Andrej Karpathy az LLM-ek (nagy nyelvi modellek) szerepét átértékelve három korszakra bontotta a szoftverfejlesztés történetét. Szerinte a Software 1.0 a kézzel írt forráskód időszaka volt, a Software 2.0-t a megtanult súlyok — azaz a gépi tanulással előállított modellek — jellemzik, míg a Software 3.0 abban különbözik, hogy maga a „program” szövegként, promptokként és kontextusként jelenik meg, amelyet ügynökök (agents) értelmeznek és hajtanak végre. Karpathy állítása szerint ez a paradigmahatás gyökeresen átalakítja, hogyan gondolkodunk a szoftverről és a felhasználói felületekről.
OpenClaw: példa az ügynök-native szoftverre
Karpathy legkonkrétabb példája az OpenClaw nevű megoldás. Ahelyett, hogy egy hatalmas telepítő scriptet tennének közzé, amely megpróbál minden gépen és konfiguráción lefutni, az OpenClaw egy utasításegységet ad a felhasználónak, amelyet egy ügynöknek lehet átadni. Az ügynök a környezetet beolvassa, hibakeresést végez, és intelligensen fejezi be a telepítést a helyi feltételek figyelembevételével.
Mi változik a gyakorlatban?
A hagyományos szoftverfejlesztésben előre kellett kódolni minden elágazást, platform-specifikus esetet és hibafajtát. A Software 3.0 világában maga a program lehet egy szöveges leírás (prompt), az értelmező maga a nagy nyelvi modell, a futtatókörnyezet pedig az az ügynök és azok az eszközök, amelyek a felhasználó környezetében dolgoznak. Ez nem csupán az AI beágyazása a szoftverbe: a szoftver maga válik ügynök-orientálttá.
Következmények: intent alapú interakciók és adaptív termékek
Karpathy szerint az ilyen megközelítés az alkalmazásközpontú világból a „poszt-app” stacket vetíti előre. Míg a Software 1.0-ban az emberek gépeknek írnak utasításokat, addig a Software 3.0-ban az emberek szándékot (intent) írnak az ügynököknek. Ennek eredményeként a termékek kevésbé lesznek rögzített munkafolyamatok halmazai, és inkább adaptív kollaborátorokká alakulnak: a felhasználó nem egy alkalmazást kezel, hanem megbízik egy ügynököt, hogy végezze el a feladatot.
Összegzés
Andrej Karpathy keretében a LLM-ek és az ügynökök együttese lehetővé teszi, hogy a „program” szöveg legyen, az értelmező a nagy nyelvi modell, a runtime pedig a lokális eszközöket használó ügynök. Az OpenClaw mintapéldája megmutatja, hogyan nézhet ki ez a gyakorlatban: a telepítést nem egy univerzális script végzi, hanem egy intelligens ügynök, amely a környezethez igazítja a lépéseket. Ez a váltás újfajta termékinterakciókhoz és fejlesztési szemlélethez vezethet.
