红杉对话卡帕西:软件3.0来了,你写的90%代码,根本不该存在

“作为一名程序员，我从未感到如此落后。”

这是AI“大神”安德烈·卡帕西在最近红杉资本AI Ascent 2026大会专访中谈论的话题。

或许没人比他更有资格定义“现代AI编程”：他曾是OpenAI的联合创始人，参与搭建了这场AI革命的最初基座；他也是特斯拉Autopilot的操盘者，把自动驾驶从概念变成了跑在公路上的现实；他去年提出“氛围编程（Vibe Coding）”这一概念，重构了无数开发者与代码的关系。

一个亲手把AI编程推到今天高度的人，却说自己“落后了”。

在红杉的专访中，卡帕西指出：AI时代，软件发展史迎来了真正的分水岭，旧的编程范式正在快速消亡，而大多数人，还在用昨天的思维，写着明天根本不该存在的代码。

01.

卡帕西的“落后感”：不是不会写代码，是代码的底层逻辑被推翻了

访谈中，卡帕西谈到自己的“落后感”，始于2025年12月的假期。

在此之前，他和绝大多数开发者一样，把Cursor这类AI编程工具当成“高级代码补全器”——能帮你写个函数片段，能补全API参数，偶尔会翻车，需要人手动兜底。它是提效工具，但从来没有突破“人主导、AI辅助”的天花板。

但12月的模型迭代，彻底打破了这个边界。

他发现，最新模型输出的代码片段，已经能做到近乎完美；他不断提出更复杂的需求，模型的输出始终保持着极高的质量，他甚至记不清上一次手动纠正模型输出是什么时候。也就是从这时起，他真正进入了“氛围编程”的状态：不再抠一行行的代码逻辑，只需要描述你想要的东西，AI就能把完整的实现摆在你面前。

很多人把“氛围编程”理解成“AI帮你写代码”，这是对这场变革的误读。

卡帕西想强调的是：我们对“编程”的认知，从根上就过时了。过去几十年，我们默认编程的核心是“把人类的逻辑，翻译成计算机能懂的代码”；但在大模型时代，编程的本质已经变成了“把人类的意图，翻译成大模型能懂的提示词”。

这不是迭代，是颠覆。

他举了自己做的MenuGen项目案例。最初，他用传统的开发范式，做了一个完整的应用：用户上传菜单照片，后端跑OCR识别菜名，调用图像生成模型匹配菜品图片，最后重新渲染出一份带图的视觉菜单。前后端、接口对接、部署上线，一套流程走下来，是标准的“软件2.0时代”的产品开发逻辑。

但很快，他看到了这个应用的“软件3.0版本”：只需要拍一张菜单照片，发给Gemini，加上一句提示词“用NanoBanana把菜品图片覆盖到原菜单的对应位置”，几秒钟之后，一份完美的带图菜单就生成了。

没有前端界面，没有后端服务，没有域名部署，没有API对接，甚至连一行正经的代码都没有。

卡帕西指出，不是“AI能做这件事”，而是“我之前做的整个应用，在新的范式里，根本就不该存在”。

这才是他“落后感”的真正来源：当你还在旧的范式里，拼命优化“如何把代码写得更好、更快”的时候，新的范式已经告诉你，你写的这些代码，从一开始就没有存在的必要。

今天的AI行业，还有很多这样的“旧范式”模式。无数创业者挤破头做的AI应用，本质上就是“套了个界面的提示词”——把原本一句话就能让大模型完成的事，包装成一个有登录、有付费、有功能菜单的SaaS，然后美其名曰“AI产品创新”。

无数开发者还在死磕“如何用AI把开发效率提升30%”，却从来没想过，你做的这件事，可能根本不需要开发。

卡帕西反复强调：“我们不应该只盯着‘如何把现有工作做得更快’，而应该去寻找那些曾经遥不可及的新机遇。”

AI从来不是旧流程的加速器，它是一套全新的游戏规则。当你还在研究怎么把马车造得更快的时候，别人已经开上了汽车。

02.

