旺晓通：深入浅出，轻松通晓

当 Andrej Karpathy 说出“我从未感到如此落后”这句话时，台下的观众笑了。这个帮助创建 OpenAI、让特斯拉 Autopilot 真正运转起来的人，这个被认为最擅长把复杂技术讲清楚的 AI 大神，居然说自己跟不上了？

我们解读最新技术，文末有相关信息。

作者：张长旺，图源：旺知识

但我看完这场访谈后，第一反应不是觉得好笑，而是感到一种奇异的共鸣——如果连 Karpathy 都觉得落后，那我们该怎么办？更重要的是，他说的“落后”到底指的是什么？

去年12月发生了什么？

Karpathy 提到了一个明确的时间节点：2024年12月。

他说自己之前一直在用 Cursor、Claude 这些 AI 编程工具，体验是“有时候好用，有时候要改来改去”。但到了12月，他突然发现一个变化——AI 生成的代码块“就是对的”，然后他继续要求更多功能，“还是对的”，再继续，“我已经记不清上次修改 AI 代码是什么时候了”。

这让我想起学开车的经历。刚开始你要时刻盯着方向盘、油门、刹车，大脑高度紧张。但某一天，你突然发现自己可以边开车边聊天，甚至想不起来刚才是怎么变道的——那种从“有意识控制”到“无意识信任”的跨越，就是质变的时刻。

Karpathy 把这种状态称为“Vibe Coding”（氛围编程）。这个词去年火遍全网，但很多人误解了它的含义。它不是说“随便写写就行”，而是指一种新的编程状态：你不再需要关注语法细节、API 调用的具体参数，你只需要表达“我想要什么”,AI 就能准确实现。

你有没有发现一个矛盾点？一个顶级程序员，为什么会因为“不用写代码细节”而感到落后？

从“Vibe Coding”到“智能体工程”

答案藏在 Karpathy 提出的新概念里：Agentic Engineering（智能体工程）。

他说，Vibe Coding 是“抬高了所有人的地板”——任何人都能用 AI 快速做出东西。但智能体工程是“在保持专业质量标准的前提下，让天花板变得更高”。

这个区分太关键了。

想象你现在要盖房子。Vibe Coding 就像有了一个很听话的施工队，你说“我要一个两室一厅”，他们就能给你盖出来，虽然可能墙面不太平、水电布局有点奇怪，但能住。这对于之前完全不会盖房子的人来说，已经是巨大的进步。

但智能体工程要解决的是另一个问题：如果你要盖一栋抗震、节能、符合所有建筑规范的专业住宅，而且要在一半的时间内完成，你该怎么指挥这个施工队？

Karpathy 举了一个让我印象深刻的例子。他用 AI 做了一个叫“MenuGen”的应用——拍下餐厅菜单，AI 就能生成每道菜的图片。他花了很多时间写代码、部署服务器、配置各种接口。但后来他发现，这整个应用其实是“多余的”。

为什么？因为你只需要把菜单照片发给 Gemini，说一句“用 Imagen 把菜品图片叠加到菜单上”，它就直接在原图上渲染出了带图片的菜单。不需要任何中间的应用代码。

我们过去写代码，本质上是在做“精确的抽象”——把现实世界的需求翻译成计算机能理解的指令。但现在，AI 可以直接理解你的意图，在像素层面直接操作，中间的“翻译层”正在消失。

Software 3.0：不是更快的软件，是新物种

Karpathy 提出了一个框架：

• • Software 1.0：你写代码
• • Software 2.0：你准备数据集，训练神经网络
• • Software 3.0：你写提示词，AI 在“数字信息空间”里执行计算

他说了一个细节让我觉得既好笑又深刻。现在安装 Claude 的方式不是运行一个 shell 脚本，而是“复制一段文字，粘贴给你的 AI 助手”。

为什么这样更强大？因为传统的安装脚本要考虑所有可能的系统环境、版本冲突、依赖关系，代码会变得极其复杂。但 AI 助手可以“看”你的电脑环境，用它自己的“智能”去调试和适配。

这让我想起人类社会分工的演化。最早是“自给自足”（你自己种地、织布、盖房子），后来是“专业分工”（有人专门种地，有人专门织布），现在正在进入“智能协作”——你不需要告诉 AI 每一个步骤，你只需要说清楚目标，它会自己想办法。

但这里有个关键问题：如果 AI 能自己“想办法”，我们怎么确保它的方法是对的？

幽灵、动物与“锯齿状智能”

Karpathy 写过一篇文章，标题很哲学：《LLM 不是动物，是幽灵》。

他说，很多人把 AI 当成动物来理解——你对它好，它就表现好；你骂它，它就表现差。但这是错的。AI 是“统计模拟回路”，是被数据和奖励函数“召唤”出来的实体，而不是有内在动机的生命。

这个比喻解释了一个困扰我很久的现象：为什么 AI 能重构10万行代码库、找到零日漏洞，却会建议你“走路去50米外的洗车场”？

Karpathy 称之为“jagged intelligence”（锯齿状智能）。AI 在某些领域超神，在某些领域弱智，而且这种“锯齿”的分布规律很奇怪。

他给出了两个解释：

1. 1. 可验证性：AI 在数学、编程这些“答案可以被验证”的领域进步飞快，因为训练时可以给明确的奖励信号
2. 2. 实验室偏好：OpenAI、Anthropic 这些公司会把某些能力“塞进”训练数据。比如 GPT-3.5 到 GPT-4，下棋能力突然暴涨，不是因为模型整体变聪明了，而是因为训练数据里加了大量棋谱

