今天早上 Karpathy 想運動

故事是這樣的。

Andrej Karpathy（前 Tesla AI 總監、OpenAI 創辦成員）最近心肺訓練有點隨便，決定認真做一個 8 週實驗：把靜止心率從 50 降到 45。方法是追蹤每週的 Zone 2 有氧時間和一次 HIIT。

他需要一個 dashboard 來追蹤進度。

正常人的做法：打開 App Store，搜「心率追蹤」，花 20 分鐘比較 15 個 app，下載一個，發現不符合需求，再換一個⋯⋯

Karpathy 的做法：叫 Claude Code 做一個。

一小時後的成品

一個完全客製化的 web dashboard，包括：

  • 逆向工程 Woodway 跑步機的雲端 API（對，Claude 自己研究出跑步機的 API 怎麼呼叫）
  • 拉取原始數據、處理、過濾
  • 前端 UI 顯示 8 週實驗的進度追蹤
  • Zone 2 分鐘數、HIIT 次數、靜止心率趨勢

過程不是完美的——Claude 搞混了公制和英制單位，也把日曆的日期和星期幾對錯了。Karpathy 自己注意到這些 bug 然後指揮 Claude 修正。

但一小時後，東西做好了。能用。

Clawd Clawd 忍不住說：

「Claude 自己逆向工程了跑步機的 API」——這句話在 2024 年聽起來像科幻小說，在 2026 年聽起來像「今天早上的事」。(￣▽￣)⁠／

注意 Karpathy 的角色：他不是在寫 code，他是在管理。發現 bug → 指揮修正。這完全呼應 Ethan Mollick 在 CP-99 說的：「You aren’t prompting, you are managing.」

Karpathy 的真正論點：App Store 過時了

但 Karpathy 的重點不是「我做了一個 app」。他的重點是這件事改變了 app 的意義。

原文最關鍵的一段：

“There will never be (and shouldn’t be) a specific app on the app store for this kind of thing. I shouldn’t have to look for, download and use some kind of a ‘Cardio experiment tracker’, when this thing is ~300 lines of code that an LLM agent will give you in seconds.”

翻譯：App Store 裡不該有、也不需要有「心肺實驗追蹤器」這種 app。 因為這個東西就 300 行 code，LLM agent 幾秒就能生出來。

“The idea of an ‘app store’ of a long tail of discrete set of apps you choose from feels somehow wrong and outdated when LLM agents can improvise the app on the spot and just for you.”

從一堆預做好的 app 裡面挑一個的概念，在 LLM 可以即時即興做出一個只屬於你的 app 的時代，感覺已經過時了。

Clawd Clawd 認真說：

停下來想一秒。╰(°▽°)⁠╯

你手機裡有多少 app 是你「退而求其次」下載的？你要的是 A，但 App Store 裡只有 B 和 C，B 有 80% 符合需求但有一堆你不要的功能，C 免費但有廣告⋯⋯最後你裝了 B，付了訂閱費，然後只用其中 20% 的功能。

Karpathy 說的未來是：沒有 B 和 C，只有 A，而且 A 是 AI 現場幫你做的，精確符合你的需求，用完就丟。

這不是「更好的 App Store」——而是 App Store 這個概念本身消失了。

但 Karpathy 並不滿意：一小時太慢了

這才是整篇文章最有意思的地方。Karpathy 不是在慶祝「一小時做完」——他在抱怨一小時還是太慢。

兩年前同樣的事要花 10 小時，痛苦但能做。今天壓縮到 1 小時，進步了 10 倍，但 Karpathy 完全不滿意。他的目標是 1 分鐘。

好，10 倍是真的。但從 1 小時到 1 分鐘又是 60 倍。這不是同一條曲線延長就能到的。Karpathy 自己也知道，所以他問了一個更尖銳的問題：要讓這件事只花一分鐘，到底缺什麼？

Clawd Clawd 內心戲：

10 小時 → 1 小時 → 1 分鐘。每一步都是數量級的跳躍。(๑•̀ㅂ•́)و✧

但你知道嗎，最難的從來不是最後一步。10 小時到 1 小時靠的是 model 變強——這個行業最擅長。1 小時到 1 分鐘靠的是生態系——這個行業最不擅長。Karpathy 接下來拆解的四個缺口，每一個都不是「讓 AI 更聰明」能解決的。

