兰 亭 墨 苑

标题 *

URL 别名 *

内容 * (支持 Markdown 格式) 编辑：定慧 【新智元导读】Andrej Karpathy与Claude Code负责人Boris Cherny展开了一场关于编程未来的终极对谈。面对AI接管100%代码编写的现状，Karpathy坦言人类正处于「脑萎缩」与能力进化的十字路口。本文深度解析了从Software 2.0到Agentic Coding的范式转移，揭示了在Opus 4.5等强力模型加持下，程序员如何从「搬砖工」进化为「指挥官」，以及不仅要面对效率的飞跃，更要警惕「垃圾代码末日」的隐忧。 2026年的开篇，科技圈被一场关于「编程本质」的深度对话引爆。 这场对话的双方，一位是特斯拉前AI总监、OpenAI创始成员 Andrej Karpathy，他是「Software 2.0」概念的提出者，一直站在编程范式转移的最前沿；另一位是 Claude Code 的缔造者、Anthropic 的核心人物 Boris Cherny，他正在亲手打造终结传统编程的工具。 他们的讨论不仅仅是关于工具的迭代，更像是一场关于人类技能边界的哲学思辨。 当代码不再由人类一个个字符敲击而出，我们究竟是在进化，还是在退化？ 这场对话揭示了一个残酷而兴奋的事实： 我们正处于从「命令式编程」向「声明式意图」彻底转型的奇点。 「我两个月没手写过一行代码了」 从辅助到接管 震撼的开场白来自 Claude Code 的负责人 Boris Cherny。 「两天狂发 49 个 PR！」 这是 Boris 团队目前的工作常态。 他透露，Claude Code 团队目前的开发工作几乎 100% 由 Claude Code 结合 Opus 4.5 完成。 「对我个人而言，这种情况已经持续两个多月了，我甚至不再手动进行任何小微信调。」 Boris 的话语中透着一种跨越时代的自信。 无论是在 CLI 命令行，还是在 iOS 手机端，代码的生成、测试、提交，全流程由 AI 接管。 这不仅仅是一个效率提升的故事，而是一个工作流重构的故事。 Boris 分享了他极其硬核的「AI 原生」工作流：他通常会在终端同时运行 5 个 Claude 实例，甚至在 Web 端再开 5-10 个。 他不再是那个逐行敲代码的工匠，而是一个指挥着一支 AI 军团的指挥官。他使用「Plan Mode」（计划模式）让 AI 先思考策略，确立方案后再切换到执行模式。这种「并行化开发」的能力，让一个人的产出足以匹敌一个传统的小型开发团队。 而 Karpathy 的体验也印证了这一点。 他在长文中感叹： 「2025年11月，我还是80%手动+20% AI；到了12月，直接变成了80% AI + 20%手动。」 「我在用英语编程。」 Karpathy 略带自嘲但也无比诚实地承认，「这有点伤自尊，告诉 AI 该写什么，就像在指挥一个实习生。但当你习惯了那种大规模驾驭软件的『代码操作』能力后，你根本回不去了。」 深度解析 从 Software 2.0 到 Agentic Coding 要理解 Karpathy 的震撼，我们必须回溯他在 2017 年提出的 「Software 2.0」 概念。 当时的 Software 2.0，是指用神经网络权重替代人工编写的逻辑（Software 1.0）。程序员的角色从「编写规则」变成了「整理数据」。 而今天，我们正在迈入 Software 3.0 或者说是 Agentic Coding（代理编码） 的时代。 在这个阶段，只有「意图」（Intent）是人类提供的，而实现细节（Implementation）完全由 AI 掌控。 Karpathy 敏锐地指出，这种转变标志着编程范式从「命令式」（Imperative）向「声明式」（Declarative）的终极飞跃。 过去：你需要告诉电脑「第一步做什么，第二步做什么，如果出错怎么办」。 现在：你只需要定义「成功标准是什么」。 正如 Boris 团队所实践的，利用 Claude Opus 4.5 强大的长程推理能力和 CLAUDE.md 这样的记忆文件，AI 能够理解项目的整体架构上下文。 Opus 4.5 在 CodeClash.ai 等基准测试中展现出的统治力，证明了它不仅仅是一个代码补全工具，而是一个具备逻辑推理、能够自我修正的「工程师」。 它不仅能写代码，还能管理依赖、重构架构、甚至编写测试用例来验证自己的代码。 这种「循环验证」（Looping）能力是 Agentic Coding 的核心。 AI 不再是写完就忘，它会在一个封闭的循环中运行测试、读取报错、修改代码，直到通过测试为止。 