OpenAI创始成员Karpathy:我已经放弃手写代码

他曾一手打造特斯拉自动驾驶系统，是OpenAI的联合创始人，更是AI圈公认的“大神”——安德烈·卡帕斯（Andrej Karpathy）。但就在最近，他公开承认：“作为一名程序员，我从未感到如此落后。”

当“氛围编程（Vibe Coding）”让所有人都能写代码，当AI变成不知疲倦的“超级实习生”，普通人该如何保住饭碗？我们来听听卡帕斯的观点。

01 连OpenAI大佬都感到“落后”，编程的尽头是“复制粘贴”？

去年12月，卡帕斯经历了一个“顿悟时刻”。在休假期间，他开始高频使用最新的智能体（Agentic）工具。起初，他还会像过去一样去检查、修改AI生成的代码块；但很快他发现，AI给出的结果完美无缺。他开始不断向AI索要更多，直到他彻底信任系统，进入了完全的“氛围编程（Vibe Coding）”状态。

卡帕斯提出了一个极具颠覆性的观点：我们正在经历从软件1.0到软件3.0的跨越。1.0时代，人类手写明确的规则；2.0时代，人类通过整理数据集来训练神经网络；而到了3.0时代，大语言模型（LLM）本身就变成了一台新型计算机。

“在软件3.0时代，编程变成了写提示词（Prompting）。上下文窗口就是你控制大模型这个‘解释器’的杠杆，它在数字信息空间中为你执行计算。”——安德烈·卡帕斯

他举了个极其生动的例子：以前安装复杂的开源工具，你需要写冗长且容易报错的Shell脚本（1.0思维）。但现在，你只需要把一段安装说明“复制粘贴”给你的AI智能体，它会自己查看你的电脑环境，自己调试报错，自己完成安装。“复制粘贴给智能体”，这就是现在的编程新范式。

02 辛辛苦苦写的APP，被AI一秒秒杀

为了说明旧思维有多可怕，卡帕斯分享了自己“被打脸”的真实经历。他曾花大量时间写了一个叫MenuGen的APP：用户拍下没有图片的餐厅菜单，APP通过OCR识别菜名，再调用图像生成器生成菜品图片展示出来。为了这个APP，他搞前端、弄部署，折腾了一大圈。

结果呢？他看到了软件3.0版本的解法：直接把菜单照片发给Gemini大模型，配上一句提示词：“用Nano Banana把菜品图片叠加到菜单上。” 瞬间，一张完美的实景菜单图生成了。

“这让我大跌眼镜。我写的那个MenuGen应用根本就不该存在！在旧范式下，我还在做中间商；而在新范式下，神经网络包揽了所有工作，输入是图，输出是图，中间根本不需要任何APP。”

卡帕斯提醒所有人：不要再用现有的范式去思考“如何让旧流程变快”，而是要意识到“全新的事物已经触手可及”。未来的计算机，可能直接把神经网络作为“主进程”，而传统的CPU仅仅是个“协处理器”。

03 AI是“偏科天才”，懂重构代码却不懂过马路

既然AI这么强，是不是所有工作都要完蛋了？卡帕斯提出了一个核心概念：可验证性（Verifiability）与锯齿状智能（Jagged Intelligence）。

AI在“结果容易被验证”的领域（如数学、编程）进化得极其恐怖，因为实验室可以通过海量的强化学习（RL）让模型自我进化。但这种进化是不均衡的，导致AI变成了“偏科天才”。

卡帕斯分享了一个让人啼笑皆非的案例：当今最顶级的模型（如Opus 4.7），可以同时帮你重构10万行的庞大代码库，甚至找出零日漏洞（Zero-day vulnerabilities）；但如果你问它：“我要去50米外的洗车店洗车，该走路还是开车？”它会一本正经地建议你“走路去”，完全忽略了你得把车开过去才能洗车的基本常识。

“我们不是在创造动物，而是在召唤幽灵。它们没有内在动机、没有常识，只是被数据和奖励函数塑造的统计学模拟电路。”

这意味着，只要你的工作处于“不可轻易验证”的领域，或者需要极强的物理世界常识与复杂逻辑关联，你暂时就是安全的。你必须成为那个“在回路中（in the loop）”把控方向的人。

04 从“氛围编程”到“智能体工程”

去年，卡帕斯带火了“氛围编程（Vibe Coding）”这个词，意思是大家只要动动嘴皮子，感受一下氛围，AI就把代码写了。但这只是硬币的一面。今天，他提出了一个更严肃的概念：智能体工程（Agentic Engineering）。

这两者有什么区别？卡帕斯解释道：“氛围编程拉高了所有人的下限，让每个人都能写软件；但智能体工程是为了守住专业软件的质量上限。你不能因为用了AI，就在代码里留下安全漏洞。”

在AI时代，传统的“10倍工程师”概念已经被彻底放大。那些善于利用AI工具的人，效率提升远不止10倍。这也彻底改变了职场招聘的逻辑。卡帕斯直言，现在的面试如果还在做算法题，那就太老套了。

“未来的面试应该是这样的：给你一个大项目（比如写个推特克隆版），让你用AI去建。建好之后，我会派出10个顶级AI智能体去疯狂攻击你的网站。如果它们攻不破，你才算被录用。”

05 当思考被外包，人类还剩下什么？

随着AI智能体越来越像不知疲倦的“超级实习生”，人类的哪些技能会变得更有价值？卡帕斯的答案是：品味（Taste）、判断力（Judgment）、审美（Aesthetics）和顶层设计能力。

他提到，AI实习生虽然记忆力惊人（能记住所有复杂的API细节），但极其缺乏商业常识。比如，他的AI在处理支付逻辑时，居然试图把用户在Stripe（支付平台）的邮箱和Google登录的邮箱强行匹配，完全不懂用户可能会用两个不同的邮箱。这种“愚蠢的错误”，必须由人类来兜底。

在访谈最后，卡帕斯引用了一句让他深思的推文，这也成为了整场对话的灵魂：

“你可以把‘思考（Thinking）’外包给AI，但你绝对无法外包‘理解（Understanding）’。”

无论AI多强大，最终必须有一个人类来决定：我们要建什么？为什么值得建？方向对不对？在这个信息爆炸的时代，利用AI构建个人知识库，提升自己的“理解力”，才是普通人最核心的护城河。