这让我想起《黑客帝国》里的一个场景：Neo 需要学会功夫，他们直接把功夫“下载”到他脑子里。AI 的能力增长就是这样——不是自然进化出来的，而是被“下载”进去的。

所以当你用 AI 时，你其实是在探索一个“没有说明书的工具”——你得自己摸索哪些电路被训练过，哪些没有。如果你的需求正好在“训练过的电路”里，你飞起；如果不在，你就得自己微调。

那些正在消失的技能

Karpathy 说了一个细节让我有点心酸：他已经忘记了 PyTorch 里到底是 keep_dim 还是 keep_dims，是 reshape 还是 permute。

这些曾经是程序员的基本功，现在正在变成“AI 实习生负责的细节”。

但他强调，你仍然需要知道“底层有个 tensor 存储，你可以操作视图而不复制内存”——你不需要记住 API 细节，但必须理解核心原理。

这让我想起自动挡汽车的普及。现在没人需要记住“离合器要在转速2000时配合二档”，但你仍然需要理解“动力传递”的概念，否则你不知道什么时候该超车、什么时候该减速。

他还提到一个让我印象深刻的失败案例：他做了一个项目叫“MicroGPT”，想把 LLM 训练代码简化到极致。但他发现 AI“做不到”——你让它“简化、再简化”，它就是不行，感觉像是“在拔牙”。

为什么？因为“追求简洁”这件事不在 AI 的奖励函数里。AI 生成的代码经常“能用但很臃肿”，有大量复制粘贴、奇怪的抽象、脆弱的结构。它不会像人类工程师那样追求“优雅”。

这让我意识到：AI 正在接管的是“执行层”，而人类需要守住的是“品味层”。

你可以外包思考，但不能外包理解

访谈最后，主持人问了一个很多人关心的问题：当 AI 能做越来越多的事，什么人类技能会变得更重要？

Karpathy 引用了一条让他“每隔一天就会想起”的推文：

“你可以外包你的思考，但你不能外包你的理解。”

这句话值得反复咀嚼。

他说，现在他已经成为“信息流的瓶颈”——不是技术实现的瓶颈，而是“我们到底要做什么、为什么值得做、如何指挥 AI 去做”的瓶颈。

他举了一个例子：他用 AI 做的 MenuGen 应用，登录用的是 Google 账号，支付用的是 Stripe。AI 居然试图用“邮箱地址”来关联这两个系统——但用户的 Google 邮箱和 Stripe 邮箱可能不一样，这会导致充值失败。

为什么 AI 会犯这种错误？因为它不理解“用户身份”的本质概念。它只是在模式匹配：“两个系统都有邮箱，那就用邮箱关联吧。”

这就是“思考”和“理解”的区别。AI 可以帮你思考“怎么实现”，但它不理解“为什么这样设计会出问题”。

我们正在学习的，是如何指挥幽灵

Karpathy 说，现在的 AI 就像“实习生”——记忆力超强，执行力很快，但需要你给出清晰的规格说明、保持监督、负责整体的审美和判断。

他说自己现在最烦的是：“为什么文档还在告诉我该做什么？我不想做任何事，我只想要一段文字，复制粘贴给我的 AI。”

这个抱怨听起来有点好笑，但背后是一个深刻的转变：我们正在从“操作工具”转向“指挥智能体”。

这需要一种新的技能——不是编程技能，而是“导演技能”。你要知道什么该详细说明，什么可以留给 AI 发挥；你要能判断 AI 的输出是“能用但丑”还是“真的好”；你要理解哪些任务在 AI 的“训练电路”里，哪些需要你自己微调。

Karpathy 把这称为“agentic engineering”（智能体工程）。他说，顶尖的智能体工程师和普通人的差距，已经远远超过过去“10倍工程师”的概念。

写在最后：理解比速度更重要

这场访谈让我想明白了一件事：AI 时代的焦虑，本质上不是“我会不会被取代”，而是“我该如何保持理解”。

当 AI 能在几秒钟内生成几千行代码，当你的“侧边项目文件夹塞满了各种随手做的应用”，当你发现自己已经很久没有“从零开始写一个函数”——这种速度感既让人兴奋，也让人恐慌。

但 Karpathy 的“落后感”提醒了我：重要的不是你能多快做出东西，而是你是否理解你在做什么。

AI 可以帮你生成代码，但不能帮你理解为什么这个架构更合理；AI 可以帮你部署应用，但不能帮你判断这个产品是否值得做；AI 可以帮你重构代码库，但不能帮你决定什么是“优雅”。

所以，当我们谈论“AI 原生”的下一代时，我们真正要培养的不是“如何更快地用 AI”，而是“如何在 AI 的帮助下，保持更深的理解”。

就像 Karpathy 说的：你可以外包思考，但永远不能外包理解。

因为最终，是理解在指挥思考，而不是相反。

参考资料

• • Andrej Karpathy: From Vibe Coding to Agentic Engineering（从“氛围编程”到“智能体工程”）