新智元報(bào)道

編輯：元宇

【新智元導(dǎo)讀】在2025年的最后一個(gè)月，Andrej Karpathy經(jīng)歷了20年編程生涯中「最傷自尊」的一次巨變。

就在剛剛過(guò)去的一兩個(gè)月，一場(chǎng)無(wú)聲的巨變發(fā)生在特斯拉前AI負(fù)責(zé)人、OpenAI創(chuàng)始成員Andrej Karpathy身上。

去年11月，他的工作流還是80%的代碼手敲，20%的代碼交給AI。

僅僅幾周過(guò)去，二八比例，出現(xiàn)了180度對(duì)調(diào)！

AI接管了80%的代碼工作，而他只負(fù)責(zé)剩下的20%象征性微調(diào)工作。

用Karpathy的話說(shuō)：我現(xiàn)在基本上是在用英語(yǔ)編程，雖然有時(shí)多少會(huì)覺(jué)得有點(diǎn)傷自尊，但那感覺(jué)還是太值了。

當(dāng)大眾對(duì)AI編碼的認(rèn)知還停留在「AI寫代碼會(huì)有Bug」的階段時(shí)，Karpathy已經(jīng)宣布，「最熱門的新編程語(yǔ)言是英語(yǔ)」！

他拋棄了曾引以為傲的手寫代碼技能，取而代之的是「用英語(yǔ)指揮AI寫代碼」的新編程方式。

Karpathy在推文中說(shuō)道，這是他二十年編程生涯里所出現(xiàn)的，對(duì)基礎(chǔ)編碼工作流最大的變化，而且這些變化還是在短短幾周內(nèi)發(fā)生的：

我預(yù)計(jì)已經(jīng)有兩位數(shù)百分比的工程師正在經(jīng)歷類似的轉(zhuǎn)變，而普通大眾對(duì)此的認(rèn)知程度，感覺(jué)還停留在個(gè)位數(shù)的低水平。

這說(shuō)明這場(chǎng)史詩(shī)級(jí)的AI編碼方式轉(zhuǎn)變，并不只是天才程序員的游戲，也發(fā)生在許多普通程序員甚至是非編碼工程師的人身上。

幾乎所有人都在這場(chǎng)Claude引發(fā)的狂潮中，感受到了一種職業(yè)生涯被重塑的強(qiáng)大沖刷感。

當(dāng)編程變成一種「不好意思」的對(duì)話

Karpathy在描述這段劇變時(shí)，用詞非常微妙。

他說(shuō)，現(xiàn)在的編程過(guò)程有時(shí)會(huì)讓他感到有一點(diǎn)「?jìng)宰稹埂?/p>

原本需要一個(gè)團(tuán)隊(duì)忙活一個(gè)星期的架構(gòu)，現(xiàn)在只要他用英語(yǔ)和AI聊幾句，代碼就會(huì)如潮水般涌現(xiàn)。

也許在去年11月之前，他覺(jué)得AI是他的副駕駛，80%的工作還要靠自己手敲代碼。

但到了12月，短短幾周時(shí)間他卻突然發(fā)現(xiàn)，AI已經(jīng)接管了駕駛位，他坐在了副駕駛位置，留給他的只有20%的修補(bǔ)工作。

這種「身份互換」所帶來(lái)的沖擊是前所未有的。有著資深編碼經(jīng)歷的他，甚至?xí)檫@種「不勞而獲」的爽感，覺(jué)得「有些不好意思」。

但這種轉(zhuǎn)變已經(jīng)是不可逆轉(zhuǎn)。

尤其是像Claude和Codex等模型的編程能力在去年12月左右經(jīng)跨過(guò)了「一致性」閾值之后，引發(fā)了軟件工程巨變。

當(dāng)對(duì)話的質(zhì)量（提示詞工程）決定代碼的質(zhì)量，這種「英語(yǔ)編程」就成了一種新的硬核技能。

IDE / 智能體蜂群 / 易錯(cuò)性：一些言過(guò)其實(shí)的說(shuō)法

在這篇推文中，Karpathy也談到了他對(duì)當(dāng)前生成式AI在編程中的作用和局限性的看法。

他覺(jué)得有些說(shuō)法太夸張了，比如「AI來(lái)了，就不用IDE（集成開發(fā)環(huán)境，像VS Code那種代碼編輯器）了」，或者「智能體蜂群」（AI智能體像蜂群一樣協(xié)作編程）的熱炒。

