北京
新智元報道
編輯：定慧
【新智元導讀】Andrej Karpathy震驚硅谷的推文揭開了編程史上最劇烈的變局，軟件工程正在經(jīng)歷一場9級地震。當Linus Torvalds開始用AI寫代碼，當Rust創(chuàng)始人DHH在網(wǎng)上瘋狂安利AI編程，當一個澳洲養(yǎng)羊農(nóng)民用5行代碼逼瘋硅谷精英，我們必須直面一個殘酷的現(xiàn)實：編程領(lǐng)域的AGI奇點，已經(jīng)率先抵達。當其他行業(yè)還在爭論AI會不會取代人類，程序員已經(jīng)觸摸到奇點了。
2025年12月27日，Andrej Karpathy發(fā)了一條推文。
這條推文迅速轉(zhuǎn)發(fā)過萬，點贊數(shù)萬。
因為它戳中了一個所有開發(fā)者都能感受到、但很少有人能清晰表達的現(xiàn)實：
軟件工程這個職業(yè)，正在被徹底重塑。而大多數(shù)人，正在被時代拋下。
這條推文引發(fā)了「集體恐慌」，這波余震一直延續(xù)到今天。
在科技圈，Karpathy的分量無需贅述。他是無數(shù)程序員心中的技術(shù)偶像，是站在AI浪潮最前沿的弄潮兒。
但這條推文的內(nèi)容，讓整個開發(fā)者社區(qū)集體破防：
「作為一名程序員，我從未如此強烈地感到落后?！?/strong>
他坦言，如果能正確運用過去一年涌現(xiàn)的AI工具，自己的能力本可提升十倍——但他還沒做到。而這種無力感，讓他直呼這是技能短板。
更令人窒息的是他對當下的描述：
「這就像某種強大的外星工具被拋到人間，卻沒有附上說明書，每個人都在摸索使用方法，而這場震級9級的職業(yè)地震已然撼動整個行業(yè)?！?/p>
外星工具。沒有說明書。9級地震。
如果連Karpathy都在慌，普通程序員該怎么辦？
編程奇點，游戲規(guī)則已被改寫
兩周后，知名技術(shù)博主Theo（t3.gg創(chuàng)始人、Ping Labs CEO）制作了一期視頻回應Karpathy。
視頻標題直白得近乎殘酷：
You're falling behind. It's time to catch up.
（你正在落后，是時候追上了。）
Theo的核心論斷簡潔有力：軟件工程領(lǐng)域已經(jīng)到達了一個永久性的拐點。
注意這個詞，永久性。
這不是又一次技術(shù)迭代，不是從jQuery到React那種級別的變化，而是更根本的東西。
軟件開發(fā)者這個職業(yè)本身正在被重新定義。
他用了一個精準的比喻：這是一場9級地震。不是余震，不是小打小鬧，而是能夠改變地貌的那種巨震。
過去一年到底發(fā)生了什么？
Theo透露了一個讓很多人震驚的數(shù)據(jù)：在他自己的工作中，以及他運營和顧問的多個團隊里，現(xiàn)在70%到90%的代碼是AI生成的。
不是輔助生成，不是參考生成，而是直接生成。
讓我們回顧一下時間線：
-2023年：AI能幫你寫函數(shù)，你需要檢查和修改
-2024年：AI能幫你寫模塊，你需要整合和調(diào)試
-2025年：AI能幫你寫整個功能，你需要審查和優(yōu)化
這個趨勢的終點在哪里？Theo認為，可能根本沒有終點，只有持續(xù)的加速。
觀望窗口已經(jīng)關(guān)閉！
在2023到2024年，持觀望態(tài)度是合理的。
那時候工具不成熟，成本高昂，可靠性存疑。很多開發(fā)者會說：讓子彈飛一會兒，看看這東西到底行不行。
但到了2025年底，這個態(tài)度已經(jīng)變成了負擔。
基礎(chǔ)模型的能力已經(jīng)達到生產(chǎn)級別，推理成本每8周減半，工具生態(tài)已經(jīng)成熟到可以直接上手的程度。
Cursor、Claude Code、Windsurf這些工具已經(jīng)不是試驗品，而是生產(chǎn)力標配。
Theo的判斷很直接：現(xiàn)在開始適應AI的人，已經(jīng)是officially late（正式遲到）了。
再等下去，就不是遲到的問題，而是會缺席整場比賽。
就比如Linux之父，Linus，他是最旗幟鮮明反對AI編程的人，但是他也加入了。
全新概念，未來編程范式已現(xiàn)
Karpathy在推文中列出了一長串新概念：
