过往决策、设计判断、团队特定术语以及任务分配——从头开始解释这些的需求将会减少。隐性知识通常存在于 Slack 线程中，而不是正式的文档里。Claude Tag 将这种分散的对话用作工作上下文。
- 无需人类等待的异步工作：在传统聊天中，用户需要在屏幕前等待。有了 Claude Tag，你可以分配一个任务然后去做其他事情。Claude 可以工作数小时或数天，并将进度报告给 Slack。你可以并行地将不同的调查委托给多个 Claude。这改变了"问答"的关系，变成了"委托"。
- 在必要时自主行动：Claude Tag 具有"环境感知"（ambient）的行为，例如通知用户重要指标的变化，或跟进停滞的任务。AI 成为一种观察环境并在需要时参与其中的存在，而不仅仅是等待被召唤。
为什么 Karpathy 称其为"LLM 的第三版 UI"
Karpathy 将 Claude Tag 评价为 LLM 用户界面/用户体验的"第三次重大重新设计"。在他的框架中：
- 第一种形式是网站（Website）：访问 ChatGPT 或 Claude.ai 进行对话。人类去 AI 所在的地方。
- 第二种形式是应用（App）：Claude Code 或编程智能体。AI 被安装到你的计算机上，协助个人工作。
- 第三种形式是套件（Harness）：AI 变得自包含、持久化、异步化，并拥有组织上下文。AI 来到人类已经在工作的地方（如 Slack）。
Karpathy 将 Claude Tag 描述为一种组织级的"套件"（harness）。虽然制作一个基础演示很容易，但要让它能在企业中运行，需要将工具链接、执行环境、记忆、安全性、权限、审计和成本管理整合到一个系统中。
"套件"将变得比模型更重要
套件是一个系统，它使模型能够用于实际工作。无论模型有多聪明，它都无法独自完成企业工作。它需要一个系统来决定它可以读取什么、可以使用哪些工具、哪些需要人类批准、它如何记住过去，以及它如何处理失败。套件赋予了"大脑"（模型）眼睛、双手、记忆和一张办公桌。
Claude 从"工具"变成"智能体"
这并不意味着 AI 变得像人类。这意味着 AI 正在接近成为"工作的主体"。传统工具只有在人类操作时才能工作。有了智能体 AI，人类提供的是目标，而不是操作指令。AI 分解目标、选择工具、执行并修复问题。返回给人类的不再仅仅是一个文本答案，而是一个成品：代码、拉取请求或分析报告。
Claude Opus 4.8 与"长期工作的 AI"
就在 Claude Tag 发布之前，Anthropic 于 2026 年 5 月 28 日发布了 Claude Opus 4.8。它的特点是"努力控制"（effort control），允许用户调整 Claude 为一项任务使用的计算量/推理量，以及 Claude Code 中的"动态工作流"（dynamic workflows）。动态工作流允许 Claude 创建编排脚本，并行运行数十或数百个子智能体，将数周的工作缩短到数天。
从"氛围编程"到"智能体工程"
Karpathy 指出，虽然"氛围编程"降低了软件开发的门槛，但"智能体工程"提高了精英开发者能够实现的目标上限。在这个世界里，人类定义要构建什么、明确需求、设定上下文并审查 AI 的输出。这是一门管理强大但具有概率性的 AI 而不牺牲质量的工程学科。
软件 3.0：上下文即程序
在软件 1.0 时代，人类编写显式代码。在软件 2.0（神经网络）时代，人类提供数据和目标。在软件 3.0 时代，LLM 可以通过自然语言进行编程。上下文窗口就成了程序。开发能力将由设计哪些信息进入上下文以及如何验证模型判断的能力来决定。
从"文本输出"到"界面生成"
Karpathy 还强调，AI 的输出正在从原始文本转向 Markdown，然后是 HTML，并最终走向交互式界面。AI 可能不仅仅是解释一项政策，而是生成一个模拟器，让你可以改变税率来查看结果。AI 的角色从"编写答案"扩展到"生成供人类理解的环境"。
Claude Fable 5 事件：能力与治理
2026 年 6 月，Anthropic 宣布了 Claude Fable 5，Karpathy 称赞其在处理长周期、复杂任务方面的质的飞跃。然而，由于美国政府关于外国国民访问的出口管制，它在仅仅三天后就被暂停了。这一事件象征着，随着 AI 从"提供信息"走向"在现实世界中行使能力"，它成为了一个国家安全问题。
AI 的指数级与递归式改进
Anthropic 将这种快速进步称为"AI 指数"（AI Exponential）。截至 2026 年 5 月，Anthropic 自身代码库中超过 80% 的合并代码是由 Claude 创建的。虽然人类仍然设定研究主题和安全边界，但 AI 已经在加速创造下一个 AI 的循环。
人类专业知识过时了吗？
Anthropic 的研究表明，领域知识比以往任何时候都更重要。了解业务领域的人更善于发现 AI 的错误并提供正确的上下文。AI 不会取代专业知识；它放大专业知识。"将规格转换为代码"的价值正在下降，但"识别真正的问题"和"设定正确的评估标准"的价值正在上升。
委托的能力
在智能体工程时代，委托的能力成为一项核心技术技能。这意味着要明确目标、约束条件、完成条件和验证方法。这类似于管理，但管理的是由多个 AI 执行的流程。
结论：AI 作为持久化的工作主体
Karpathy 在 2026 年传达的信息是，AI 已经成为一个新的可编程层。它正在走出聊天框，进入我们的组织。真正的竞争不再仅仅是关于谁拥有最聪明的模型，而是关于谁能够设计出 AI 可以安全有效工作的上下文、权限和组织文化。Claude Tag 表明，这个未来不再是一个预测——它是一个产品。