他承認(rèn)AI是巨大進(jìn)步，但模型還是容易出錯(cuò)，不是萬(wàn)能的。

1.別太相信AI，重要的代碼還要自己盯緊

對(duì)于真正重要的代碼，Karpathy建議不要扔掉IDE，而是用一個(gè)大屏、舒服的IDE在旁邊監(jiān)視AI的輸出，就像老鷹盯準(zhǔn)獵物一樣。

現(xiàn)在錯(cuò)誤的類型已經(jīng)明顯變了，不再是簡(jiǎn)單的語(yǔ)法錯(cuò)誤，而更類似于一種稍微有點(diǎn)馬虎、趕進(jìn)度的初級(jí)工程師會(huì)犯的概念性錯(cuò)誤。

2.AI最常見的毛?。簮?ài)亂假設(shè)，然后一路錯(cuò)下去

AI會(huì)自己「腦補(bǔ)」一些錯(cuò)誤的假設(shè)（比如誤解你的需求），然后不檢查就繼續(xù)寫代碼，導(dǎo)致整個(gè)東西崩盤。

它不像真人那樣停下來(lái)問(wèn)：「這個(gè)地方我不確定，你能澄清嗎？」，也不會(huì)指出代碼里的矛盾、比較不同方案的優(yōu)缺點(diǎn)，或者在你想法不對(duì)時(shí)「頂撞」你。

相反，依然有點(diǎn)過(guò)度討好。Karpathy認(rèn)為進(jìn)入「計(jì)劃模式」（plan mode，讓AI先規(guī)劃再執(zhí)行）會(huì)好點(diǎn)，但還需要一種更簡(jiǎn)單、能隨時(shí)插入的輕量版計(jì)劃模式。

3.AI愛(ài)把簡(jiǎn)單的事搞復(fù)雜

AI寫代碼時(shí)，容易過(guò)度抽象（加太多層級(jí)）、結(jié)構(gòu)臃腫（代碼變胖），還經(jīng)常不清理自己留下的死代碼（廢棄的部分）。

它可能給你吐出一大堆低效、容易出bug的上千行代碼，當(dāng)你要求它們簡(jiǎn)化時(shí)，它們可能立刻精簡(jiǎn)到100行。

它有時(shí)還會(huì)「多管閑事」，即便和當(dāng)前任務(wù)無(wú)關(guān)，它們也會(huì)順手修改或刪除自己不喜歡、或者沒(méi)完全理解的注釋和代碼。

即便在CLAUDE.md里用一些簡(jiǎn)單指令試圖約束，這些問(wèn)題依然存在。

盡管如此，Karpathy仍認(rèn)為整體上它已經(jīng)是革命性提升了，已經(jīng)很難想象再回到純手寫編碼的時(shí)代了。

當(dāng)一個(gè)人習(xí)慣了AI幫忙寫代碼，再回去純手工敲，可能會(huì)感覺(jué)像是回到了石器時(shí)代，超級(jí)難受。

這說(shuō)明AI雖然強(qiáng)大，但人類要聰明使用，才能發(fā)揮出超能力的效果。

AGI魔法真相

提速之外

是能力邊界的擴(kuò)展

AI輔助，到底為編程帶來(lái)了多大的「加速」，這一點(diǎn)雖然并不好量化，但Karpathy的感受是：自己完成原本計(jì)劃做的事情明顯更快了。

而且，還有比這更重要的變化，他可以做遠(yuǎn)超原計(jì)劃的事情：

• 可以寫很多以前根本不值得花時(shí)間寫的代碼；

• 可以去處理以前因?yàn)橹R(shí)或技能不足而完全不敢碰的代碼。

因此，除了提速之外，AI編碼帶給Karpathy更重要的一個(gè)變化是能力邊界的擴(kuò)張。

AI韌性

真正的魔法來(lái)自于「閉環(huán)嘗試」

AI智能體之所以能讓Karpathy這樣的大神感到震撼，是因?yàn)樗邆湟环N人類極度稀缺的特質(zhì)：韌性（Tenacity）。

Karpathy觀察到，當(dāng)一個(gè)代碼Bug困擾人類超過(guò)30分鐘，大多數(shù)人會(huì)陷入煩躁、焦慮甚至想要放棄。

但AI不會(huì)。

它會(huì)像一臺(tái)不知疲倦的復(fù)讀機(jī)，為了一個(gè)邏輯漏洞死磕到底，它可以連續(xù)嘗試50種方案，每一次都保持著最初的熱情。

耐力本身是人類工作的一個(gè)核心瓶頸，而有了大模型之后，這個(gè)瓶頸被極大地放寬了。

因此，當(dāng)很多人認(rèn)為AI的強(qiáng)大在于它「無(wú)所不知」，Karpathy指出，它的真正魔法來(lái)自于「閉環(huán)嘗試」。

