新智元报道

[新智元导读]AndrejKarpathy与ClaudeCode负责人BorisCherny展开了一场关于编程未来的终极对谈。面对AI接管100%代码编写的现状，Karpathy坦言人类正处于「脑萎缩」与能力进化的十字路口。本文深度解析了从Software2.0到AgenticCoding的范式转移，揭示了在Opus4.5等强力模型加持下，程序员如何从「搬砖工」进化为「指挥官」，以及不仅要面对效率的飞跃，更要警惕「垃圾代码末日」的隐忧。

2026年的开篇，科技圈被一场关于「编程本质」的深度对话引爆。

这场对话的双方，一位是特斯拉前AI总监、OpenAI创始成员AndrejKarpathy，他是「Software2.0」概念的提出者，一直站在编程范式转移的最前沿；另一位是ClaudeCode的缔造者、Anthropic的核心人物BorisCherny，他正在亲手打造终结传统编程的工具。

他们的讨论不仅仅是关于工具的迭代，更像是一场关于人类技能边界的哲学思辨。

当代码不再由人类一个个字符敲击而出，我们究竟是在进化，还是在退化？

这场对话揭示了一个残酷而兴奋的事实：

我们正处于从「命令式编程」向「声明式意图」彻底转型的奇点。

「我两个月没手写过一行代码了」

从辅助到接管

震撼的开场白来自ClaudeCode的负责人BorisCherny。

「两天狂发49个PR！」这是Boris团队目前的工作常态。

他透露，ClaudeCode团队目前的开发工作几乎100%由ClaudeCode结合Opus4.5完成。

「对我个人而言，这种情况已经持续两个多月了，我甚至不再手动进行任何小微信调。」Boris的话语中透着一种跨越时代的自信。

无论是在CLI命令行，还是在iOS手机端，代码的生成、测试、提交，全流程由AI接管。

这不仅仅是一个效率提升的故事，而是一个工作流重构的故事。

Boris分享了他极其硬核的「AI原生」工作流：他通常会在终端同时运行5个Claude实例，甚至在Web端再开5-10个。

他不再是那个逐行敲代码的工匠，而是一个指挥着一支AI军团的指挥官。他使用「PlanMode」（计划模式）让AI先思考策略，确立方案后再切换到执行模式。这种「并行化开发」的能力，让一个人的产出足以匹敌一个传统的小型开发团队。

而Karpathy的体验也印证了这一点。

他在长文中感叹：

「2025年11月，我还是80%手动+20%AI；到了12月，直接变成了80%AI+20%手动。」

「我在用英语编程。」

Karpathy略带自嘲但也无比诚实地承认，「这有点伤自尊，告诉AI该写什么，就像在指挥一个实习生。但当你习惯了那种大规模驾驭软件的『代码操作』能力后，你根本回不去了。」

深度解析

从Software2.0到AgenticCoding

要理解Karpathy的震撼，我们必须回溯他在2017年提出的「Software2.0」概念。

当时的Software2.0，是指用神经网络权重替代人工编写的逻辑（Software1.0）。程序员的角色从「编写规则」变成了「整理数据」。

而今天，我们正在迈入Software3.0或者说是AgenticCoding（代理编码）的时代。

在这个阶段，只有「意图」（Intent）是人类提供的，而实现细节（Implementation）完全由AI掌控。

Karpathy敏锐地指出，这种转变标志着编程范式从「命令式」（Imperative）向「声明式」（Declarative）的终极飞跃。

过去：你需要告诉电脑「第一步做什么，第二步做什么，如果出错怎么办」。

现在：你只需要定义「成功标准是什么」。

正如Boris团队所实践的，利用ClaudeOpus4.5强大的长程推理能力和CLAUDE.md这样的记忆文件，AI能够理解项目的整体架构上下文。

Opus4.5在CodeClash.ai等基准测试中展现出的统治力，证明了它不仅仅是一个代码补全工具，而是一个具备逻辑推理、能够自我修正的「工程师」。

它不仅能写代码，还能管理依赖、重构架构、甚至编写测试用例来验证自己的代码。

这种「循环验证」（Looping）能力是AgenticCoding的核心。

AI不再是写完就忘，它会在一个封闭的循环中运行测试、读取报错、修改代码，直到通过测试为止。

这正是Karpathy提到的「FeeltheAGI」（感受通用人工智能）的时刻——看着AI在30分钟内不知疲倦地尝试几十种方案最终解决难题，人类感受到了前所未有的「杠杆效应」。

