2026-02-27 14:15
扫码打开虎嗅APP
本文来自微信公众号： 快刀青衣 ，作者：快刀青衣
AI时代，价值从“会用工具”转向“问题解决”。
9个月。一个新词，从创造到被权威词典选为年度词汇，只用了9个月，这个速度堪称奇迹。
2025年2月2日，AI大神安德烈·卡帕西（Andrej Karpathy）在X上随手发了个新词“Vibe Coding”，也就是“氛围编程”，指的是完全沉浸在氛围里，顺着感觉走，甚至忘了自己在写代码。
9个月后，也就是2025年11月，这个词被柯林斯词典选为年度词汇。要知道，“云计算”从2006年提出到被广泛接受，花了好几年时间。
说实话，没有对比就没有伤害。我第一次注意到“一个新词从诞生到被选为年度词汇只花了9个月”这个数据时，并没觉得值得大书特书。但后来当我发现，以前很多我自以为的热门词，都要花好几年时间才被主流词典认定收录，才意识到“Vibe Coding”这个词非常不一般。
不过，我的第一反应不是“卡帕西的影响力真大”，而是“这背后一定发生了什么”。一个词能以这种速度传播并被正式认可，要么是精准捕捉到某个正在发生的巨变，要么是所有人都在等一个词来描述自己正在经历的事情。
卡帕西显然属于后者。说他是AI大神，可能还有其他大神不服，但要说他是AI领域的起名大师，估计没有人敢与之争锋。
从2015年的“Hallucination”（幻觉），到2017年的“Software 2.0”（软件2.0），再到2025年的“Vibe Coding”（氛围编程），卡帕西已经连续十年在做同一件事：用命名定义我们正在经历的一切。
他创造的这些术语有个共同特点：在技术趋势刚刚显现、所有人都有感受到但还说不清楚的时候，就给对应的现象钉上了一个标签。等所有人开始用这个词的时候，才发现它有多精准。
01新概念“Claws”的提出
但真正让我印象深刻的，不是这些已经火了的词，而是他最近关于“Claws”的一系列思考。
对，“Claws”这个词就是他的最新命名作品。不少朋友肯定还记得，我在前面的文章里介绍过那个形象是一只龙虾的全球最热AI项目OpenClaw（原ClawdBot）。
英语单词Claw的意思是“爪子”，指猫、鹰这类动物的尖锐爪子，也可指工具的爪状部件。放到AI语境里，隐喻AI可以抓取或执行任务。卡帕西在这个单词后面轻轻加了个s，但里面可以看出的洞察还是挺多的。
这个词主要来源于卡帕西最近在X上分享的一件趣事：他买了一台新电脑，也就是Mac Mini，专门用来跑本地的AI智能体。一位苹果店员告诉他，这个设备最近卖得像北美早餐店的热松饼一样火，基本上热气腾腾刚上架就被买光。
他还在这条推文里定义了“Claws”的含义：AI智能体之上的新一层技术。就像LLM智能体是大语言模型的上层扩展一样，“Claws”进一步把智能体的编排、调度、上下文管理、工具调用和持久化能力提升到新高度，而且这些技术现在还能跑在类似Mac Mini这样的个人硬件设备上。
看到这段表述，有的朋友可能觉得抽象，我用一个简单易懂但稍粗糙的比喻再和你解释一下。你可以把底层大模型包括那些助手，当作地里收割的小麦，这是基础原材料，不能直接用。
而2025年最火的智能体更像是面粉，已经经过了加工，可以拿来就做面点或者熬疙瘩汤，算是半成品，能帮你干些小事。
而当下最火的这些“Claws”，更像是直接做好的香喷喷面包放在你面前，开袋即食。
02未来：让AI作为中介
不过，这条推文下有个网友质疑：“拜托，你觉得你奶奶想自己开发应用吗？更别说维护它了。”网友的意思是，让普通人用AI创建应用，门槛还是太高了。
卡帕西的回复只有一句话，信息量却很大，在我看来甚至比他的正文更值得琢磨。他说：“奶奶当然不必了解应用程序或知道有应用程序的存在。因为她的AI助理应该知道这些。”
这句话背后藏着一个更大的洞察：未来不是让所有人都学会编程，甚至不是让所有人都学会用AI写代码，而是让AI成为中介。
你只需要说出需求，AI会自己决定是调用现有应用，还是临时生成一个定制应用来完成任务，而你根本不需要知道“应用”这个概念的存在。
这就是卡帕西定义的“Claws”的核心思想。传统软件开发就像搭积木，你要一块块找到合适的模块，拼好、固定住。