大模型非常擅長(zhǎng)在循環(huán)中不斷嘗試，直到滿足明確的目標(biāo)條件，Karpathy認(rèn)為這正是大多數(shù)「AGI 體感」魔法的來(lái)源。

人類的局限是，我們?cè)趯懘a時(shí)，一旦遇到錯(cuò)誤，心智負(fù)擔(dān)會(huì)迅速增加。

但AI的優(yōu)勢(shì)在于它不知疲倦。如果你給它一個(gè)明確的目標(biāo)（比如：這個(gè)網(wǎng)頁(yè)必須有一個(gè)能工作的登錄框），它可以在循環(huán)中嘗試100次。

這種「不斷試錯(cuò)直到成功」的能力，在感官上非常接近人類的智慧（AGI體感）。

聲明式指令

給「終點(diǎn)」，不給「路線圖」

AI這種「閉環(huán)嘗試」直至成功的特質(zhì)，意味著我們要把思維從「命令式」（Imperative）切換到「聲明式」（Declarative）。

不要告訴它具體步驟，給它成功標(biāo)準(zhǔn)，然后看它自己跑。

• 命令式編程（舊思維）：告訴AI第一步打開文件，第二步解析字符串，第三步過(guò)濾空格……如果其中一步錯(cuò)了，全盤皆錯(cuò)。

• 聲明式編程（新思維）：告訴AI「我需要一個(gè)能處理這種CSV格式并輸出圖表的腳本，這是它的規(guī)格說(shuō)明」。

只要你定義清楚了「成功標(biāo)準(zhǔn)」，AI就會(huì)利用它的「閉環(huán)嘗試」能力去撞開每一扇門。

測(cè)試驅(qū)動(dòng)（TDD）與工具集成（MCP）

Karpathy還提到了具體的實(shí)操策略。

1.先寫測(cè)試，再過(guò)測(cè)試

Karpathy認(rèn)為這是最聰明的做法。

先讓AI寫一段「驗(yàn)證程序是否正確」的代碼（測(cè)試用例）。

只要測(cè)試沒(méi)通過(guò)，AI就得在循環(huán)里一直改代碼，測(cè)試就是AI的「監(jiān)考老師」。

2.引入MCP（Model Context Protocol）

比如把瀏覽器能力集成進(jìn)循環(huán)。

AI寫完代碼，自動(dòng)打開瀏覽器運(yùn)行，如果發(fā)現(xiàn)頁(yè)面白屏或報(bào)錯(cuò)，它會(huì)自己看到報(bào)錯(cuò)信息，然后回到循環(huán)里繼續(xù)修Bug。

整個(gè)過(guò)程，人類不需要介入。

3. 杠桿效應(yīng)：用「AI的時(shí)間」換取「人的自由」

所謂杠桿效應(yīng)，就是讓智能體循環(huán)得更久。

不要一上來(lái)就讓AI寫最復(fù)雜的架構(gòu)，先讓它寫一個(gè)「雖然笨但一定對(duì)」的版本。

有了這個(gè)正確的基準(zhǔn)，再讓它去做性能優(yōu)化。

這樣，每個(gè)人的編程成本，變成了寫下「規(guī)格說(shuō)明」的那幾分鐘。而AI可能在后臺(tái)默默循環(huán)、嘗試、報(bào)錯(cuò)、重啟了整整一個(gè)小時(shí)。

我們每個(gè)人的杠桿就在于：你投入的「指令時(shí)間」越短，AI運(yùn)行的「循環(huán)時(shí)間」越長(zhǎng)，你獲得的生產(chǎn)力倍率就越高。

AI編程的樂(lè)趣與「廢用性萎縮」

AI編程帶給了Karpathy樂(lè)趣，這一點(diǎn)讓他事先沒(méi)想到。

他認(rèn)為用智能體編程反而比以前更好玩了：

當(dāng)大量填空式的苦活被拿掉，留下來(lái)的更多是創(chuàng)造性的部分，他也更少被卡?。↘arpathy認(rèn)為這種被卡住的體驗(yàn)一點(diǎn)都不好玩）。

