夜雨聆风核心速览
- 编程语言的下一次革命，是「自然语言」成了最通用的编程语言。
- 造工具的成本一旦低过买工具，软件就从商品变成了随手可取的东西。
- 门槛降的是写代码，没降的是想清楚自己到底要什么。
Andrej Karpathy 有句被反复转述的话：「最热门的编程语言是英语」 。
软件开发正在经历第三次范式转变，门槛已经降到「会说人话」就行。
三代范式，三次降门槛
Karpathy 把软件史切成三块。Software 1.0 是人写代码，门槛是学会 Python 或 C++。
Software 2.0 是训练神经网络，你不再写规则，而是调权重。门槛变成了懂深度学习、还得有 GPU 集群。
Software 3.0 是写 prompt，门槛是——会说人话。
每次转变，能参与「软件开发」的人，都比上一代多一个数量级。从专业程序员，到算法工程师，再到任何一个会提需求的人。
这套说法来自 Karpathy 2025 年 6 月在 YC AI Startup School 的演讲。他的原话是：「1.0 is code, 2.0 is weights, 3.0 is prompts.」
这个切割之所以重要，是因为每一代都把「谁有资格造软件」的边界往外推了一圈。1.0 时代你和编译器较劲，2.0 时代你和损失函数较劲，3.0 时代你只管和机器把需求讲明白。
他还给了一个类比：LLM 就是新的操作系统。
- LLM ≈ CPU，负责算
- 上下文窗口 ≈ RAM，临时记忆
- 工具调用 ≈ 系统调用
- prompt ≈ 源代码
我后来想通一件事：一旦 prompt 被当成源代码，软件的交付物就不只是代码文件，而是一段段能被反复执行的「意图」。
本节重点
- 三代范式，门槛依次从「学编程」降到「说人话」。
- 每次降门槛，开发者群体扩大一个数量级。
- LLM 已不是工具，而是新的操作系统。
Vibe Coding——从口号到现实
「vibe coding」 , Collins 词典把它评为 2025 年度词汇。
这个词是 Karpathy 在 2025 年 2 月一条推文里造出来的：「You fully give in to the vibes, embrace exponentials, and forget that the code even exists.」
他接着解释：「It's not really coding—I just see stuff, say stuff, run stuff, and copy paste stuff, and it mostly works.」 我读这段的时候觉得，他把「不读代码也能交付」这层窗户纸捅破了。
数据也在跟上这个变化：
- Retool 调研：35% 的应用由非开发者构建
- Trickle.so 这类零代码平台，用户突破 10 万
- JetBrains 调研：90% 的开发者已经在用 AI 工具
这几个数字放在一起看才准：非开发者已经在造应用，开发者也几乎全员用上了 AI。两边都在往中间靠拢——专业的人用 AI 提效，外行的人用 AI 入门。
数据已经不只是比例了，开始出现极端案例。一位 91 岁的老人用 Replit，两天就做出了一套能用的管理系统；一个 10 岁的小学生用 AI 做出了一款能玩的游戏。年龄和「写没写过代码」，正在快速失去意义。
平台侧更夸张。百度的秒哒平台已经生成 50 万 AI 应用，用户超过 1000 万；OpenAI 的 Codex 里，非开发者用户增长了 137 倍。注意，是倍数不是百分比——进场的不只是「会用点工具的人」，而是完全没碰过代码的那批人。
当 91 岁和 10 岁都能产出能跑的东西，vibe coding 就不再是程序员之间的梗，而是把「造软件」从职业身份里解放了出来。
典型的 vibe coding 流程长这样：
# 典型的 vibe coding 流程
$claude「帮我写一个FastAPI接口，接收图片返回EXIF信息」
# AI 生成代码 → 运行 → 看效果
# 报错？把错误信息贴回去 → AI 修复 → 再运行
# 80% 的代码你没读过，但它能跑这段代码想说清楚一件事：你大部分时间在做「描述 + 验收」，不是在敲语法。 软件正在变得「disposable」——用完即弃，造一个比买一个更划算。
本节重点
- vibe coding 已是 2025 年度词汇，不是黑话。
- 非开发者正在大规模进场造应用。
- 软件变得可丢弃：造比买便宜。
从「买软件」到「造软件」
当造工具足够便宜，人和软件的关系就翻了。以前是「有没有合适的软件卖我」，以后是「我能不能自己造一个」。
果壳有篇文章举过例子：有人用 AI 自建了菜单栏日历，替换掉付费的 Dato；又自建了显示器管理工具，替换掉 BetterDisplay。不是因为那些软件不好，是造一个更贴自己习惯。