软件3.0时代：主客易位，神经网络正在成为新的计算机

“氛围编程”只是表象，卡帕西真正想讲透的，是“软件3.0”这套全新的计算范式。

应该很多人都听过他对软件三个时代的定义：软件1.0，是人类手工编写显式规则，一行行代码决定了程序的所有行为；软件2.0，是人类不再写具体的逻辑，而是通过整理数据集、定义目标函数，让神经网络自己学习权重，完成编程。

而软件3.0，是一场彻底的范式革命。

卡帕西给出了一个颠覆的判断：大模型，本质上是一台全新的可编程计算机。你在上下文窗口里输入的提示词，就是你操控这台计算机的杠杆；大模型会解析你的意图，在数字信息空间里完成所有的计算，最终直接输出你想要的结果。

这和我们过去几十年熟悉的计算逻辑，完全是反的。

从第一台计算机诞生开始，我们的计算体系，都是以CPU为核心的。所有的程序、所有的逻辑，最终都要翻译成CPU能执行的指令，神经网络只是运行在CPU/GPU之上的一个应用进程。

但卡帕西预判，未来这个关系会彻底翻转：神经网络会成为宿主进程，而CPU只会退化为一个处理确定性任务的协处理器。

这个判断不是空中楼阁，而是正在发生的现实。

今天，全球算力的增长曲线里，AI算力已占据了绝对的主导地位，用于神经网络训练和推理的FLOPS，增速远远超过了传统通用计算。我们正在做的，已经不是“用计算机跑神经网络”，而是“用神经网络构建一台全新的计算机”。

在这台新的计算机里，软件的形态也发生了根本性的变化。

过去，软件的分发，是安装包、是Shell脚本、是App Store里的应用。为了适配不同的环境、不同的设备，开发者要写无数的兼容代码，要处理无穷无尽的边界情况。就像卡帕西提到的OpenClaw项目，传统的安装方式，是一个极其复杂的Shell脚本，要适配各种平台、各种设备的环境；

而软件3.0时代的安装，只需要一段文本，你把它复制粘贴给你的智能体，剩下的所有事，智能体都会帮你完成——它会分析你的设备环境，会处理兼容问题，会闭环调试所有的bug，最终让程序完美跑起来。

这背后，是软件分发逻辑的彻底重构：软件不再是写给人用的，而是写给智能体用的。

今天，我们绝大多数的基础设施，从操作系统到代码库，从API文档到SaaS产品，本质上都是为人类设计的。代码库的文档，是教人类怎么调用API；SaaS产品的界面，是给人类提供操作入口；甚至连网页的设计，都是为了让人类能看懂、能操作。

但在软件3.0时代，这一切都要被推翻。卡帕西直言，他现在最想吐槽的，就是各种框架的文档：“为什么还要一步步教我怎么操作？我压根就不想自己动手，我只想知道，到底哪段代码能让我直接复制粘贴给我的智能体去执行？”

未来，所有的基础设施，都要经历一场“智能体原生”的重构。文档不再是写给人看的，是写给大模型看的；产品不再需要给人类设计操作界面，只需要给智能体开放可理解的指令入口；甚至连企业之间的合作，都不再需要人来对接合同、对接流程，而是企业的智能体和对方的智能体，直接完成沟通、谈判、执行的全流程。

2026年，我们已经看到了无数“智能体优先”的基础设施正在崛起：从能让智能体自主完成全流程开发的编程平台，到能让智能体自主调用的金融、法律、企业服务工具，再到能让智能体自主完成部署、运维的云服务。

软件3.0的时代，不是“AI改变软件”，而是“软件的定义，被彻底重写了”。

03.

智能体工程：从10x工程师到1000x工程师，未来的核心能力是什么？

从去年的“氛围编程”，到今天的“智能体工程”，卡帕西对AI时代编程能力给出完整定义。

他指出两者的核心区别：氛围编程，是抬高了所有人的能力底线，让人人都能凭感觉写代码；而智能体工程，是拓展了能力的天花板，让真正懂行的人，能实现远超10倍的效率提升。

今天，很多人对AI编程的焦虑，都来自于“AI会不会取代程序员”。但卡帕西的判断，恰恰打破了这个焦虑：未来，不会再有“只会写代码的程序员”，但会有全新的职业——智能体工程师。

什么是真正的智能体工程师？不是会用AI写代码的人，而是能驾驭智能体、把控系统架构、做好顶层设计的“指挥官”。

卡帕西用自己的经历举例：今天的他，早就不会去记PyTorch、NumPy、Pandas里那些琐碎的API参数，不会去纠结keepdims和keepdim的区别，不会去记该用dim还是axis，该用reshape还是permute。

