AK直言，自己的工作流在几周内就发生了巨变：从80%手动编码，转变为80%由AI来写，这“有点伤自尊”，但这种转变带来的巨大效用难以抗拒。他详细阐述了当前AI编程的优缺点、对个人能力的影响，并对行业的未来提出了疑问
OpenAI创始成员、特斯拉前AI总监Andrej Karpathy，刚刚分享了他使用Claude进行数周高强度编程后的心得体会。
AK直言，自己的工作流在几周内就发生了巨变：从80%手动编码，转变为80%由AI来写，这“有点伤自尊”，但这种转变带来的巨大效用难以抗拒。他详细阐述了当前AI编程的优缺点、对个人能力的影响，并对行业的未来提出了疑问
以下是Karpathy的核心观点：
编码工作流的颠覆
和许多人一样，随着大语言模型编码能力的提升，AK的工作流也迅速改变。
去年11月，大约是80%手动+自动补全编码，20%使用智能体。到了12月，这个比例颠倒了过来，变成了80%由智能体编码，AK只做20%的编辑和修补工作。
也就是说，现在基本上AK是在用英语编程，有点不好意思地用语言告诉大模型要写什么代码。这确实有点伤自尊，但通过大型“代码动作”来操作软件的力量实在太有用了，尤其是当你适应、配置、学会使用它，并理解了它的能力边界之后。
这是AK编程近20年来，基础编码工作流发生的最大变化，而且仅仅在几周之内就完成了。AK预计，在工程师群体中，有两位数百分比的人正在经历类似转变，而普通大众对此的认知度可能还停留在低个位数百分比。
IDE、智能体群和易错性
目前，“不再需要IDE”和“智能体集群”这两种炒作都为时过早。
模型肯定还是会犯错，如果你有任何真正在意的代码，AK建议你在旁边开一个大大的IDE，像鹰一样盯着它们。
模型的错误类型已经变了很多——不再是简单的语法错误，而是那些有点草率、急躁的初级开发人员可能会犯的、细微的概念性错误。最常见的错误是，模型会为你做出错误的假设，并且不加核实就继续执行。
它们也无法处理自身的困惑，不会寻求澄清，不会揭示不一致之处，不会展示权衡利弊，不会在应该反驳的时候提出异议，而且仍然有点过于谄媚。在规划模式（plan mode）下情况会有所好转，但我们还需要一种轻量级的内联规划模式。
此外，它们还非常喜欢把代码和API搞得过于复杂，滥用抽象，也不会清理自己留下的无用代码。它们会用1000行代码实现一个低效、臃肿、脆弱的结构，而你得提醒它：“嗯……你难道不能这样做吗？”然后它们会说：“当然可以！”并立刻把代码缩减到100行。它们有时还会更改或删除自己不喜欢或理解不够充分的注释和代码，即使这与当前任务无关。
尽AK尝试通过在CLAUDE.md中给出一些简单的指令来修复这些问题，但它们依然存在。
然而，尽管有这些问题，这仍然是一个巨大的净提升，很难想象再回到手动编码的时代。长话短说，AK目前的流程是：左边开几个ghostty窗口/标签页跑几个小型的CC会话（与Claude交互），右边开一个IDE用于查看代码和手动编辑。
坚韧性
观察一个智能体不懈地工作是件非常有趣的事。它们从不疲倦，从不泄气，只是不断地尝试，在人类可能早就放弃、改日再战的地方继续坚持。
看着它为一个问题苦苦挣扎很长时间，最终在30分钟后取得胜利，那一刻有一种“感受到AGI”的瞬间。你意识到，耐力是工作的核心瓶颈之一，而有了大语言模型，这个瓶颈被极大地拓宽了。
效率提升
很难衡量大语言模型辅助带来的“效率提升”到底有多大。当然，对于原本计划要做的事情，AK感觉速度快了很多。但主要影响在于，做了远比原计划更多的事情，因为：
- 1. 能编写出各种以前觉得不值得花时间去写的东西。
- 2. 能处理以前因为知识或技能问题而无法着手的代码。
所以，这当然是效率提升，但更多的是一种“能力扩张”。
杠杆作用
大语言模型异常擅长循环执行任务直到满足特定目标，这正是大部分“感受到AGI”魔力的来源。
不要告诉它具体怎么做，而是给它成功的标准，然后看它表演。让它先写测试，然后再通过这些测试。把它放进一个带有浏览器MCP（模型控制程序）的循环里。先写一个很可能正确的朴素算法，然后要求它在保持正确性的前提下进行优化。
将你的方法从“命令式”转变为“声明式”，可以让智能体循环更长时间，从而获得更大的杠杆作用。
乐趣
AK没预料到，在智能体的帮助下，编程变得更有趣了。因为大量“填空式”的苦差事被消除了，剩下的就是创造性的部分。
AK也感觉更少被卡住（这很不愉快），并且体验到了更多的勇气，因为几乎总有办法能与它携手取得一些积极进展。
AK也看到了其他人的相反观点；大语言模型编码将根据工程师主要是喜欢“编码”还是喜欢“构建”而将他们区分开来。
能力萎缩
AK已经注意到，手动编写代码的能力正开始慢慢萎缩。
生成（写代码）和辨别（读代码）是大脑中的两种不同能力。很大程度上因为编程中涉及的各种细微的、主要是语法上的细节，即使你很难写出代码，你也可以很好地审查代码。
垃圾末日（Slopacolypse）
AK正准备迎接2026年，那将是GitHub、Substack、arXiv、X/Instagram以及所有数字媒体的“垃圾末日”之年。除了实际的、真正的进步之外，我们还会看到更多AI炒作下的“生产力表演”（这还有可能更多吗？）。
几个问题
AK脑海中有几个问题：
“10倍工程师”会怎样——顶尖工程师与平均水平工程师之间的生产力差距会如何变化？这个比例很有可能大幅增长
有了大语言模型，通才是否会越来越胜过专才？大语言模型在“填空”（微观）方面远比在“宏大战略”（宏观）方面更出色
未来的大语言模型编程会是什么感觉？像玩《星际争霸》？玩《异星工厂》？还是演奏音乐？
整个社会在多大程度上受限于数字知识工作？
总结
这一切将我们引向何方？
大语言模型智能体（尤其是Claude和Codex）的能力似乎在2025年12月前后跨越了某种“一致性”的门槛，引发了软件工程及相关领域的相变。
“智能”部分突然感觉遥遥领先于其他所有部分——包括集成（工具、知识）、对新组织工作流程和流程的需求，以及更广泛的技术扩散。
随着整个行业消化这一新能力，2026年将是充满能量的一年
