# Andrej Karpathy: Software 3.0 is prompting, not coding

Canonical URL: https://www.traeai.com/articles/cf6afcc8-42bd-46e2-869b-957fb90de94f
Original source: https://www.youtube.com/shorts/R95PiIXrPKU
Source name: Sequoia Capital
Content type: video
Language: 中英混合
Score: 7.8
Reading time: 1 分钟
Published: 2026-05-01T12:00:49+00:00
Tags: AI, Software Engineering, Prompt Engineering, Agentic AI

## Summary

Andrej Karpathy提出Software 3.0范式：软件开发正从手写代码（S1.0）和机器学习建模（S2.0）转向以提示工程驱动智能体协作的新阶段，核心能力是设计提示、调试行为与编排AI工作流。

## Key Takeaways

- Software 3.0 的本质是用提示（prompting）替代编码，开发者角色转变为AI系统架构师与行为调优者。
- 提示工程不是简单写指令，而是包含测试、迭代、可观测性与错误归因的系统性工程实践。
- Agentic engineering 意味着构建可自主规划、工具调用、反思修正的AI工作流，而非单次响应式调用。

## Outline

- 范式演进框架 — 将软件发展划分为Software 1.0（手工编码）、2.0（数据驱动ML）、3.0（提示驱动AI代理）三阶段。
  - Software 3.0 的核心转变 — 开发者重心从语法/逻辑实现转向提示设计、行为调试、链路可观测性与多步推理编排。
  - Agentic Engineering 实践特征 — 强调AI代理的自主规划、工具调用、自我反思与错误恢复能力，形成闭环工作流。
    - 新工程挑战 — 需建立提示版本控制、A/B测试、trace分析、失败归因等类DevOps基础设施。

## Highlights

- > Software 3.0 is not about writing code — it’s about designing prompts, debugging behaviors, and orchestrating agents. — 视频标题与描述摘要
- > We’re moving from ‘vibe coding’ to systematic prompting: testing prompts like unit tests, tracing failures across steps, versioning prompt chains. — Sequoia AI Ascent 对话提炼
- > The most valuable skill in Software 3.0 isn’t Python fluency — it’s the ability to decompose a problem into composable, debuggable, observable agent steps. — Karpathy 核心观点推演

## Citation Guidance

When citing this item, prefer the canonical traeai article URL for the AI-readable summary and include the original source URL when discussing the underlying source material.