这些琐碎的细节，全部都可以丢给智能体去处理，它们有近乎完美的记忆能力，比人类做得好100倍。

但他必须懂底层的逻辑：他要知道张量和视图的概念，要知道什么时候操作的是同一个内存，什么时候会触发新的内存分配导致效率降低，要知道整个系统的架构设计，要能定义清晰的系统规格，要能预判智能体可能会犯的低级错误——比如用邮箱地址去匹配用户的资金流水。

这就是未来程序员的核心能力：你可以外包执行，但永远不能外包理解；你可以不写一行代码，但你必须比任何人都懂，这个系统到底该怎么设计。

卡帕西直言，今天大多数公司的招聘流程，已经过时了。面试的时候给候选人算法题去解，这是旧时代的做法。未来的招聘，应该给候选人一个项目，了解他如何落地。比如，让他用智能体去实现，看他能不能把控系统的架构、质量和安全性，看他能不能驾驭智能体，把事情做成。

未来，一个开发者的价值，不再取决于他能写多少行代码，而取决于他能指挥多少个智能体，能完成多大规模的系统设计。

这也解释了，为什么卡帕西会说“我从未感到如此落后”。因为在这个新的时代，哪怕你是写了几十年代码的大神，如果你不能转变思维，不能学会驾驭智能体，不能从“写代码的执行者”，变成“做设计的指挥官”，你就会被时代甩在身后。

而那句被他反复提及的话，值得这个时代所有从业者思考：你可以将思考外包，但永远无法将理解外包。

AI能帮你写代码，能帮你做计算，能帮你完成所有的执行工作，但它永远不能替你理解这个系统的底层逻辑，不能替你做顶层的架构设计，不能替你判断这件事到底该不该做，不能替你定义产品的审美和品味。

最终，你自己的理解力，才是整个系统里唯一的瓶颈。如果你自己都缺乏理解力，你就绝不可能成为一名优秀的“指挥官”，你永远只能被AI牵着鼻子走，甚至会被AI淘汰。

04.

软件3.0的时代，什么才是真正的时代性机遇？

访谈的最后，有一个所有从业者关心的问题：90年代，时代性机遇是构建网站；2010年代，是做移动应用；上一个时代，是做SaaS。那么2026年，什么才是那个未来回望时，会觉得“理所当然”的时代性机遇？

卡帕西没有给出具体的赛道，但他的所有判断，都指向了同一个方向：智能体原生的基础设施，和全新的计算范式。

今天，我们就站在互联网诞生之初的那个节点上。90年代，大多数人都以为，互联网的机遇，是把线下的报纸、杂志搬到网上；但真正抓住时代机遇的人，是构建了搜索引擎、电商平台、社交网络这些原生互联网产品的人。

今天，绝大多数人都以为，AI的机遇，是把现有的产品、现有的流程，加上AI的能力；但真正的时代性机遇，是用软件3.0的范式，重构整个数字世界的基础设施。

未来的世界，会是一个被智能体包围的世界。每个人、每个企业，都会有自己的智能体化身；智能体和智能体之间的沟通，会成为数字世界的主流交互方式；所有的基础设施，都会优先为智能体设计，而不是为人类设计。

在这个世界里，会诞生全新的操作系统，全新的数据库，全新的网络协议，全新的应用形态，全新的商业逻辑。就像PC时代诞生了微软，移动时代诞生了苹果、谷歌，互联网时代诞生了亚马逊、阿里，软件3.0的时代，一定会诞生全新的千亿、万亿美金的巨头。

而对于普通人来说，最重要的，不是焦虑AI会不会取代自己，而是尽快跳出旧的范式，拥抱新的规则。

不要纠结“怎么用AI把我现在的工作做得更快”，而是要想“用AI能做成哪些以前根本做不成的事”；不要再死记硬背那些琐碎的API参数、代码语法，而是要去理解底层的逻辑，提升自己的系统设计能力、判断力和审美；不要再死守着旧的职业路径，而是要学会做智能体的指挥官，做AI时代的架构师。

卡帕西的“落后感”，不是对AI的恐惧，而是对整个行业的警醒。当软件的范式已经彻底改变，你还在用昨天的思维做事，才是真正的落后。

正如卡帕西所言，软件3.0时代，你所写的90%代码，肯能本来就不该存在。而真正有价值的，永远是那个能定义“该写什么”的大脑。