手动编码的终结？

AI编程/Vibe Coding 遇到问题需要帮助的，联系微信 ezpoda，免费咨询。

2026年1月下旬，Andrej Karpathy发布了可能成为软件工程历史上最具影响力的帖子之一。这位前OpenAI创始成员和特斯拉AI总监—— 创造了"氛围编码"这个词的人——投下了一颗重磅炸弹：他的编码工作流程已经完全颠倒。

仅在两个月内。

"我从11月大约80%手动+自动完成编码和20%代理迅速转变为12月80%代理编码和20%编辑+润色，"Karpathy在他病毒式传播的X帖子中写道，标题为"过去几周大量Claude编码的一些随机笔记。"

这不仅仅是另一个科技影响者在炒作AI工具。当Karpathy这样级别的人——帮助构建特斯拉Autopilot并为OpenAI的基础研究做出贡献的人——说AI代理已经跨越了一个"连贯性阈值"，导致"软件工程的阶段转变"时，整个行业都在倾听。

1、"我现在真的主要用英语编程了"

也许Karpathy最引人注目的承认是他与代码的关系已经发生了根本性的变化。

"我现在真的主要用英语编程了，有点不好意思地用语言告诉LLM要写什么代码……"他承认道。

这种从输入代码到描述意图的转变代表了与数十年软件工程实践的根本背离。键盘快捷键、语法肌肉记忆、对标准库的深入了解——所有这些都正在逐步外包给Claude Code和OpenAI的Codex等AI代理。

Karpathy特别将2025年11月下旬发布的Claude Opus 4.5视为一个转折点。这不仅仅是一个渐进式改进；这是AI代理从有用的自动完成转变为真正的协作伙伴的时刻。

2、让工程师担忧的"萎缩"警告

在Karpathy关于生产力提高和AI辅助开发"乐趣"的热情观察中，隐藏着一个让全球开发者感到不安的清醒自白：

"我已经注意到，我正在慢慢开始萎缩我手动编写代码的能力。"

这不是理论。世界上最受尊敬的AI工程师之一正在积极经历技能退化。Karpathy解释说，"生成（编写代码）和辨别（阅读代码）是大脑中不同的能力。"虽然他仍然可以有效地审查AI生成的代码，但实际编写代码的行为——那些"编程中涉及的大多数句法细节"——正在消失。

但这里有一个悖论：即使你在努力编写代码，你也可以很好地审查代码。

这种代码生成和代码理解之间的区别创造了一个危险的舒适区。工程师可以在基础技能在他们脚下侵蚀的同时保持能力的幻觉。这就像能够批评一部小说而自己却无法写出一部一样——一个没有创造的批评家。

3、从10倍工程师到"一人军队"

对Karpathy帖子的反应揭示了这种转变在整个行业中被感受到的深度。

Ethan He，xAI（埃隆·马斯克的AI公司）的工程师和前Nvidia研究员，直言不讳地总结了新的现实："一个10倍工程师可以成为一人军队。"

另一位xAI工程师Charles Weill更进一步，建议创始人现在可以像风险投资家将资本分散到一揽子公司一样，用编码代理*"分割自己"*。对初创公司来说，影响是惊人的——单人创始人现在可以实现以前需要整个工程团队才能实现的目标。

但也许最揭示性的回应来自机器内部的人：Anthropic员工和Claude Code本身的创造者Boris Cherny。

Cherny透露，他的团队由*"大多是通才"组成，充满了10倍工程师，他们现在以截然不同的方式运作。"我们几乎100%的代码都是由Claude Code编写的，"他写道。"对我个人来说，现在已经100%持续两个多月了，我甚至不做小的手动编辑。"*

4、质量悖论：当AI审查AI时

Cherny关于代码质量问题的承认应该让任何庆祝这一转变的人感到担忧。AI代理，他承认，"可能会使事情过于复杂，并可能留下死代码。"在100行中有效的解决方案被膨胀成1000行的低效、脆弱构造的怪物。

他的解决方案？AI审查AI编写的代码。

这种递归方法——使用一个AI来清理另一个AI——根据你的观点，要么代表优雅的效率，要么代表令人担忧的依赖。正如一位Hacker News评论者所指出的，在没有自己先学习的情况下审查代码是危险的领域："试着在不先学习的情况下审查一些涉及嵌入/SIMD/FPGA的代码。"

知识差距并没有消失；它只是隐藏在AI能力的虚饰背后。

5、新的分工：构建者 vs 编码者

Karpathy的观察暗示了工程行业中正在出现的两极分化。用他的话来说，LLM编码将"根据那些主要喜欢编码的人和那些主要喜欢构建的人来区分工程师。"

多年来，这些人是同一个人。编写优雅代码的工艺与构建功能系统的满足感是不可分割的。但AI代理正在解耦这些活动。你现在可以成为一个多产的构建者而不需要成为一个熟练的编码者——就像你可以成为一个多产的作家而不知道如何制造纸张一样。

