Andrej Karpathy：一场里氏9级的大地震正在重塑整个编程行业

本文来自微信公众号： MacTalk ，作者：池建强，原文标题：《Andrej Karpathy：一场里氏 9 级的大地震正在重塑整个编程行业》

上周和大师（墨问CTO）测试了一下MiniMax的新版本M2.1，感觉大模型在编程领域确实是突飞猛进，相比我们那一代程序员，在AI时代编程有了更多的选择。

你可以让AI帮助自己读代码仓库，可以智能补全编程，可以给AI Agent下任务让它帮你编程，可以处理很多繁琐的任务，遇到错误信息还可以直接丢给AI让它帮助你分析甚至直接解决，还可以通过聊天的方式让AI给你出解决方案等等。

于是我和大师他们聊天：你们最常用的AI Coding方式是什么样子呢？

大师说，我们最常用的还是代码智能补全，还有智能建议，遇到Exception会问AI的建议，自己做模版让AI根据模版生成类似的代码等等。还会用AI Agent处理一些相对独立的脚本任务等等。不过专业程序员很少直接把需求丢给AI去做，这恰恰是Vibe Coding要做的事情。

我问大师，你们为啥不Vibe Coding呢？大师说还是驾驭的问题，很多时候AI生成的代码你同样需要去读和理解，否则维护起来非常麻烦。但无论如何，明年他也准备做一些类似的尝试了：

万一以后你用得比我好了，我不就没用了吗？

大师这么觉着。哈哈哈哈哈，然后我们就去崇礼滑雪了。

周一到公司就看到了这条在社区疯传的帖子，AI大神Andrej Karpathy两天前写的，阅读量已经1400多万了：

作为特斯拉前AI总监和OpenAI创始人之一，Andrej Karpathy是这么说的：

作为一名程序员，我从来没有像现在这样强烈地感到“落后”。这个职业正在被彻底重构——程序员亲手写下的代码正在变得越来越少、越来越零散。

我隐约觉得，只要把过去大概一年里已经出现的这些东西真正串起来，我的生产力完全可以提升10倍。而没能吃到这波红利，怎么看都更像是“技术没跟上”的问题。

现在需要掌握的是一整层全新的“可编程抽象层”（而且还是叠加在原有抽象层之上的）：agent、sub-agent、它们的prompt、上下文、记忆、模式、权限、工具、插件、Skills、hook、MCP、LSP、斜杠命令、工作流、IDE集成……与此同时，还必须在脑子里构建一个覆盖全局的心智模型，去理解这些本质上是随机的、会犯错的、不可解释的、不断变化的“东西”的优势与陷阱——而它们正突然和原本那套“老派、可靠的工程体系”搅在一起。

就好像某种强大的外星工具被发到了每个人手里，但没有任何说明书，所有人都得自己摸索怎么握住、怎么使用；而与此同时，一场里氏9级的大地震正在重塑整个行业。

想不时代的浪潮抛下，就只能撸起袖子加油干。

这段话引发强烈反差的原因是，AK本来就是AI圈子里大神级人物，他都感到“落后”了，普通程序员该咋活呢？

如AK所言，软件工程正在多出一个新的抽象层，而工程师的价值，正在从“写出正确的代码”迁移到“把不稳定的智能系统编排成可靠的生产线”。

为什么大师他们不敢给AI更多的自主权？因为难以驾驭，因为智能系统是不稳定的。

我知道很多人对AI编程的误解是把它当成“更快的键盘手”，哗哗的写代码，于是问题被简化为：能不能写对？能不能通过测试？有没有幻觉？

但Karpathy认为：写代码的“动作”会越来越少，工程问题却不会减少，甚至更难把控。

如何让一个会犯错、会漂移、不可解释、还会变的系统持续地产出可用结果？这是这一代程序员需要解决的问题。

以前我们面对的是确定性的编译器、可控的依赖、可复现的环境；现在多了一个“随机的合作者”。它很强，也很不靠谱；它能一口气写出200行看起来很顺的代码实现，也能在最关键的一行直接把你带进坑里，铲土埋好。

输出来自模型，背锅仍然是工程产品。

什么是抽象层？就是代码之上多出来的这套东西：agent、sub-agent、它们的prompt、上下文、记忆、模式、权限、工具、插件、Skills、hook、MCP、AI IDE……

程序员们需要基于新的抽象层构建代码，这种操作越来越像“搭建一套可编排的生产流水线”，而不是“单人手工写代码”：

agent/subagent：把任务切成角色与职责，让不同“工位”各干各的。

prompt/context/memory：给每个工位发操作手册、发图纸、发历史记录。

permissions/tools/plugins：给AI工具箱，也给它门禁卡。

skills/mcp：让大模型能够用自然语言和和第三方系统沟通交流。

hooks/workflows/IDE integrations：把流程固化成管道，把管道接入道工具里。

AI更像是一批“会输出文本的工人”。工程师要做的，是制定流程、配置权限、提供材料、验收结果、追溯责任、不断迭代SOP。

这就是所谓“可编程的新抽象层”。它不替代传统工程层（算法、系统、网络、数据库），而是叠加在其上：上面一层负责编排智能，下面一层负责承接现实。

很多资深工程师，代码写了十几年了，但面对AI依然会有失控的感觉，因为过去的工程技能树，在一夜之间出现了“新主干”。很多人仍然在旧主干上精修枝叶：更熟练的框架、更快的编码、更漂亮的抽象、更极致的性能；而另一群人已经开始学习如何把模型、工具、数据、流程串成一个系统，让产出从“灵感”变成“稳定供给”。

同样是写代码，有的人感觉只是提速20%，有的人像突然开了外挂。差异来自你的AI的理解和使用。这和普通用户类似，有的人用AI做出漂亮专业的照片和视频，有的只能搞个表情吧。

更残酷的一点在于：这层抽象的学习路径目前没什么标准教材。就像AK说的“没有说明书的外星工具”，每个人都在摸索如何握住它、如何发力、如何避免误伤自己。行业还在快速迭代，今天的最佳实践，可能三个月后就过期。

正因为如此，Andrej Karpathy认为：一场里氏9级的大地震正在重塑整个行业。

显然，未来依然需要懂系统的人、懂性能的人、懂架构的人、精通编程语言的人，但这些能力会更像“地基”，不再是全部。地基很重要，但地基本身不等于建筑。建筑的高度和功能，取决于是否能用新材料、新工法，搭出更快更稳的结构。

新世界已经出现，每个人都需要去解读那份外星工具的说明书。