Agents、Sub-agents、Prompts、Contexts、Memory、Modes、Permissions、Tools、Plugins、Skills、Hooks、MCP、LSP、Slash Commands、Workflows、IDE Integrations……
這不是故弄玄虛。
這是一個全新的可編程抽象層。
回顧計算機發(fā)展史，每一次重大躍遷都伴隨著抽象層的升級：
從機器碼到匯編
從匯編到高級語言
從高級語言到面向?qū)ο?/p>
從面向?qū)ο蟮皆圃?/p>
現(xiàn)在，我們正在經(jīng)歷從手寫代碼到編排AI的又一次躍遷。
傳統(tǒng)的開發(fā)流程是線性的：需求→設(shè)計→編碼→測試→部署。
開發(fā)者的核心價值在編碼那一環(huán)：你能多快、多準確地把邏輯轉(zhuǎn)化為代碼。
但現(xiàn)在，這個流程正在被解構(gòu)重組。
程序員的角色正在被重構(gòu)，不再是手寫代碼的工匠，而是編排AIAgent的指揮家。
你需要掌握的不再是語法細節(jié)、算法實現(xiàn)、框架特性，而是：
如何設(shè)計和使用AI代理（Agents）
如何拆解任務給不同的子智能體（Sub-agents）
如何給AI提供恰當?shù)纳舷挛模–ontext）
如何讓AI記住項目的歷史和決策（Memory）
如何編排AI的協(xié)作流程（Workflows）
如何與MCP、LSP等新協(xié)議打交道
Karpathy的原話一針見血：
我們需要構(gòu)建一個全局心智模型，以駕馭那些本質(zhì)上具有隨機性、易出錯、難解釋且持續(xù)演變的實體——它們突然與傳統(tǒng)嚴謹?shù)墓こ虒嵺`交織在一起。
這是一種全新的能力模型。
如果你還在用「舊地圖導航」，你會發(fā)現(xiàn)路已經(jīng)不存在了。
大佬集體下場，注意！這不是演習
如果說Karpathy的推文是一聲警鐘，那么接下來發(fā)生的事情，讓整個技術(shù)圈徹底炸鍋。
Linus Torvalds下場了。
沒錯，那個創(chuàng)造了Linux和Git的傳奇程序員，那個以對AI編程嗤之以鼻著稱的老派黑客，開始用Google的AI工具寫代碼。
他在接受采訪時說：
我很驚訝，AI寫出來的代碼比我手寫的還好。
當Linux之父開始用AI，當那個曾公開嘲諷AI生成的代碼是垃圾的人開始真香，你還有什么理由繼續(xù)觀望？
DHH也下場了。
Ruby on Rails創(chuàng)始人、Rust語言的鐵桿擁護者DHH，也在社交媒體上瘋狂安利AI編程工具。他甚至放話：
不用AI寫代碼的程序員，就像拒絕用電腦的打字員。
這些名字代表了什么？他們是編程世界的活化石，是手藝人精神的代言人，是最不可能向自動化妥協(xié)的那批人。
但他們?nèi)纪督盗恕?/strong>
因為他們親眼見證了一個事實：AI不是來取代程序員的，AI是來取代那些不會用AI的程序員的。
硅是碳的6萬倍，物理定律的判決書
為什么AI編程的爆發(fā)來得如此迅猛？
Google DeepMind聯(lián)合創(chuàng)始人謝恩·萊格（Shane Legg）在一次訪談中給出了一個令人脊背發(fā)涼的解釋：
人腦本質(zhì)上是一個低功耗的20瓦移動處理器，受到生物學的限制。
當我們的內(nèi)部神經(jīng)信號以每秒30米的速度緩慢移動時，人工智能數(shù)據(jù)卻以光速傳播。
生物神經(jīng)元的放電頻率通常高達100-200 Hz（平均頻率要低得多，約為0.1-2 Hz，有些峰值可達~450 Hz），而現(xiàn)代硅芯片的時鐘速度通常高達60億Hz。
也就是說，硅的速度大約是金屬的6萬倍。
6萬倍。
這不是漸進式的進步，這是物理定律層面的碾壓。
萊格進一步指出：
正如人類無法在體力上勝過起重機或跑贏賽車一樣，我們的生物認知也無法與工業(yè)規(guī)模的計算相匹敵。
隨著我們掌握智能架構(gòu)，人工智能在數(shù)學上注定會遠遠超越人類思維的能力。
這就是為什么編程領(lǐng)域會率先抵達奇點：代碼是純粹的邏輯，編譯器是完美的裁判。
在這個領(lǐng)域，沒有模糊地帶，沒有主觀判斷，只有能跑和不能跑。這是AI最擅長的戰(zhàn)場。