而“Claws”更像是有个助手，你说“我想要个能发微信消息的功能”，它自己就去找积木、拼好、测试，你甚至不需要知道积木长什么样。
说实话，从卡帕西提出的“Vibe Coding”到“Claws”，你能看到一条清晰的演进轨迹：一开始是“人和AI一起写代码”，现在变成了“AI自己管理整个系统，人只需要表达意图”。
这不仅是编程方式的改变，更是我们和软件关系的重新定义。但问题是，当这个趋势真的到来，普通人该怎么办？
03代码价值重估
如果说卡帕西是站在山顶定义趋势的人，那西蒙·威利森（Simon Willison）就是在山脚下告诉你“怎么爬上去”的向导。
对非技术圈的朋友来说，西蒙可能不如卡帕西有名，但在程序员世界里，他是传奇人物。2003年，22岁的西蒙和同事一起创造了Django，这是Python世界最流行的Web框架，直到今天仍是无数网站的技术基础。
二十多年的开发经验里，从Django到AI工具，他几乎经历了整个互联网技术的演进。
更重要的是，西蒙不是坐在象牙塔里的理论家。他现在是独立开源开发者，全职构建数据新闻工具，是真正在用AI构建产品的实践者，他的博客也是我重要的阅读源。
2022年，他首次提出了“Prompt Injection”，也就是“提示词注入”这个术语，定义了大语言模型的一个重要安全漏洞。这和卡帕西提出“幻觉”这个词很像，都是在技术刚出现时，就敏锐发现关键问题，并给它起了个精准的名字。
但西蒙的风格和卡帕西完全不同。卡帕西喜欢创造新词、定义趋势，西蒙更像是技术圈的“翻译官”，他用实践者的视角把复杂的AI趋势解释清楚，告诉你“这个变化对你意味着什么”“你应该怎么应对”。
写代码现在很便宜
就在最近，也就是2026年2月23日，西蒙发布了一个新项目：Agentic Engineering Patterns（代理工程模式）。这个项目的第一章，标题就直击要害：“Writing code is cheap now”，也就是“写代码现在很便宜”。
这篇文章非常经典，要是咱们有产研背景的同学，我强烈建议你去看一下原文，逐字阅读，我把链接也放在文稿末尾了。
当我看到这个标题时，我脑子里第一个反应是想起Linux之父、开源世界的奠基人林纳斯·托瓦兹（Linus Torvalds）在2000年说的经典名言：“Talk is cheap.Show me the code.”
这句话的意思是“空谈廉价，给我看代码。”如果程序员要印一件体现自己群体文化的文化衫，我觉得有两句话一定入选，第一句是“Hello World”，第二句就是这句话。
在那个年代，好代码是昂贵的、稀缺的，所以“Show me the code”才是最有力的要求。但现在，2026年，西蒙告诉我们，“Code is cheap.Show me the talk.”
你看，这句话意思完全反过来了，就是“代码廉价，给我看对话。”在我看来，这不是一句调侃，而是对整个软件开发行业底层逻辑的颠覆。
代码成本结构的颠覆
过去，代码一直很昂贵。大多数软件开发者需要一整天甚至更长时间，才能产出几百行干净、经过测试的代码。当然，这种“昂贵”不只是时间成本，更重要的是，整个软件工程的习惯、决策框架、工作流程，都围绕这个核心约束建立。
在宏观层面，团队会投入大量时间做设计、估算和项目规划。每个产品功能都要评估“投入时间与产出价值的比例”，只有那些能“多次赚回”开发成本的功能才值得投入。
而在微观层面，程序员每天要做数百个决策，都基于“可用时间”和“预期权衡”，比如是否值得花额外一小时重构函数、写文档、添加边界情况测试？大部分时候，答案都是：算了，不值得。所以这也是为什么在大多数公司里，产研团队工资最高，核心原因就是能写出好的、解决问题的代码，是一件非常昂贵的事。
但现在，这个约束突然松动了。
代码编写的成本从昂贵变成了几乎免费。一个工程师可以同时在多个地方编码、重构、测试、写文档，不是因为他会分身，而是AI能并行处理这些任务。
谷歌首席工程师亚娜·多根（Jaana Dogan）分享过她的“啊哈时刻”：她的团队2025年花了很长时间构建一个分布式智能体编排器。