而且有了AI之后，Karpathy在面對(duì)問(wèn)題時(shí)也變得更有勇氣了，因?yàn)閹缀蹩偰苷业揭环N方式與它并肩作戰(zhàn)、向前推進(jìn)。

Karpathy認(rèn)為AI編程大概會(huì)把工程師分成兩類：一類主要喜歡「寫代碼」，另一類主要喜歡「造東西」。

除了這些樂(lè)趣和積極的變化之外，Karpathy也看到了AI編程所帶來(lái)的一種令人不安的變化。

他提出了一個(gè)警示：廢用性萎縮。

「我已經(jīng)明顯感覺(jué)到，自己手寫代碼的能力在慢慢退化?！?/strong>

Karpathy認(rèn)為，當(dāng)我們習(xí)慣了只負(fù)責(zé)判別、不負(fù)責(zé)生成（這是人類大腦中兩種不同的能力），我們的大腦就像是長(zhǎng)期不用、開始退化的肌肉，也就是說(shuō)人類手動(dòng)編程的能力正在經(jīng)歷一場(chǎng)不可逆的退化。

這不僅是技能的喪失，更是一種深層的「降級(jí)」。

如果有一天AI撤下了它的梯子，那些已經(jīng)習(xí)慣了漂浮在云端、失去攀爬能力的程序員，該怎么辦？

Karpathy2026預(yù)言

垃圾內(nèi)容大爆發(fā)與人才結(jié)構(gòu)的洗牌

自2022年末ChatGPT問(wèn)世以來(lái)，生成式AI的爆發(fā)，已經(jīng)進(jìn)入第四個(gè)年頭。

Karpathy表示，他已經(jīng)為2026年做好了心理準(zhǔn)備，那可能會(huì)是GitHub、Substack、arXiv、X/Instagram 乃至幾乎所有數(shù)字媒體的「垃圾內(nèi)容大爆發(fā)」，也包括一些對(duì)AI生產(chǎn)力變革的炒作。

當(dāng)然，這個(gè)過(guò)程也會(huì)伴隨著真實(shí)、扎實(shí)的進(jìn)步。

最近他不斷思考的幾個(gè)問(wèn)題是：

「10X工程師」會(huì)發(fā)生什么變化？

平均工程師和頂尖工程師之間的生產(chǎn)力差距，會(huì)不會(huì)被進(jìn)一步拉大？

在大模型加持下，通才是否會(huì)越來(lái)越勝過(guò)專才？畢竟大模型在補(bǔ)齊細(xì)節(jié)方面很強(qiáng)，但在宏觀戰(zhàn)略上沒(méi)那么強(qiáng)。

未來(lái)的大模型編程體驗(yàn)會(huì)像什么？像打《星際爭(zhēng)霸》？像玩《異星工廠》（Factorio）？還是像演奏音樂(lè)？

社會(huì)中到底有多少問(wèn)題，本質(zhì)上是被數(shù)字化知識(shí)工作的瓶頸卡住的？

Karpathy提到Claude和Codex等AI智能體能力在2025年12月左右跨過(guò)了某個(gè)一致性閾值，忽然之間像是明顯走在了其他一切前面：無(wú)論是集成（工具、知識(shí)）、新的組織工作流與流程，還是更廣泛的擴(kuò)散。

因此，他認(rèn)為2026年將會(huì)是一個(gè)高能量的年份，整個(gè)行業(yè)都在消化、吸收這種全新的能力。

在這種混亂中，人才的結(jié)構(gòu)將發(fā)生一次大規(guī)模的洗牌。

那些在宏觀策略上有洞察、能夠跨領(lǐng)域思考的人，因?yàn)閾碛辛薃I這個(gè)無(wú)所不能的執(zhí)行工具，他們的生產(chǎn)力將被放大成百上千倍，也許通才的春天可能會(huì)到來(lái)。

相反，那些只掌握單一領(lǐng)域、只會(huì)機(jī)械執(zhí)行的「專才」，將面臨殘酷的擠壓。

更讓人扎心的是：AI并沒(méi)有像人們預(yù)想的那樣抹平差距。

一種現(xiàn)實(shí)可能是，一個(gè)頂尖開發(fā)者利用AI所爆發(fā)出的能量，與普通開發(fā)者之間的差距，將遠(yuǎn)遠(yuǎn)超出10倍以上。

參考資料：

https://x.com/karpathy/status/2015887154132746653