10x工程师的重新定义

通才的胜利

随着AI接管具体的编码工作，「程序员」这个职业的定义正在被剧烈重写。

Boris直言不讳：「我们现在倾向于招募『通才』（Generalists）。」

在LLM能够自动补全所有技术细节的时代，过去那些死记硬背的API、特定语言的奇技淫巧，不再是护城河。

你不需要记住Python的某个库函数的具体参数，因为AI肯定记得比你清楚。

真正的「10x工程师」依然存在，但他们的能力模型发生了重组。

未来的顶级工程师将是那些拥有宏观视野的人——他们必须是能横跨产品与设计、业务甚至底层架构的多面手。

他们是产品经理：能清晰定义需求，识别伪需求。

他们是架构师：能设计高可用的系统结构，指挥AI去填充模块。

他们是测试官：能敏锐地发现AI逻辑中的漏洞，制定严格的验收标准。

Karpathy也提出了深刻的疑问：「借助LLM，通才是否会全面碾压专才？」

答案似乎是肯定的。AI擅长填补微观的细节（Fillintheblanks），而人类需要负责宏观的战略（GrandStrategy）。未来的编程，更像是玩《异星工厂》（Factorio）或者《星际争霸》——你在指挥千军万马，而不是亲自去挖每一块矿石。那些只专注于「把需求翻译成代码」的初级程序员（JuniorDevs），将面临最严酷的生存危机。

「废用性萎缩」与「Slopacolypse」

繁荣背后的阴影

然而，这场革命并非没有阴影。Karpathy最深刻的担忧在于——「脑萎缩」（Atrophy）。

「我已经注意到，我手动写代码的能力正在缓慢退化。」

Karpathy描述这种感觉。

在大脑的认知功能中，生成（Generation）和辨别（Discrimination）是两种完全不同的能力。

以前的程序员通过大量的「生成」训练（写代码）来强化逻辑；而现在，我们越来越依赖「辨别」能力（Review代码）。

这就像计算器的普及让我们丧失了心算能力一样。

虽然我们还能读懂代码（Review），但那种从零构建系统、对每一行代码都了然于胸的「肌肉记忆」正在消失。当你不再亲自处理内存管理、不再亲自调试并发死锁，你对计算机系统的底层理解是否也会随之肤浅化？

更可怕的是Karpathy预测的2026年「Slopacolypse」（垃圾代码末日）。

随着AI生成内容的泛滥，互联网和代码库可能被大量低质量、看似正确实则充满隐患的「垃圾」（Slop）填满。

GitHub上可能充斥着由AI生成的、无人能维护的「屎山」。

Karpathy警告：目前的AI仍然会犯错，不是简单的语法错误，而是那种「粗心的初级程序员」才会犯的微妙概念错误。

它们会过度抽象，会堆砌死代码（DeadCode），会盲目顺从你的错误假设。如果不加节制，软件工程的熵将急剧增加。

对此，Boris则持一种「技术乐观主义」态度。他认为「垃圾末日」不会到来，理由是——AI审AI。

「我们在Anthropic，每个PR都会开启一个新的上下文窗口，让Claude去ReviewClaude写的代码。」

这种「左脚踩右脚」的螺旋上升，被Boris视为解药。

随着模型能力（特别是Opus4.5及其后续版本）的提升，AI清理垃圾代码、重构代码的能力将超过它制造垃圾的速度。

未来的IDE可能不仅是代码编辑器，更是一个全自动的垃圾回收站，实时清洗着AI产生的冗余。

升华：相位转换的一年

Karpathy将2026年定义为「行业代谢新能力、发生相位转换（PhaseShift）的关键一年」。

这不仅仅是效率的提升，而是物种的进化。

我们正在经历从「手工匠人」到「工业化生产」的剧变。

在这个新时代，人类的角色从「建筑工」变成了「建筑师」。我们失去的是搬砖的手感，得到的是建造摩天大楼的视野。编程不再是关于「语法」和「算法」的苦修，而是关于「想象力」和「逻辑」的释放。

但正如Karpathy所言，看着AI不知疲倦地在30分钟内解决一个只有人类专家才能解决的难题，那种「FeeltheAGI」（感受通用人工智能）的时刻，既让人兴奋，也让人感到一丝作为碳基生物的落寞。

编程已死，编程万岁。死的是作为「打字员」的程序员，活下来的是作为「创造者」的我们。

当你不再需要为语法报错而抓狂时，唯一限制你的，就只剩下你的想象力，和对世界本质的理解了。

参考资料：

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