AI Coding的魔力究竟有多大？
就在昨天，大神Andrej Karpathy在X上发了一篇长帖，记录了自己最近几周用Claude 写代码时的一些零碎想法。
他表示，自己遭遇了20年来编程生涯中的最大改变，而且这个转变只用了几个星期！
Karpathy直言：我被AI伤了自尊。
这篇帖子一出来，立刻引发了大量网友点赞转发。有网友在底下评论：“被AI伤了自尊心”这句话最能引发共鸣。
CC之父Boris Cherny也很快闻风而来，特意写了一条长评论表示：我们几乎 100%的代码都是由 Claude Code + Opus 4.5 编写的。
马斯克则感慨：Karpathy的帖子总结了时代精神。
那么，这位顶级工程师、“Vibe Coding”一词的发明者究竟何出此言呢？
Karpathy：二十年的编程工作流发生剧变
从80%手写到80%AI Coding
Kapathy表示，他的编程方式在 2025 年 11 月到 12 月之间发生了剧烈变化。
11 月的时候，大概 80% 还是手写代码加自动补全，只有 20% 用 Agent。到了 12 月，这个比例彻底反过来了，80% 靠 Agent 编程，自己只做 20% 的修改和润色。
他坦言：现在自己主要用英语编程。虽然有点羞愧，但在更大尺度的“代码动作”上操作软件的能力，整体收益实在太高了——尤其是在你逐渐适应它、配置好它、学会如何使用它，并真正理解它能做什么、不能做什么之后。
Karpathy之前还发了一条X帖子调侃：“最热门的新编程语言是英语。”看来和现在这番感慨不无关系。
他估计，类似的变化正在发生在“两位数百分比”的工程师身上，但大众对这件事的认知可能还停留在“个位数百分比”。
但是，关于不再需要 IDE 和 Agent 集群的炒作，Karpathy 认为现在还言之过早。
在他看来，模型虽然强，但依然会犯错。只要是在编写任何真正重要、需要长期维护的代码，就必须对 agent 保持高度警惕。最理想的方式，是在一旁打开一个清晰、完整的 IDE，一直盯着生成结果。
Karpathy指出，错误的类型已经发生了显著变化：今天的问题不再是低级的语法错误，而是更隐蔽、更危险的概念性错误。
比如，模型会在未经确认的情况下，自行替人类做出假设，并在这些假设之上一路推进。与此同时，模型在“管理自身不确定性”方面仍然明显不足，包括：
- 不主动请求澄清
- 不主动暴露潜在的不一致
- 不呈现不同方案之间的权衡
- 在应该提出质疑或反对时保持沉默
- 表现出一定程度的过度迎合
在启用 plan mode 的情况下，这些问题会有所缓解，但 Karpathy 认为，当前仍然缺少一种轻量级、可内联的规划模式，能够在不中断工作流的前提下发挥作用。
他还指出，模型非常容易把代码和 API 设计得过于复杂，具体表现为：
- 抽象层级不断膨胀
- 死代码得不到清理
- 系统结构臃肿、脆弱
一个典型场景是：模型会先实现一个低效、冗长、易碎的 1000 行方案，而当人类提示“其实可以更简单”时，它又能立刻将实现压缩到 100 行，并且承认这是更合理的解法。
有时候，模型还会顺手改掉或删掉一些它们不喜欢或不理解的注释和代码，即使这些跟当前任务毫无关系。而且这些问题在 CLAUDE.md 里写了明确的指令要求也解决不了。
但即便如此，Karpathy认为整体上还是巨大的改进，很难想象再回到手写代码的时代。
现在他的工作流是这样的：左边开几个Ghostty 窗口放着 Claude Code 会话，右边开着 IDE 看代码和做手动编辑。
此外，Karpathy还分享了几个他与Agent协作的直观感受：
1、不知疲倦的韧性
Karpathy认为，看着 Agent 不知疲倦地工作，是一件很有意思的事。
它们从不累，从不泄气，就是一直尝试。换做人类，早就放弃改天再战了。但 Agent 可以挣扎 30 分钟，最后还是把问题解决了。
这是一种感受 AGI 的时刻。你会意识到，耐力是工作的核心瓶颈之一，而有了 LLM，这个瓶颈被大大突破了。
2、速度提升
LLM 辅助编程的加速效果如何？这个问题其实很难衡量。
Karpathy 说，他确实感觉做事快了很多，但更重要的是他能做远比原计划更多的事情：
- 可以实现很多以前“完全不值得写”的东西
- 可以开始接触以前因为知识或技能不足而无法碰的代码
这不仅仅是加速，更像是一种能力的扩展。
3、杠杆效应
LLM 在持续循环、直到满足明确目标这件事上异常强大，这也是大多数“AGI 体感”的来源。
Karpathy表示，不要告诉Agent怎么做，告诉它成功标准是什么，然后看它自己跑。具体做法包括：让它先写测试，再通过测试；把它和浏览器 MCP 放在同一个循环里；先写一个很可能正确但很朴素的算法，再让它在保持正确性的前提下优化；把你的方法从命令式转为声明式，可以让 Agent 循环得更久、杠杆更大。
4、有趣
Karpathy 直言：他没想到 Agent 编程会让编程变得更有趣。
因为大量填空式的苦力活被移除了，剩下的是创造性的部分。他感觉更少被卡住了，也更有勇气了，因为几乎总能找到一种方式跟 AI 协作推进。
不过他也提到，有些人可能会有相反的感受。AI 编程可能会让工程师分化成两类，一类是喜欢编程本身的，一类是喜欢构建的。
5、能力退化
另外，Karpathy也敲了个警钟：他觉得自己手写代码的能力在日益退化。
生成代码和判别代码是大脑里两种不同的能力。这主要是因为编程涉及大量语法细节，即使写起来费劲，读代码还是没问题的。
最后，Karpathy忧心忡忡地表述了他眼中的2026：Slopacolypse（垃圾内容末日）。