企业端也在动。Klarna 公开说要抛弃大型 SaaS 供应商，改用 AI 自建内部工具。
算笔账：一份软件订阅平均 $273/月，而 AI 造工具几乎免费。
Devoteam 有个贴切的说法：AI 让每个人都能造软件，正如当年 DevOps 让每个人都能碰基础设施。
这不是个例。Gartner 预测，到 2028 年 75% 的新应用将走低代码 / 无代码路线；另一组数据更扎眼：23% 的企业 IT 自动化，已经由非 IT 人员搭建。造软件的人，正在从 IT 部门溢出去。
资本也下注了。Cursor 估值冲到 293 亿美元，Replit 在一年内从 30 亿涨到 90 亿美元。投资人赌的不是一个具体工具，而是「人人都来造软件」这件事本身。
这件事真正的价值不在省钱，而在每个人都能有「长在自己使用习惯上」的软件——它不一定完美，但刚好合你的手。买来的软件要你去适应它，造出来的软件反过来适应你。
这里有个容易被忽略的前提：你能造，不代表你该造所有东西。一次性、低频、只服务你自己的小工具，最值得自己动手；核心业务、多人协作、要长期维护的系统，还是交给专业开发更稳。判断「什么该造、什么该买」，本身就是一项新能力。
本节重点
- 造比买便宜时，软件从商品变成随手可取的东西。
- 个人和企业都在用 AI 替换现成 SaaS。
- 定制软件的尽头，是「长在你习惯上」。
门槛降了，但没消失
别被前面的乐观带偏。门槛降的是「写」，没降的是「想清楚」和「兜住质量」。
Karpathy 在 2026 年 Sequoia AI Ascent 上提出一个新词：Agentic Engineering。他把专业开发和 vibe coding 分开了——前者是另一回事。
开发者的角色确实在变。IBM 的说法是：开发者正从「代码实施者」转变为科技编排者（tech orchestrator）。
- 不再主要写代码
- 而是编排 AI、验证结果、设计架构
但这里有个坑。Google 的 DORA 研究发现：AI 采用率上升，软件交付的不稳定性反而升了约 10%。
Thoughtworks 更直接，提出 GenAI 三大幻觉：速度快、质量高、人更少。三个都未必成立。
我判断，非专业开发者最容易踩的坑，是把「能跑」当成「能用」。一个脚本今天能跑，不代表它处理了边界情况、做了权限校验、扛得住异常输入。vibe coding 让我们快速摸到原型，但原型到可靠产品之间，差的正是那些「没想到」。
Martin Fowler 给过一条务实的线：不是让 AI 直接生成最终代码，而是让它生成输入，再用确定性工具执行。
Software 3.0 的「编程」长这样：
# Software 3.0 的「编程」：prompt 就是源代码
## 传统编程（Software 1.0）
def calculate_exif(file_path):
import exifread
with open(file_path, 'rb') as f:
tags = exifread.process_file(f)
return {k: str(v) for k, v in tags.items()}
## Software 3.0 编程
「帮我写一个接口，接收图片，返回所有 EXIF 信息，
用 FastAPI，加上 API key 认证，部署到 Docker」
→ AI 生成完整代码 → 你验收结果左边那段你写、你读、你负责；右边那段你描述、验收、兜底。差别不在「会不会写」，在「会不会判断」。
本节重点
- 专业开发 ≠ vibe coding，Agentic Engineering 把它们分开。
- AI 用得多，交付反而可能更不稳。
- 开发者变成编排者，但判断力仍是硬门槛。
结尾
门槛降的是「写代码」，没降的是「想清楚要什么」。
人人都能造工具，但造好工具仍然需要判断力——知道要什么、能验收、敢否决。
Karpathy 在 2026 年的红杉演讲里还说过另一句话，正好收住全文：「You can outsource your thinking, but you can't outsource your understanding.」（你可以外包思考，但不能外包理解。）
这句话点破了一件事：造工具的活可以交给 AI，但「到底要造什么」和「造得对不对」的判断，外包不出去。AI 帮你写，你替自己拿主意。
Karpathy 说：「This is not the year of agents, it's the decade of agents.」 这不是一年的事，是十年的事。
对开发者来说，这意味着把精力从语法挪到架构与判断；对普通人来说，这意味着第一次有资格对自己说：这个工具，我来造。
觉得有用？点个关注，持续获取优质内容。