Agent-first 基础设施

定义

Karpathy 提出的范式：把世界拆成 Agent 能读懂的输入，以及 Agent 能安全调用的动作接口——而不是让 Agent 模拟人去点网页、读图文文档、按菜单操作。

"为什么还有人在告诉我该做什么？我什么都不想做。'给我复制粘贴给 Agent 的东西是什么？'"——Karpathy

要点

今天的工具是"为人设计 + Agent 模拟人"

文档说"去某个 URL，点击某个设置，复制某个 key，打开某个菜单，配置某个 DNS"——这是给人看的指令。Agent 要么去人工 UI 上模拟点击（脆弱、慢），要么靠人类反复给它喂上下文。

Agent-first 重构清单

文档、API、权限、日志、部署、配置、账单、回滚——每一项都要变得更适合 Agent 使用：

• 不让 Agent 模拟人去点网页
• 让 Agent 直接理解状态、调用动作、收到反馈

MenuGen 部署痛点是基准案例

Karpathy 说 MenuGen 最麻烦的部分不是写代码，而是部署：在 Vercel 上配 DNS、连服务、进各种设置页面、把东西串起来。

理想标准：给 LLM 一句 Build MenuGen，它不仅能写代码，还能完成部署、上线到互联网、配好依赖服务，整个过程不需要人去一个个菜单里操作。

它是 智能体原生（Agent Native）〔待补〕 的基础设施侧

智能体原生（Agent Native）〔待补〕 是产品架构的范式（假设操作者可能是 AI）。Agent-first 基础设施是它的支撑层：让"操作者是 AI"在工程上真的可执行。

MCP 是这条路上的协议候选

MCP 把 Agent 接入外部系统的方式从"模拟人 UI"换成"协议层调用"，是 Agent-first 基础设施的协议侧实现。Machine Payments Protocol 是支付侧的同类尝试。

进一步的图景：Agent 之间互相协调

Karpathy 设想每个人、每个组织都有自己的 Agent representation。安排会议、处理细节、协调事项变成"我的 Agent 和你的 Agent 去谈"。届时基础设施要承载的不只是人-Agent 调用，还有 Agent-Agent 协议。

示例

• 反例：Agent 通过浏览器自动化模拟人填表 → 脆弱、慢、UI 改一次就崩
• 正例：MCP 服务器暴露 create_dns_record 等结构化动作 → 状态可读、错误可处理、回滚可执行
• 反例：账单系统让人去 dashboard 看图 → Agent 拍屏识别（极脆）
• 正例：账单系统返回 JSON usage 数据 → Agent 直接读

相关概念

• 智能体原生（Agent Native）〔待补〕
• Agentic Engineering
• MCP
• Agent Identity
• Agent Payment
• Machine Payments Protocol
• To Human 与 To Agent〔待补〕

参考资料

• Karpathy × Sequoia AI Ascent 访谈（2026-04）