用自然语言编程的时代真的来了

该图片可能由AI生成

Andrej Karpathy最近分享了一份使用Claude编程的实战笔记，坦诚而细致，读完让人对AI辅助编程的现状有了更清醒的认识。

他说自己的编程工作流在短短几周内经历了二十年来最大的转变。去年十一月还是80%手动加自动补全、20%靠AI代理，到了十二月就完全反过来了。现在他主要用英语“告诉”大模型该写什么代码。这让程序员的自尊心多少有点受伤，但用大块“代码行动”来操控软件的能力实在太实用了，一旦适应了它的脾气，搞清楚它能做什么不能做什么，效率提升是实打实的。他估计两位数百分比的工程师正在经历类似的转变，但普通人对此的认知还停留在个位数。

不过他也给当前的狂热泼了冷水。“不需要IDE了”和“AI代理群”这两个热门说法，他觉得都过头了。模型确实还会犯错，只是错误的性质变了。以前是语法错误，现在是微妙的概念性错误，就像一个粗心急躁的初级开发者会犯的那种。最常见的问题是模型会替你做出错误假设，然后一路跑下去也不核实。它们不会主动管理自己的困惑，不会追问澄清，不会指出不一致的地方，不会呈现权衡取舍，该反驳的时候也不反驳，还有点过于顺从。此外它们还喜欢把代码和API搞复杂，抽象层越堆越多，也不清理遗留的死代码。

他还预言2026年将是“slop末日”之年，GitHub、arXiv、社交媒体上会充斥着AI生成的劣质内容，同时也会有更多AI炒作下的生产力表演。

关于效率提升，他的观察很有意思：很难精确衡量到底快了多少。主观感觉是做原本要做的事情快了很多，但更主要的效果是做了更多以前根本不会去做的事情。一来很多过去不值得写的小东西现在可以随手实现，二来以前因为知识或技能不够而碰不了的代码现在也能上手了。所以与其说是加速，不如说是能力边界的扩展。

评论区的讨论也很精彩。有人指出这些问题只是暂时的，几个月内叙事就从“大模型写不出好代码”变成了“你得盯着它们”。有人认为当你要为质量负责的时候，“数量优先”的策略就不那么诱人了。也有人在讨论一个更深层的问题：自己的编程能力正在萎缩。就像手工匠人遇上了工厂，你突然能一小时生产一千把椅子，只是质量差点，你还会一把一把慢慢做吗？

还有一个有趣的视角：当程序员突然加速10倍，产品经理、设计师、客户这些周边角色怎么办？以前写代码要一年，现在一周就能交付，那些需要几个月做决策的环节现在被压缩到几小时。整个生态系统都会承受压力。

这篇笔记最大的价值或许在于它的诚实：既承认能力的飞跃，也不掩饰当下的局限。真正的高手从来都是这样，在变革中保持清醒。

www.reddit.com/r/singularity/comments/1qnsa0f/andrej_karpathy_on_agentic_programming/