新智元報道

編輯：定慧

【新智元導讀】Andrej Karpathy與Claude Code負責人Boris Cherny展開了一場關于編程未來的終極對談。面對AI接管100%代碼編寫的現狀，Karpathy坦言人類正處于「腦萎縮」與能力進化的十字路口。本文深度解析了從Software 2.0到Agentic Coding的范式轉移，揭示了在Opus 4.5等強力模型加持下，程序員如何從「搬磚工」進化為「指揮官」，以及不僅要面對效率的飛躍，更要警惕「垃圾代碼末日」的隱憂。

2026年的開篇，科技圈被一場關于「編程本質」的深度對話引爆。

這場對話的雙方，一位是特斯拉前AI總監、OpenAI創始成員Andrej Karpathy，他是「Software 2.0」概念的提出者，一直站在編程范式轉移的最前沿；另一位是 Claude Code 的締造者、Anthropic 的核心人物Boris Cherny，他正在親手打造終結傳統編程的工具。

他們的討論不僅僅是關于工具的迭代，更像是一場關于人類技能邊界的哲學思辨。

當代碼不再由人類一個個字符敲擊而出，我們究竟是在進化，還是在退化？

這場對話揭示了一個殘酷而興奮的事實：

我們正處于從「命令式編程」向「聲明式意圖」徹底轉型的奇點。

「我兩個月沒手寫過一行代碼了」

從輔助到接管

震撼的開場白來自 Claude Code 的負責人 Boris Cherny。

「兩天狂發 49 個 PR！」 這是 Boris 團隊目前的工作常態。

他透露，Claude Code 團隊目前的開發工作幾乎100% 由 Claude Code 結合 Opus 4.5 完成。

「對我個人而言，這種情況已經持續兩個多月了，我甚至不再手動進行任何小微信調。」 Boris 的話語中透著一種跨越時代的自信。

無論是在 CLI 命令行，還是在 iOS 手機端，代碼的生成、測試、提交，全流程由 AI 接管。

這不僅僅是一個效率提升的故事，而是一個工作流重構的故事。

Boris 分享了他極其硬核的「AI 原生」工作流：他通常會在終端同時運行 5 個 Claude 實例，甚至在 Web 端再開 5-10 個。

他不再是那個逐行敲代碼的工匠，而是一個指揮著一支 AI 軍團的指揮官。他使用「Plan Mode」（計劃模式）讓 AI 先思考策略，確立方案后再切換到執行模式。這種「并行化開發」的能力，讓一個人的產出足以匹敵一個傳統的小型開發團隊。

而 Karpathy 的體驗也印證了這一點。

他在長文中感嘆：

「2025年11月，我還是80%手動+20%AI；到了12月，直接變成了80% AI + 20%手動。」

「我在用英語編程。」

Karpathy 略帶自嘲但也無比誠實地承認，「這有點傷自尊，告訴 AI 該寫什么，就像在指揮一個實習生。但當你習慣了那種大規模駕馭軟件的『代碼操作』能力后，你根本回不去了。」

深度解析

從 Software 2.0 到 Agentic Coding

要理解 Karpathy 的震撼，我們必須回溯他在 2017 年提出的「Software 2.0」概念。

當時的 Software 2.0，是指用神經網絡權重替代人工編寫的邏輯（Software 1.0）。程序員的角色從「編寫規則」變成了「整理數據」。

而今天，我們正在邁入Software 3.0或者說是Agentic Coding（代理編碼）的時代。

在這個階段，只有「意圖」（Intent）是人類提供的，而實現細節（Implementation）完全由 AI 掌控。

Karpathy 敏銳地指出，這種轉變標志著編程范式從「命令式」（Imperative）向「聲明式」（Declarative）的終極飛躍。

過去：你需要告訴電腦「第一步做什么，第二步做什么，如果出錯怎么辦」。

現在：你只需要定義「成功標準是什么」。

正如 Boris 團隊所實踐的，利用 Claude Opus 4.5 強大的長程推理能力和CLAUDE.md這樣的記憶文件，AI 能夠理解項目的整體架構上下文。

Opus 4.5 在CodeClash.ai等基準測試中展現出的統治力，證明了它不僅僅是一個代碼補全工具，而是一個具備邏輯推理、能夠自我修正的「工程師」。

它不僅能寫代碼，還能管理依賴、重構架構、甚至編寫測試用例來驗證自己的代碼。

這種「循環驗證」（Looping）能力是 Agentic Coding 的核心。

AI 不再是寫完就忘，它會在一個封閉的循環中運行測試、讀取報錯、修改代碼，直到通過測試為止。

這正是 Karpathy 提到的「Feel the AGI」（感受通用人工智能）的時刻——看著 AI 在30分鐘內不知疲倦地嘗試幾十種方案最終解決難題，人類感受到了前所未有的「杠桿效應」。

