前两天，前特斯拉人工智能（AI）总监 Andrej Karpathy 在 X 平台上分享了他最近几周密集使用 Claude 进行编程的深度感悟，这条帖子迅速走红，阅读量超过了 600 万。
先简要介绍一下这位业界大牛：斯坦福 AI 博士，师从李飞飞教授；他是 OpenAI 的创始成员之一；后来加入特斯拉担任 AI 总监，主导自动驾驶视觉系统的研发。2024 年离开特斯拉后，他创立了 Eureka Labs，专注于利用 AI 革新教育领域。
可以说，他可能是全球范围内最懂 AI 同时也最擅长编程的人物之一。早在 2023 年 1 月，他就预言：“未来最热门的新编程语言是英语（自然语言）。”
如今回看这句断言，不得不佩服他的前瞻性。因此，每次阅读他的分享，都值得静下心来，进入深度思考的状态。
在这条长帖中，干货不少，但最让我醍醐灌顶的是这样一段话：
我不太清楚如何衡量 AI 带来的加速。我感觉做事确实快了，但主要的效果是我做的比原计划多得多。
Karpathy 解释说，现在他可以轻松编写一些以前觉得“不值得花时间”的小工具，也敢于去接触那些以前因为不熟悉技术栈而望而却步的代码模块。
所以，AI 编程带来的核心变革并非简单的“加速”（Speedup），而是“扩展”（Expansion）。
这个观察可谓一针见血！过去常有人问我：AI 编程能将效率提升多少倍？其实，这个问题本身可能就问错了方向。AI 带来的真正改变，并非让你“更快地完成同一件事”，而是促使你“开始去做以前根本不会去做的事情”。
这就好比，以前你骑自行车，现在换成了汽车。你不会单纯比较速度快了多少倍，而是会发现，自己能抵达更远、以前无法到达的目的地了。
人类难以匹敌 AI 的一点
帖子里还有其他几个有趣的观察。Karpathy 提到，看着 AI 为了修复一个 Bug 坚持不懈地尝试了 30 分钟，毫不气馁，最终真的解决了问题——这让他感受到了 AGI（通用人工智能）的临近时刻。
读到这儿，我想起了自己大学初学编程时调试 Bug 的经历。往往是深夜一两点，尝试了多种方法都无果，心态逐渐崩溃，甚至感到焦虑，最后心想“算了，明天再说吧，保命要紧”……
但 AI 不会这样。只要提供的 Tokens 足够，它会不知疲倦地与 Bug “死磕”到底。
“耐力”这件事，正从人类能力的瓶颈，转变为 AI 的显著优势。
当然，代价就是消耗更多的计算资源（Token）。因此，程序员的基本功依然至关重要——你至少需要具备判断力，知道某个 Bug 是否值得让 AI 花费半小时去攻克，以及如何引导 AI 更高效、更节省资源地解决问题。
编程变得更有趣了？
Karpathy 还分享道：使用 AI 编程后，那些像“填空”一样的重复性苦差事消失了，剩下的更多是创造性的设计部分。因此，他反而觉得编程更有趣了。
不过他也承认，有些程序员可能会觉得失去了乐趣。因为对他们而言，亲手编写代码、推敲语法细节本身就是快乐和成就感的来源。
这或许成为一个分水岭：主要享受“写代码”过程的人，与主要享受“创造东西”结果的人，体验将截然不同。
有人工智能领域的大V将这种现象称为“程序员正在分裂成两个物种”。但我认为，这两类开发者其实一直存在。一类人欣赏代码本身的优雅，追求技术的深度与完美，写出精妙的代码会带来巨大满足；另一类人更关注功能是否能实现、问题是否能解决，代码只是实现想法的工具。AI 只是放大而非创造了这种差异——前者可能会感到些许失落，而后者则迎来了大展身手的黄金时代。
我正在失去写代码的能力，但是…
Karpathy 坦言，自己手动编写代码的能力正在逐渐退化。
但从他的语气中可以感受到，他对这一点“已经不太在乎了”。他提供了一个有趣的视角：写代码（生成）和读代码（判别）是大脑中两种不同的能力。就像你可能创作不出一首优秀的诗歌，但完全有能力鉴赏一首诗的好坏。
编程同理。仔细想想，即使在 AI 出现之前，那些复杂的语法细节、繁多的 API 用法，我们不也主要依靠查阅文档、借助编辑器的智能提示吗？真正需要死记硬背的内容从来就不多。如今，AI 接管了这部分记忆与检索的工作，但代码的设计思路是否合理、架构是否优雅，仍然需要依靠开发者自身的判断力。
因此，未来程序员的角色，可能更接近于“技术导演”而非“码农”。你负责把控整体方向、做出关键决策，而 AI 负责高效执行细节、填充具体内容。
2026 年垃圾内容会爆发，但是…
Karpathy 还提到了一个新词：Slopacolypse。
我查了一下，发现这是近期 AI 圈流行起来的“slop”系列造词之一。Slop 特指那些用 AI 批量生成的、低质量的内容，而 Slopacolypse 则是 Slop（垃圾）与 Apocalypse（末日）的结合，可以理解为“垃圾内容大泛滥”或“信息末日”。
他预测，到 2026 年，GitHub、各类社交媒体平台都可能被 AI 生成的低质量内容所淹没。当内容生产的门槛被无限拉低，人们的注意力反而会变得前所未有的稀缺。
但他也指出，真正的、有价值的改进也在同步发生。AI 的智能部分已经跑在了前面，目前拖后腿的反而是工具链、工作流程以及组织协同方式。2026 年，整个行业将投入大量精力去消化和整合这波涌现的新能力。
这让我想到身边的许多情况。AI 领域几乎每天都有新工具、新模型、新玩法涌现，但真正敏锐察觉到这些变化、并积极将其应用到实际工作中的人，又有多少呢？
我常听到这样的说法：“再等几个月，等出了更好的版本再学”、“现在的技术还不够成熟”。但关键在于，在你等待的这几个月里，已经有人利用现有的 AI 能力，做出了过去无法实现的东西，从而拉开了差距。
所以，对于我们开发者而言，一方面，必须积极利用 AI 来提升开发效率、优化工作流。另一方面，更需要打开思路，认真思考：有了 AI 的加持，你现在能做到哪些以前根本做不到的事情？
以前不敢触碰的技术栈，现在可以大胆尝试；以前觉得性价比太低而不愿动手的小工具，现在可以随手实现；以前遇到棘手 Bug 可能就选择放弃，现在却有一个不知疲倦的助手帮你持续攻坚。
这才是 AI 编程带来的真正红利——它并非只是让你更快，而是让你变得“更强大”，能力边界得到了实质性扩展。 关于技术趋势的更多深度讨论，也可以来云栈社区看看大家的见解。
发表于 昨天 16:18
|
查看: 0|
回复: 0