而今年，她给Claude Code描述了同样的问题，只花了一小时便得到了与团队过去一年开发的功能相符的答案。一小时对比一年，这不是效率提升，而是成本结构的彻底改变。
Vercel的CTO马尔特·乌布尔（Malte Ubl）说得更直接：“这是一个非常不同的世界。我在假期构建了2个主要开源项目，开始写一本书，还修复了一堆其他东西。这些在没有Opus 4.5的情况下绝对不可能完成。”注意他用的词，不是“很难完成”，而是“绝对不可能完成”。
要知道，这些人不是刚入行的新手，而是在这个行业摸爬滚打十几二十年的老兵和顶级程序员。
卡帕西关于“Claws”和应用形态的思考，恰恰从另一个角度印证了这个变化。西蒙说的“代码变便宜”，和卡帕西看到“应用变临时”，本质上都是在说同一件事：当AI生成代码的成本接近于零，我们就不再需要为“可能用到”提前准备，而是为“正在用”即时生成。
卡帕西自己就是这么做的。最近他在研究一个心率追踪实验，需要一个自定义仪表盘来可视化数据。传统做法是去应用商店找个健康类App，但可能功能不完全匹配，还要研究怎么用。
而卡帕西直接让Claude用一小时完成了所有工作，包括逆向工程跑步机的云端API、处理数据、生成前端界面，整个项目也就300行代码。他说，他不应该为了这个去找、去下载某个“心率实验追踪应用”，这东西LLM智能体几秒就能生成。
这就是“代码变便宜”带来的真正冲击：不是让现有工作变快，而是让很多原本“不值得做”的事情变得值得做。那些因为“开发成本太高”被放弃的想法，现在可以试试；那些因为“投入产出比不划算”被砍掉的功能，现在可以加上。
当然，西蒙也清醒地指出，“好代码”仍然昂贵。比如功能正确性、优雅的错误处理、简洁可维护性、完整的测试覆盖、准确的文档，这些质量标准没有降低。
真正变便宜的是“交付代码”这个动作，而“交付好代码”依然需要判断力、经验和专业能力。
西蒙给出的建议很实在：每当你本能地说“不值得花时间”时，试试用AI先去做一做。最坏的结果就是十分钟后发现确实不值得，浪费一点儿token而已。当然，你也可能发现新的机会。
04成本结构改变的普遍影响
成本结构改变了，决策框架也应该跟着改变。听到这里，如果你不是程序员，可能会想，这些都是技术圈的事，和自己有什么关系？
但其实，“代码变便宜”这个洞察背后的逻辑，适用于所有知识工作。
就拿写作来说，以前写一篇3000字的文章，光是初稿可能就要花半天时间。现在AI可以帮你快速生成初稿，但这并不意味着“写作变简单了”，而是“编辑和判断力变得更重要了”。
你需要判断AI生成的内容哪些有价值、哪些是废话，哪些逻辑通顺、哪些是硬凑的。你必须有鉴赏能力，才能发现不同大模型作品之间的巨大差距。
同样的逻辑也适用于设计、数据分析、战略规划。核心都是：成本结构改变，决策框架改变，工作方式也随之改变。
前Uber工程师格格利·奥罗斯（Gergely Orosz）创办的技术通讯博客“The Pragmatic Engineer”，曾多次探讨AI时代工程师核心能力的转变。
在他的文章里，他给出了几个关键洞察：
未来更需要的不是执行能力，而是判断力——能分辨AI输出的好坏；
不是操作技能，而是战略思维——知道要做什么，而非如何做；
不是通用知识，而是领域专业知识——能验证AI生成内容的准确性；
不是个人产出，而是产品思维——理解用户需求和商业价值。
05结语
回到卡帕西和那位网友的对话。网友说“让奶奶自己做应用太难了”，但卡帕西看到的是“奶奶根本不需要知道应用的存在”。
这个视角差异，恰恰揭示了这场变革的本质：不是让所有人都学会使用工具，而是让工具学会理解所有人。
在“代码变便宜”的时代，值钱的不再是“会写代码”，而是“知道该写什么代码”。在AI无处不在的未来，值钱的不再是“会用工具”，而是“知道该解决什么问题”。
1.卡帕西的推文（需海外网络条件访问）
https://x.com/karpathy/status/2024987174077432126
2.西蒙的博文：
https://simonwillison.net/guides/agentic-engineering-patterns/code-is-cheap/