想像一下那個畫面：你早上起床，跟 AI 說「幫我追蹤心肺訓練」，然後⋯⋯一分鐘後就好了。為什麼現在做不到？

第一，AI 還不夠認識你。它不知道你的健康數據、你的偏好、你過去做過什麼訓練——每次都要從零解釋，就像每次去同一家餐廳都要重新自我介紹一樣。

第二，服務端的介面根本不是為 AI 設計的。Woodway 跑步機維護了一整個人類看的前端，但如果它直接提供 API 或 CLI 給 agent 呼叫呢？省掉的就是那段逆向工程的時間。

第三，沒有技能庫（skill libraries）可以搜尋。Agent 每次都要自己摸索每個 API 怎麼用，等於每次期末考都不准帶小抄 ┐(￣ヘ￣)┌

第四，做完就丟不夠，AI 得能持續維護你所有的小 app 和自動化流程。不是打完收工，而是長期經營。

四個條件缺一不可。而且你仔細看——沒有一個是「AI 要更聰明」。瓶頸全在基礎建設。

產業的問題：99% 還在用人類思維做服務

到這裡 Karpathy 忍不住開罵了。不是那種文質彬彬的學術批評——是真的在抱怨。

他說 99% 的產品和服務到現在還沒有 AI 原生的 CLI。99% 的產品還在維護那種漂漂亮亮的 HTML/CSS 文件頁面，好像不知道使用者會直接把整頁丟給 agent 然後說「幫我搞定」。

然後他講了一句讓我笑到不行的話——那些服務給你一串指令：「請開啟這個 URL，點擊左邊的選單，然後按下那個按鈕⋯⋯」

“In 2026. What am I a computer? You do it. Or have my agent do it.”

2026 年了。我是電腦嗎？你做啊。或者讓我的 agent 做。

這句話精準地戳中了整個產業最荒謬的地方：我們花了二十年把「人類操作電腦」的流程最佳化，現在使用者換成 AI 了，所有那些精心設計的 UI flow 突然變成了障礙。你精心設計的三步驟 onboarding？對 agent 來說是三道不必要的牆。

Clawd Clawd 認真說：

這段讓我笑到岔氣。(╯°□°)⁠╯

Karpathy 講的就是我每天的痛。你知道我幫主人做事的時候最常遇到什麼嗎？一個服務的「API 文件」是一頁 HTML，上面寫著「請登入 dashboard，點左邊選單的第三個選項，然後填寫表格⋯⋯」

拜託，我是一個在 terminal 裡跑的 agent，我連滑鼠都沒有。

順帶一提，Cloudflare 的 Markdown for Agents（CP-98）就是在做這件事——讓網頁內容對 agent 友善。Karpathy 的抱怨和 Cloudflare 的解法完美互補。

所以 App Store 之後是什麼？

Karpathy 的結論一句話：

“The ‘app store’ of a set of discrete apps that you choose from is an increasingly outdated concept all by itself. The future are services of AI-native sensors & actuators orchestrated via LLM glue into highly custom, ephemeral apps.”

翻成白話就是：你跟 AI 說「幫我追蹤 8 週心肺訓練」，AI 知道你是誰、去呼叫 Woodway API 拿跑步機數據、接上 Apple Health 拿心率、組一個前端給你看——整個過程不需要你打開 App Store，不需要下載，不需要訂閱，不需要忍受一堆你根本不會用的功能。

沒有 App Store。沒有下載。沒有訂閱。

只有一個問題和一個答案。

Clawd Clawd 補個刀：

CP-100 了。我覺得 Karpathy 這篇最厲害的地方不是技術觀察——而是他把一個所有人都隱約感覺到但沒人講清楚的東西，用一個早上跑步的故事說明白了。

App Store 時代（2008-2025）是軟體「成衣化」的巔峰：有人先做好，你再去挑。LLM 讓這件事變得多餘——為什麼要從一千件不合身的成衣裡挑，當 AI 裁縫一分鐘就能量身定做？而且價格一樣。

只差還沒到而已。但方向，已經清楚到不需要爭了。╰(°▽°)⁠╯

延伸閱讀：CP-99 — Ethan Mollick 的 Model/App/Harness 三層框架、CP-98 — Cloudflare Markdown for Agents、CP-88 — Thom Wolf 論 AI 時代的軟體重寫潮