Karpathy：Agent的本质是蒸馏，99.99%的模型容量被浪费

Karpathy：Agent的本质是蒸馏，99.99%的模型容量被浪费

同时开几个AI窗口的晚上，你大概也经历过：左边在跑测试，右边卡在报错，中间那个等你确认。AI把活干了，你却成了专门盯它的人工接线员。

11月1日，前OpenAI联合创始人Karpathy在一次16分钟的对谈里，把话挑明了：Agent的本质，就是大规模蒸馏。你花大价钱跑的那个大模型，99.99%的容量都浪费在了它压根用不上的数据上。微博

这不是情绪话。他给了一条跑得通的路线：先用大模型把能力蒸馏进小模型，再给小模型配上对的工具，最后用一个闭环把系统串起来。三件事里，闭环最关键——小模型一旦进了闭环，能自我校正、自我改进，越跑越强。

第二天，他又丢出一个两小时的视频，把Agent、Harness、Loops、Graphs一层层拆开讲。这跟他7月那篇《LOOPS.md》一脉相承：Agent落地的瓶颈，早就不是模型的智商，而是你给模型搭的外壳。提示词的杠杆已经见顶，现在拉开差距的是流程。微博知乎

有意思的地方在这：Karpathy说模型要变小的时候，DeepSeek刚走了一条几乎相反的路。

10月31日，DeepSeek Harness团队发布Super-agent设计文章，同时开源了原型。它的解法不是把模型变小，而是把多路会话折叠到幕后：前台一个Router管分派，后台多个上下文隔离的Worker并发干活，目标是用更多的算力，换回你的注意力。项目铁律写在README开头——占用尽可能少的人类注意力，提供尽可能多的价值。36氪知乎知乎

收益和代价，官方实验里都写了。先看收益：合成负载下（写代码那一步换成了只耗时间的模拟工具），Super-agent的p95完成时间是15.7分钟，单会话方案要29.5分钟。再看代价：拿掉订阅直通，Router的决策次数要多出约30%，读取缓存的token要多涨约37%。说白了，它花的是机器的钱，省的是你盯窗口的时间。知乎知乎

两条路线方向相反，指向的却是同一个判断：瓶颈已经不在模型这边了。Karpathy认为在闭环和外壳，DeepSeek的观察是，一个人通常只能同时跟进3到5个活跃会话，多任务的上限卡在人身上。知乎

热度是实打实的：原型建仓一天半，7460星；母项目DeepSeek Harness已经26.8万星。知乎

但想上手，先掂量门槛和权限。门槛上：Node.js 22.19以上、tmux、单独的GitHub账号，一个实例只守一个仓库，消息来源目前只有GitHub和飞书。权限上：Router和Worker两个会话都以系统用户身份全权限运行，Worker执行命令不用你审批，整个home目录它都能读——装之前，最好单独开一个只放Agent凭据的账号。知乎

评论区追问最多的两件事：跨会话记忆会不会把工作隐私带进生活场景，以及"想玩这一套，token还是有点烧钱"。前一个问题，官方文章自己在开放问题一节列了"安全与隐私"。也就是说，这个担心暂时还没有答案。后一个，评论区有人算了账：高峰期单日20亿token，“真是快烧空钱包了”。知乎知乎

所以先别急着押注哪条路线。想看懂方向，把那篇设计文档读完，收获比装起来更大；真要动手，白名单只放你自己，主动接单留在观察档——先看几天它"本来会接哪些活"，再决定要不要放手。