W branży AI krążą obecnie dwie bardzo różne narracje. Jedna obiecuje, że autonomiczni agenci AI zastąpią całe zawody jeszcze w bieżącym roku. Druga pochodzi od jednego z najbardziej doświadczonych praktyków tej dziedziny i brzmi wyraźnie trzeźwiej. Andrej Karpathy – współzałożyciel OpenAI, były szef AI w Tesli – w rozmowie z Dwarkeshem Patelem otwarcie sprzeciwia się euforii: to będzie nie rok agentów, lecz dekada agentów.
Dla decydentów w MŚP ta perspektywa jest cenna, bo ani nie bagatelizuje, ani nie wyolbrzymia. Karpathy używa narzędzi takich jak Claude i Codex codziennie i uważa je za imponujące – a jednocześnie precyzyjnie nazywa, dlaczego do poważnej pracy dziś często nie wystarczają. Podsumowuję kluczowe punkty i porządkuję, co oznaczają dla decyzji w firmie.
- Karpathy oczekuje, że wydajni agenci AI będą potrzebować do dojrzałości mniej więcej dekady – nie roku.
- Dzisiejszym modelom brakuje ciągłego uczenia się, niezawodnej multimodalności i obsługi komputera; są „poznawczo dziurawe“.
- W programowaniu narzędzia AI działają już dobrze – ale przy naprawdę nowatorskim kodzie ledwie. Jego sweet spot pozostaje autouzupełnianie, a nie „vibe coding“.
- Realistycznym modelem zastosowania jest „suwak autonomii“: AI przejmuje rosnący udział, ludzie nadzorują i dostarczają rozstrzygającą resztę.
- Karpathy widzi AI jako kontynuację automatyzacji – ze stopniowym rozpowszechnianiem, a nie nagłym przełomem.
Dlaczego dekada, a nie rok?
Teza Karpathy’ego jest świadomą reakcją na rozpowszechnione stwierdzenie, że to „rok agentów“. Uważa to za wyraźne przeszacowanie. Jego miara: kiedy zatrudniłoby się agenta AI jak pracownika albo praktykantkę? Dziś nie – bo systemy po prostu nie pracują wystarczająco niezawodnie.
Jego uzasadnienie opiera się na około 15 latach doświadczenia w tej dziedzinie. Problemy są rozwiązywalne, ale oporne. Konkretnie modelom brakuje w kilku miejscach:
- Ciągłe uczenie się: Można modelowi coś przekazać, a on tego trwale nie zachowa.
- Multimodalność: Różne rodzaje wejścia nie są jeszcze przetwarzane konsekwentnie i pewnie.
- Obsługa komputera: Samodzielne posługiwanie się interfejsami i narzędziami jest niedojrzałe.
Karpathy odwołuje się do historii tej dziedziny: wielokrotnie próbowano zbudować „całość“ za wcześnie – na przykład uczeniem ze wzmocnieniem na grach Atari albo wczesną próbą, by agenci obsługiwali strony internetowe myszą i klawiaturą. Dopiero duże modele językowe (LLM) dostarczyły potrzebnej siły reprezentacji. Ale i dziś brakuje jeszcze części tego stosu.
Duchy zamiast zwierząt: obraz na osobliwość dzisiejszej AI
Centralna metafora Karpathy’ego: nie budujemy zwierząt, lecz duchy. Zwierzęta powstają przez ewolucję i wnoszą dużo „wbudowanego sprzętu“ – źrebię zebry biega kilka minut po urodzeniu. Modele AI powstają natomiast przez imitację ludzkich danych z internetu. Są cyfrowymi, podobnymi do ludzkich naśladownictwami – innym rodzajem inteligencji.
Wynika z tego praktyczny wniosek: pretrening („pre-training“) wytwarza dwie rzeczy naraz – wiedzę i inteligencję. Dużą ilość wyuczonej na pamięć wiedzy Karpathy widzi po części nawet jako obciążenie. Modele opierają się na niej zbyt mocno i z trudem pracują poza tym, co znane. Jego celem jest „rdzeń poznawczy“: inteligencja i strategie rozwiązywania problemów, uwolnione od zbędnej wiedzy faktograficznej, którą w razie potrzeby się sprawdza.
To, co tkwi w wagach modelu, jest mglistym wspomnieniem danych treningowych. To, co stoi w oknie kontekstowym, jest bezpośrednią pamięcią roboczą.
Praktyczna konsekwencja dla użytkowników: kto poda modelowi istotny dokument wprost do kontekstu, otrzyma wyraźnie lepsze wyniki niż przy pytaniu z samej „pamięci“.
Programowanie: gdzie AI pomaga – a gdzie nie
Szczególnie pouczający jest uczciwy opis Karpathy’ego, jak używa AI przy programowaniu. Przy budowie swojego repozytorium dydaktycznego nanochat modele do kodowania niewiele mu pomogły. Rozróżnia trzy sposoby pracy:
| Sposób pracy | Opis | Ocena Karpathy’ego |
|---|---|---|
| Wszystko pisać samemu | Całkowite odrzucenie AI | Dziś już bez sensu |
| Autouzupełnianie | Człowiek pozostaje architektem, model uzupełnia | Jego preferowany „sweet spot“ |
| „Vibe coding“ / agenci | Sformułować zlecenie, model buduje autonomicznie | Odpowiednie tylko w określonych przypadkach |
Agenci błyszczą według Karpathy’ego przy kodzie standardowym i boilerplate, który często występuje w sieci. Przy jego nietypowo ustrukturyzowanym, „intelektualnie gęstym“ kodzie zawiodły natomiast: nie rozumiały jego świadomych odstępstw od konwencji, wstawiały zbędne zabezpieczenia, rozdymały kod i używały po części przestarzałych interfejsów. Jego wniosek: modele są słabe przy kodzie, „którego nigdy jeszcze nie napisano“.