这正是 Karpathy 提到的「Feel the AGI」（感受通用人工智能）的时刻——看着 AI 在30分钟内不知疲倦地尝试几十种方案最终解决难题，人类感受到了前所未有的「杠杆效应」。 10x 工程师的重新定义 通才的胜利 随着 AI 接管具体的编码工作，「程序员」这个职业的定义正在被剧烈重写。 Boris 直言不讳：「我们现在倾向于招募『通才』（Generalists）。」 在 LLM 能够自动补全所有技术细节的时代，过去那些死记硬背的 API、特定语言的奇技淫巧，不再是护城河。 你不需要记住 Python 的某个库函数的具体参数，因为 AI 肯定记得比你清楚。 真正的 「10x 工程师」 依然存在，但他们的能力模型发生了重组。 未来的顶级工程师将是那些拥有宏观视野的人——他们必须是能横跨 产品与设计、业务甚至底层架构 的多面手。 他们是产品经理：能清晰定义需求，识别伪需求。 他们是架构师：能设计高可用的系统结构，指挥 AI 去填充模块。 他们是测试官：能敏锐地发现 AI 逻辑中的漏洞，制定严格的验收标准。 Karpathy 也提出了深刻的疑问：「借助 LLM，通才是否会全面碾压专才？」 答案似乎是肯定的。AI 擅长填补微观的细节（Fill in the blanks），而人类需要负责宏观的战略（Grand Strategy）。未来的编程，更像是玩《异星工厂》（Factorio）或者《星际争霸》——你在指挥千军万马，而不是亲自去挖每一块矿石。那些只专注于「把需求翻译成代码」的初级程序员（Junior Devs），将面临最严酷的生存危机。 「废用性萎缩」与 「Slopacolypse」 繁荣背后的阴影 然而，这场革命并非没有阴影。Karpathy 最深刻的担忧在于——「脑萎缩」（Atrophy）。 「我已经注意到，我手动写代码的能力正在缓慢退化。」 Karpathy 描述这种感觉。 在大脑的认知功能中，生成（Generation）和辨别（Discrimination）是两种完全不同的能力。 以前的程序员通过大量的「生成」训练（写代码）来强化逻辑；而现在，我们越来越依赖「辨别」能力（Review 代码）。 这就像计算器的普及让我们丧失了心算能力一样。 虽然我们还能读懂代码（Review），但那种从零构建系统、对每一行代码都了然于胸的「肌肉记忆」正在消失。当你不再亲自处理内存管理、不再亲自调试并发死锁，你对计算机系统的底层理解是否也会随之肤浅化？ 更可怕的是 Karpathy 预测的 2026年 「Slopacolypse」（垃圾代码末日）。 随着 AI 生成内容的泛滥，互联网和代码库可能被大量低质量、看似正确实则充满隐患的「垃圾」（Slop）填满。 GitHub 上可能充斥着由 AI 生成的、无人能维护的「屎山」。 Karpathy 警告：目前的 AI 仍然会犯错，不是简单的语法错误，而是那种「粗心的初级程序员」才会犯的微妙概念错误。 它们会过度抽象，会堆砌死代码（Dead Code），会盲目顺从你的错误假设。如果不加节制，软件工程的熵将急剧增加。 对此，Boris 则持一种「技术乐观主义」态度。他认为「垃圾末日」不会到来，理由是——AI 审 AI。 「我们在 Anthropic，每个 PR 都会开启一个新的上下文窗口，让 Claude 去 Review Claude 写的代码。」 这种「左脚踩右脚」的螺旋上升，被 Boris 视为解药。 随着模型能力（特别是 Opus 4.5 及其后续版本）的提升，AI 清理垃圾代码、重构代码的能力将超过它制造垃圾的速度。 未来的 IDE 可能不仅是代码编辑器，更是一个全自动的垃圾回收站，实时清洗着 AI 产生的冗余。 升华：相位转换的一年 Karpathy 将 2026 年定义为 「行业代谢新能力、发生相位转换（Phase Shift）的关键一年」。 这不仅仅是效率的提升，而是物种的进化。 我们正在经历从「手工匠人」到「工业化生产」的剧变。 在这个新时代，人类的角色从「建筑工」变成了「建筑师」。我们失去的是搬砖的手感，得到的是建造摩天大楼的视野。编程不再是关于「语法」和「算法」的苦修，而是关于「想象力」和「逻辑」的释放。 但正如 Karpathy 所言，看着 AI 不知疲倦地在30分钟内解决一个只有人类专家才能解决的难题，那种 「Feel the AGI」（感受通用人工智能） 的时刻，既让人兴奋，也让人感到一丝作为碳基生物的落寞。 编程已死，编程万岁。死的是作为「打字员」的程序员，活下来的是作为「创造者」的我们。 当你不再需要为语法报错而抓狂时，唯一限制你的，就只剩下你的想象力，和对世界本质的理解了。 参考资料： https://x.com/bcherny/status/2015979257038831967?s=20

配图 (可多选)

标签