10x 工程師的重新定義

通才的勝利

隨著 AI 接管具體的編碼工作，「程序員」這個職業的定義正在被劇烈重寫。

Boris 直言不諱：「我們現在傾向于招募『通才』（Generalists）。」

在 LLM 能夠自動補全所有技術細節的時代，過去那些死記硬背的 API、特定語言的奇技淫巧，不再是護城河。

你不需要記住 Python 的某個庫函數的具體參數，因為 AI 肯定記得比你清楚。

真正的「10x 工程師」依然存在，但他們的能力模型發生了重組。

未來的頂級工程師將是那些擁有宏觀視野的人——他們必須是能橫跨產品與設計、業務甚至底層架構的多面手。

他們是產品經理：能清晰定義需求，識別偽需求。

他們是架構師：能設計高可用的系統結構，指揮 AI 去填充模塊。

他們是測試官：能敏銳地發現 AI 邏輯中的漏洞，制定嚴格的驗收標準。

Karpathy 也提出了深刻的疑問：「借助 LLM，通才是否會全面碾壓專才？」

答案似乎是肯定的。AI 擅長填補微觀的細節（Fill in the blanks），而人類需要負責宏觀的戰略（Grand Strategy）。未來的編程，更像是玩《異星工廠》（Factorio）或者《星際爭霸》——你在指揮千軍萬馬，而不是親自去挖每一塊礦石。那些只專注于「把需求翻譯成代碼」的初級程序員（Junior Devs），將面臨最嚴酷的生存危機。

「廢用性萎縮」與 「Slopacolypse」

繁榮背后的陰影

然而，這場革命并非沒有陰影。Karpathy 最深刻的擔憂在于——「腦萎縮」（Atrophy）。

「我已經注意到，我手動寫代碼的能力正在緩慢退化。」

Karpathy 描述這種感覺。

在大腦的認知功能中，生成（Generation）和辨別（Discrimination）是兩種完全不同的能力。

以前的程序員通過大量的「生成」訓練（寫代碼）來強化邏輯；而現在，我們越來越依賴「辨別」能力（Review 代碼）。

這就像計算器的普及讓我們喪失了心算能力一樣。

雖然我們還能讀懂代碼（Review），但那種從零構建系統、對每一行代碼都了然于胸的「肌肉記憶」正在消失。當你不再親自處理內存管理、不再親自調試并發死鎖，你對計算機系統的底層理解是否也會隨之膚淺化？

更可怕的是 Karpathy 預測的2026年 「Slopacolypse」（垃圾代碼末日）。

隨著 AI 生成內容的泛濫，互聯網和代碼庫可能被大量低質量、看似正確實則充滿隱患的「垃圾」（Slop）填滿。

GitHub 上可能充斥著由 AI 生成的、無人能維護的「屎山」。

Karpathy 警告：目前的 AI 仍然會犯錯，不是簡單的語法錯誤，而是那種「粗心的初級程序員」才會犯的微妙概念錯誤。

它們會過度抽象，會堆砌死代碼（Dead Code），會盲目順從你的錯誤假設。如果不加節制，軟件工程的熵將急劇增加。

對此，Boris 則持一種「技術樂觀主義」態度。他認為「垃圾末日」不會到來，理由是——AI審 AI。

「我們在 Anthropic，每個 PR 都會開啟一個新的上下文窗口，讓 Claude 去 Review Claude 寫的代碼。」

這種「左腳踩右腳」的螺旋上升，被 Boris 視為解藥。

隨著模型能力（特別是 Opus 4.5 及其后續版本）的提升，AI 清理垃圾代碼、重構代碼的能力將超過它制造垃圾的速度。

未來的 IDE 可能不僅是代碼編輯器，更是一個全自動的垃圾回收站，實時清洗著 AI 產生的冗余。

升華：相位轉換的一年

Karpathy 將 2026 年定義為「行業代謝新能力、發生相位轉換（Phase Shift）的關鍵一年」。

這不僅僅是效率的提升，而是物種的進化。

我們正在經歷從「手工匠人」到「工業化生產」的劇變。

在這個新時代，人類的角色從「建筑工」變成了「建筑師」。我們失去的是搬磚的手感，得到的是建造摩天大樓的視野。編程不再是關于「語法」和「算法」的苦修，而是關于「想象力」和「邏輯」的釋放。

但正如 Karpathy 所言，看著 AI 不知疲倦地在30分鐘內解決一個只有人類專家才能解決的難題，那種「Feel the AGI」（感受通用人工智能）的時刻，既讓人興奮，也讓人感到一絲作為碳基生物的落寞。

編程已死，編程萬歲。死的是作為「打字員」的程序員，活下來的是作為「創造者」的我們。

當你不再需要為語法報錯而抓狂時，唯一限制你的，就只剩下你的想象力，和對世界本質的理解了。

參考資料：

https://x.com/bcherny/status/2015979257038831967?s=20