而人類的碳基大腦，正在被硅基智能以6萬倍的速度碾壓。
程序員的生存指南
面對這場9級地震，普通程序員該怎么辦？
Theo給出了非常具體的五步行動指南：
Step 0：立即接入AI代碼審查
第一步是最簡單、風險最低的：在你的代碼庫中接入AI驅(qū)動的代碼審查工具。Graptile、CodeRabbit這些工具會在PR階段自動檢查代碼質(zhì)量、發(fā)現(xiàn)潛在Bug。
零成本、零風險、立竿見影。
Step 1：測試AI的極限
找一個你過去花了一周時間完成的任務，嘗試用AI在幾分鐘內(nèi)完成。不要期待完美，重點是建立對AI能力邊界的直覺。
Theo的建議很直接：如果你沒有感到哪怕一點點不適，說明你還不夠努力。
Step 2：學會閱讀AI的思考過程
使用Plan Mode觀察AI如何分析代碼庫、制定計劃、拆解任務。這就像看棋手復盤，你不僅要知道結(jié)果，還要理解每一步的考量。
Step 3：建立agent.md體系
這是最關(guān)鍵的一步。在你的代碼庫中創(chuàng)建并維護一個agent.md文件，每當你手動修改AI代碼時，就往這個文件里加一條規(guī)則。
效果是指數(shù)級的：
第一周：AI準確率從60%提升到75%
第一個月：AI準確率提升到85%
三個月后：AI準確率接近95%
你的工作從寫代碼逐漸變成了提需求。
Step 4：學會編排多個Agent
最后一步是終極目標：讓多個AI Agent協(xié)同工作，像交響樂團一樣。
這是一個全新的技能樹，而且這個技能樹還在快速生長。
給管理者的警告
Theo在視頻中專門對話技術(shù)管理者和CTO們。語氣罕見地嚴肅：
不要強制員工使用落后的模型。
很多公司出于成本控制或數(shù)據(jù)安全的考慮，要求工程師使用公司內(nèi)部微調(diào)的老模型，或者限制使用Claude、GPT-4o等最新模型。
Theo的警告很直接：
強制他們使用舊的或劣質(zhì)的內(nèi)部模型，會導致頂尖人才離職。
優(yōu)秀的工程師會意識到：在這家公司，自己的生產(chǎn)力被人為限制了，技能增長速度比市場慢了，正在用落后的工具做落后的事。
結(jié)果就是人才流失，競爭力下降，形成負向循環(huán)。
很多管理者會說：Claude每百萬token要$15，我們自己的模型只要$0.5，必須省錢。
但真實的計算是：一個高級工程師的時薪是$100-200，如果用劣質(zhì)模型，工程師需要修改50%的AI輸出；用最佳模型，工程師只需要修改5%。
哪個更省錢？答案顯而易見。
推理成本每8周減半，工程師工資每年漲10%。這筆賬怎么算都是工具成本可以忽略。
編程的ASI時代，奇點已至
Andrej Karpathy說他從未如此強烈地感到落后。
這聽起來像是壞消息。
但換個角度看：如果連站在最前沿的人都在全力奔跑，那說明這個領(lǐng)域還遠未定型。
機會還在，但窗口正在快速關(guān)閉。
我們正在見證人類歷史上的一個獨特時刻：
編程可能是第一個真正抵達AGI（甚至是ASI）效應的專業(yè)領(lǐng)域！
為什么是編程？
因為代碼是純粹的邏輯，編譯器是完美的裁判。沒有模糊地帶，沒有主觀判斷。這是AI最擅長的戰(zhàn)場。
其他行業(yè)還在爭論AI會不會取代人類，而程序員這個職業(yè)——正在被當場重構(gòu)。
Shane Legg的話像一記重錘：
人類智力是宇宙智力的上限嗎？
謝恩·萊格認為'絕對不是'。隨著我們掌握智能架構(gòu)，人工智能在數(shù)學上注定會遠遠超越人類思維的能力。
我們不知道其他行業(yè)的奇點何時到來。但編程領(lǐng)域，它已經(jīng)在這里了。
Karpathy用外星工具來形容這場變革。這個比喻精準得可怕——確實像是外星文明突然把一套超級工具扔到了人類面前，沒有說明書，只有一句話：
挽起袖子迎頭趕上，才不至于被時代拋棄。
2025年，軟件工程的規(guī)則已經(jīng)改寫。
問題不再是AI能否取代程序員，而是——
會用AI的程序員，將取代不會用AI的程序員。
你準備好了嗎？
參考資料：
https://youtu.be/Z9UxjmNF7b0
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