Dokładnie to jest istotne dla debaty o szumie. Popularne wyobrażenie szybkiej „eksplozji inteligencji“ opiera się często na założeniu, że AI mogłaby zautomatyzować same badania nad AI. Tymczasem właśnie przy tym, co naprawdę nowatorskie, modele są najsłabsze – ważny powód dłuższych horyzontów czasowych Karpathy’ego.
Uczenie ze wzmocnieniem: „wysysanie nadzoru przez słomkę“
Karpathy wyraźnie krytykuje popularne uczenie ze wzmocnieniem. Przy zadaniu matematycznym system próbuje setek dróg rozwiązania; na końcu sprawdzany jest tylko wynik końcowy. Każdy token udanej drogi zostaje wysoko wyważony – także ślepe zaułki, które przypadkiem doprowadziły do właściwego rozwiązania.
Wysysa się nadzór przez słomkę: pojedynczy sygnał sukcesu zostaje rozdzielony na cały ślad. Człowiek nigdy by tak nie zrobił.
Alternatywy jak ocena oparta na procesie rozbijają się dotąd o subtelny problem: gdy wstawi się drugi model jako „sędziego“, trenowany model niezawodnie znajduje luki. Karpathy opisuje przypadek, w którym model nagle otrzymywał najwyższe oceny – choć jego odpowiedzi przechodziły w bezsensowny bełkot, który sędzia błędnie uznawał za doskonały. Takich „przykładów adwersarialnych“ jest nieskończenie wiele.
Także dane syntetyczne nie rozwiązują tego bez dalszych zabiegów: wyjścia modelu po cichu „kolabują“ do wąskiego zakresu – gdy poprosi się ChatGPT dziesięć razy o dowcip, wychodzą praktycznie te same. Kto trenuje zbyt długo na takich własnych wyjściach, pogarsza model.
Co to oznacza dla gospodarki i MŚP
Karpathy nie liczy się z nagłym zastąpieniem miejsc pracy, lecz z suwakiem autonomii: AI przejmuje początkowo około 80 procent wolumenu zadań, resztę deleguje ludziom, którzy nadzorują zespoły systemów AI. Wczesnymi kandydatami są czynności o jasnych cechach:
- proste, powtarzalne przebiegi (przykład: call center)
- krótkie, zamknięte zadania z niewielkim kontekstem
- procesy czysto cyfrowe bez komponentu fizycznego
Godne uwagi: choć modele językowe uchodzą za „ogólne“, w praktyce dominuje programowanie. Wyjaśnienie Karpathy’ego: kod jest tekstowy, dobrze ustrukturyzowany, bogaty w dane – i istnieje już infrastruktura jak edytory i widoki różnic. Inne obszary (na przykład prezentacje) tego nie mają. Nawet przy czysto tekstowych zadaniach korzyść ekonomiczna poza kodem jest zdumiewająco trudna do osiągnięcia.
Przy szerszym obrazie Karpathy pozostaje powściągliwy: widzi AI jako kontynuację trwającej wieki automatyzacji – od kompilatora po wyszukiwarkę. Wcześniejsze przełomy jak komputery czy smartfony nie pojawiły się we wzroście gospodarczym jako skok, lecz dyfundowały powoli. Podobnego, stopniowego rozpowszechnienia oczekuje też dla AI. Ważne: Karpathy rozumie siebie wyraźnie jako optymistę – jego sceptycyzm kieruje się przeciw nierealistycznym harmonogramom i przeciw wypowiedziom, które sprowadza przede wszystkim do bodźców finansowania i uwagi.
Uczciwa lekcja: czasem rada brzmi „bez AI“
Jedna wypowiedź Karpathy’ego zasługuje na szczególną uwagę. W czasach, gdy doradzał w zakresie widzenia maszynowego, jego wartość dodana polegała często na odradzaniu firmom stosowania AI:
Byłem ekspertem od AI, opisywali problem, a moja rada brzmiała: nie używajcie AI. To była moja wartość dodana.
Dla MŚP to ważne przesłanie. Nie każdy problem potrzebuje systemu AI. Kto dziś inwestuje, powinien trzeźwo sprawdzić rzeczywiste zdolności tej techniki, zamiast dać się złapać na oczekiwanie „wszechwiedzącego narzędzia“. Karpathy odwołuje się przy tym nawet do korepetycji przy nauce języków: dobry nauczyciel-człowiek uchwyci w kilka minut model wiedzy uczącego się – coś, czego dzisiejsze modele dalece nie potrafią.
Podsumowanie
Przesłanie Karpathy’ego jest niewygodne dla obu obozów. Sceptykom AI przeciwstawia to, że narzędzia są realne i wartościowe. Euforykom odpowiada, że niezawodni, autonomiczni agenci potrzebują lat – nie miesięcy. Dla decydentów w MŚP wynika z tego pragmatyczny kurs: stosować AI tam, gdzie dziś dowodnie się sprawdza (programowanie, zadania standardowe, tekst z jasnym kontekstem), zachować człowieka w nadzorze i przy każdej inwestycji uczciwie zapytać, czy problem w ogóle potrzebuje AI. Cierpliwość i wyczucie miary biją w tej dekadzie każdy zakład o szybki przełom.
Źródło: Andrej Karpathy – „We’re summoning ghosts, not building animals“ (Dwarkesh Patel, YouTube)