Karpathy 说,编程已经面目全非了

2026-03-05 | 来源: 非著名程序员 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

刚刚 Andrej Karpathy 在 X 上发了一条长帖，聊了聊他最近对 AI 编程的感受。Karpathy 是谁就不用多介绍了，前 OpenAI 研究副总裁，前特斯拉 AI 总监，在整个 AI 圈子里说话是有分量的。这条帖子发出来之后迅速引爆了讨论，评论区里各路大佬纷纷下场，有赞同的，有补充的，也有泼冷水的。我把整条帖子和评论区的精华都看了一遍，觉得里面有不少值得琢磨的东西，整理出来跟大家聊聊。

变化是突然发生的

Karpathy 开篇就说了一句很重的话：过去两个月，编程因为 AI 发生了巨大的变化。注意，他强调的是这个变化不是那种渐进式的、润物细无声的进步，而是集中在去年 12 月突然爆发的。在他看来，12 月之前，编程 Agent 基本上不好用；12 月之后，基本上好用了。模型的质量、长期连贯性和韧性都有了显著提升，可以一口气啃下又大又长的任务。

这个判断其实挺值得玩味的。我们平时总觉得技术进步是一条平滑的曲线，今天比昨天好一点，明天比今天好一点。但 Karpathy 的感受是，有些变化是台阶式的，某个临界点一过，体验就完全不同了。这种感觉其实很多人在日常生活中也遇到过，比如学一门技能，练了很久没什么进展，突然有一天就开窍了。技术的演进有时候也是这样，量变积累到一定程度，质变就来了。一个周末项目变成了 30 分钟的事

为了说明变化有多大，Karpathy 举了一个自己的亲身例子。他周末想给家里的摄像头搭一个本地视频分析面板，于是给 AI Agent 写了一段指令：登录我的 DGX Spark，配置 SSH 密钥，部署 vLLM，下载并测试 Qwen3-VL 模型，搭建视频推理服务端点，做一个基础的 Web UI 面板，全部测试一遍，用 systemd 设置开机自启，给自己记笔记，最后给我写一份 Markdown 报告。

然后 Agent 就跑了大概 30 分钟。中间遇到了好几个问题，它自己上网查解决方案，一个一个解决，写代码，测试，调试，配置服务，最后交回来一份报告，全部搞定。Karpathy 说他全程没有碰任何东西。这件事如果放在三个月前，轻轻松松就是一个周末项目，现在变成了你启动一下然后去干别的，30 分钟后回来收结果。

这个例子的冲击力在于它的具体。不是什么抽象的概念，就是一个实实在在的工程任务，从网络配置到模型部署到前端界面到系统服务，全链路打通。三个月前需要一个周末，现在 30 分钟。这个效率的跃迁已经不是提升百分之多少的问题了，是数量级的变化。

编程正在变得面目全非

基于这样的体验，Karpathy 做了一个很大胆的判断：编程正在变得面目全非。从计算机发明以来，编程一直是人坐在编辑器前面敲代码，这个时代结束了。现在你做的事情是启动 AI Agent，用英语给它们分配任务，然后并行地管理和审查它们的工作。

他说，当前最大的机会在于不断向上攀升抽象层级，搭建长期运行的编排系统，给它配好工具、记忆和指令，让它帮你管理多个并行的代码实例。顶级的 Agent 工程所能释放的杠杆效应，现在感觉非常高。

这段话里有一个关键词叫抽象层级。简单来说就是，以前你是直接写代码的人，现在你是管理写代码的 Agent 的人，未来你可能是管理那些管理 Agent 的系统的人。每往上走一层，你能撬动的产出就成倍增长。这个逻辑其实跟管理学里的道理是相通的，一个人能直接做的事情是有限的，但如果你能搭建一个高效的团队和流程，你的产出上限就被打开了。它并不完美，但已经够颠覆了

Karpathy 也没有一味地吹。他很坦诚地说，这个东西并不完美，它需要高层次的方向指引、判断力、品味、监督、迭代，以及提示和想法。在某些场景下效果好很多，尤其是那些需求明确、可以验证和测试功能的任务。关键在于培养一种直觉，知道怎么把任务拆解得恰到好处，把适合交给 Agent 的部分交出去，自己在边缘地带帮忙补位。