这种分工对计算机科学教育的未来提出了令人不安的问题。如果该行业的顶级从业者在仅仅两个月大量使用AI后就经历了技能萎缩，那么下一代工程师如果从未首先培养这些技能会发生什么？

正如一位评论者警告的那样："这对下一代也非常不利，他们大多在成长期现在避免编写代码，因此甚至无法形成什么是好代码、它是如何工作的/为什么工作、为什么做出某些决定而不是其他决定的概念。"

6、坚韧优势：为什么AI从不疲倦

Karpathy最引人入胜的观察之一是关于人类和AI代理之间的心理差异。 "看着代理不知疲倦地处理某件事是如此有趣，"他写道。"他们从不疲倦，从不气馁，他们只是继续前进并尝试事情，而人早就放弃去改天再战了。"

这不仅仅是关于速度——而是关于坚持。人类有认知和情感限制。我们经历决策疲劳、挫折和需要休息。AI代理完全绕过这些限制，将暴力迭代应用于会导致人类倦怠的问题。

但这种坚持也有黑暗的一面。AI代理不知道何时停止。他们会继续在一个次优的方法上努力，而不是退后一步重新考虑架构。他们会生成1000行而不是100行，不是因为他们不能做得更好，而是因为他们缺乏判断是否足够的判断力。

7、自尊打击和认知权衡

Karpathy对所需心理调整的诚实是令人耳目一新的。使用AI代理"伤害自尊，"他承认。从创造者到导演，从工匠到批评家，有一种内在的贬损。

然而，他发现这种权衡是值得的，因为用AI编码更"有趣"——去除了苦差事，只留下创造性的架构和问题解决。

这种重新架构至关重要。软件工程的未来可能不在于编写更好的代码，而在于提出更好的问题。工程师成为产品经理、系统架构师和质量保证专家的结合体——指导AI劳动力而不是执行它。

但正如Karpathy自己警告的那样，这种效率是有代价的。学习使用今天的LLM的元技能本身可能会随着模型的演变而贬值。今天的提示工程技巧成为明天过时的民间传说。工程师有可能成为一个永久的新手，总是在学习新的AI界面，而他们的核心技术技能却在萎缩。

8、10倍差距会发生什么？

也许Karpathy提出的最具挑衅性的问题是关于不平等的。"10倍工程师"——平均工程师和顶级工程师之间的生产力比率会发生什么？它很可能会大幅增长。

AI代理并不能平等地民主化生产力。具有深厚系统设计知识、强大架构直觉和出色沟通技能的工程师可以大幅倍增他们的产出。那些没有这些基础能力的人可能会发现自己无法有效指导AI代理，扩大了精英表现者和普通开发者之间的差距。

10倍工程师成为100倍工程师。普通工程师面临被淘汰的风险——不是被AI取代，而是被其他更有效地使用AI的工程师取代。

9、不舒服的真相：我们无法阻止这一切

阅读Karpathy帖子上的数百条评论和随后的Hacker News讨论，一个共识浮现出来：这种转变是不可避免的，因为生产力收益太大而无法忽视。

对技能萎缩感到焦虑的工程师正是那些承认他们无法回到手动编码的人。正如一位评论者写道："你很幸运能够负担不起不萎缩的奢侈。"

行业的竞争压力确保了采用。当你的竞争对手使用AI代理以5倍的速度交付功能时，通过手动编码保持"纯粹"成为职业负担，而不是美德。

10、生存策略：避免萎缩陷阱

在担忧中，一些评论者提供了在利用AI的同时保持技能的实用策略：

• 爱好项目方法：在速度重要的工作中使用AI代理，但强迫自己在使用不熟悉技术的副业项目中手动编码。
• 刻意练习法：即使使用AI，也要先手动编写关键算法，然后与AI解决方案进行比较。
• 审查优先协议：在接受代码之前始终深入理解代码，即使你没有编写它。
• 轮换策略：定期从AI辅助中退后一步，重新校准你的手动编码能力。

共同主线：有意为之。技能萎缩只有在你让它发生时才不可避免。在这个新时代蓬勃发展的工程师将是那些战略性地平衡AI杠杆与刻意练习的人。

11、2026年的拐点

Karpathy的时机——2026年1月——感觉意义重大。Claude Opus 4.5、改进的上下文窗口和精炼的代理架构的组合似乎跨越了以前迭代无法达到的阈值。

我们正在见证的可能是被回顾为软件工程根本改变的时刻——当这个行业从手工工艺转变为AI编排时。

问题不是这种转变是好是坏。它无论如何都在发生。问题是如何工程师适应，教育如何演变，以及行业如何确保今天的效率不会成为明天的依赖危机。

正如Karpathy以他特有的诚实所说：观看AI代理编码是*"极其有趣和鼓舞人心的，几乎有点自恋，就像看着一个更年轻、更可爱、更有活力的自己。"*

但实时观看自己萎缩？那是进入这个新世界的入场券。

原文链接: The End of Manual Coding?

汇智网翻译整理，转载请标明出处