我已经在为 2026 年做心理准备——那将是 GitHub、Substack、arXiv、X / Instagram，以及几乎所有数字媒体的 “垃圾内容末日年”。
与此同时，我们也会看到大量 AI 炒作式的“生产力表演”（这居然还能再多？），以及真正、实质性的改进并存。
他还提出了几个一直盘旋在脑海中的疑问：
- “10X 工程师”会发生什么变化？平均工程师和顶尖工程师之间的生产力差距，是否会显著扩大？
- 在 LLM 的加持下，通才是否会越来越压过专才？LLM 在“补细节”上远强于宏观战略。
- 未来的 LLM 编码体验会像什么？是玩《星际争霸》？玩《Factorio》？还是演奏音乐？
- 社会中到底有多少瓶颈，来自于数字化知识工作？
CC之父：几乎100%代码由
Claude Code + Opus 4.5 编写
在Karpathy的帖子发出后不久，最近一直热衷于在X上“冲浪”的 CC之父Boris Cherny 也很快闻风而来，认真地写了一条长评论。
Boris表示，自己从头到尾看完了Karpathy的帖子，认为这是一个“非常有思考深度、论证充分的观点”。
他指出，Claude Code 团队本身，可能就是一个很好的“未来走向指示器”。对于 Karpathy 最后提出的几个问题，他们已经有了“方向性答案”。
首先，在招聘上，Claude Code 团队以通才为主。
我们招聘的大多是通才型人才。团队里既有资深工程师，也有相对没那么资深的成员，因为人们过去学到的很多东西，并不能直接迁移到“和 LLM 一起编程”的时代。正如你所说，模型可以补齐细节。
Boris表示，“10X工程师”确实存在，而且他们往往横跨多个领域——比如：
- 产品 + 设计
- 产品 + 商业
- 产品 + 基础设施
Boris 还点名 Jarred Sumner 就是“产品 + 基础设施”的一个很好的例子。
Jarred Sumner是 Bun 的创建者，Bun 是以Zig语言编写的一套JavaScript运行时系统、包管理器、测试运行器及打包工具。
目前，Jarred Sumner 在 Anthropic 负责 Bun 和 Claude Code。
接着，Boris还自曝了一件惊人的事情：目前Claude Code团队几乎100% 的代码，都是由 Claude Code + Opus 4.5 写出来的。
Boris直言：就他个人而言，这个比例已经持续两个月以上了，他甚至连小的手动修改都不做。
我昨天合并了 22 个 PR，前一天是 27 个，每一个 PR 都是 100% 由 Claude 编写。
有些是从 CLI 写的，有些来自 iOS App；
团队里其他人则主要通过 Claude Code 桌面应用、Slack 集成来写代码。
他认为，接下来的几个月里，行业整体都会看到类似的比例——只是有些团队快一些，有些慢一些。再往后，非编程类的计算机工作中也会看到类似的数据。
另外，Boris也肯定了Karpathy提到的AI Coding问题，都是真实存在的：
- 模型会把事情搞复杂
- 会留下死代码
- 在该重构的时候不太愿意重构
但他表示，这些问题会随着模型能力的提升而持续改善；同时，他们对代码质量的要求也会随之进一步提高。
Boris个人的判断是：不会出现所谓的Slopocalypse（垃圾代码末日）。原因在于：模型会越来越擅长写出不那么“糟糕”的代码，也会越来越擅长修复已有代码中的问题。他认为Opus 4.5在这方面已经相当不错了，而且只会继续变好。
他还提供了一个建议：用一个全新的上下文窗口，让模型对自己写的代码做 code review。
在 Anthropic，我们会在每个 PR 上使用 claude -p 来做这件事，它能发现并修复相当多的问题。
网友：“这是我读过最有共鸣的帖子”
Boris的评论很快也引来了一大波网友。
有网友继续向Boris追问细节，当代码质量有问题的时候，0手工编辑是如何做到的。
Boris表示，他们会把它作为代码审查的一部分。
也有网友询问，如何在PR上使用Claude -p。Boris贴心地甩了个github链接，并表示他们会交替使用 -p 和 ts/python 的 sdk。
还有网友感慨：最优秀的人工智能工程团队选择了通才，这应该让专家感到害怕。
当然，在Karpathy和Boris的帖子下面，还有更多网友表示完全同意他们的看法。
一位网友说自己已经编程8年了，Karpathy的帖子是他最近读过最有共鸣的内容。
当一位网友提问LLM是否会取代领域专业知识时，Karpathy表示：初级工程师危险了。
毕竟一位是前特斯拉AI总监、OpenAI联合创始人，另一位是Claude Code的创造者，如果连他们都有了如此紧迫的危机感，那说明模型编程能力的进化速度可能比我们想象的还要快。
Karpathy 提到， Claude 和 Codex 在 2025 年 12 月左右跨过了某种“一致性 / 连贯性门槛”，让这种以 Agent 为主的写法突然变得可行，并且很难再回到完全手写的状态。
他预计，2026 年将是一个高能量之年——整个行业都在努力消化、吸收这一全新的能力。
那么，评论区的各位大佬，
你对Karpathy和Boris的发言怎么看呢？
你觉得2026年的AI Coding将进化到什么水平？
参考链接：
https://x.com/karpathy/status/2015883857489522876
文章来自于“51CTO技术栈”，作者 “听雨”。