前特斯拉 AI 總監(jiān)：AI 編程最大的謊言，是 “提效”

大家好，我是程序員魚皮。

前兩天，前特斯拉 AI 總監(jiān) Andrej Karpathy 在 X 上發(fā)了一條長帖子，內容是他最近幾周大量使用 Claude 編程的感悟。

結果這條帖子直接爆了，閱讀量超過 600 萬。

先簡單介紹一下『卡帕西』這位大佬：斯坦福 AI 博士，師從李飛飛；OpenAI 創(chuàng)始成員之一；后來去特斯拉當了 AI 總監(jiān)，負責自動駕駛的視覺系統(tǒng)。2024 年離開特斯拉后，他創(chuàng)辦了 Eureka Labs，專注用 AI 做教育。

不夸張地說，他可能是全球最懂 AI、又最能寫代碼的人之一。

在 2023 年 1 月的時候，他就提出過：未來最熱門的新編程語言是自然語言。

你現在回過頭來看這句話，就知道這哥們有多牛皮了。

所以我每次看他分享的內容時，都會先沐浴更衣，讓自己能夠進入深度思考狀態(tài)。

進入正題，這條帖子里有很多干貨，但讓我印象最深的是這句話：

我不太清楚如何衡量 AI 帶來的加速。我感覺做事確實快了，但主要的效果是我做的比原計劃多得多。

卡帕西說，現在他可以隨手寫一些以前 “不值得寫” 的小工具，也敢去碰以前因為技術棧不熟而不敢碰的代碼了。

所以 AI 編程帶來的核心變化不是加速，而是擴展。

我覺得這個觀察太準了！

之前很多人問我：AI 編程能提效多少倍？

其實這個問題本身就問錯了。AI 帶來的真正變化不是 “同一件事做得更快”，而是 “你開始做以前根本不會做的事”。

這就像你以前騎自行車，現在換了輛車。你不會說自己騎車快了 10 倍，而是會說自己能去更遠的地方了。

人比不過 AI 的一點

帖子里還有幾個點挺有意思的，跟大家分享一下。

卡帕西說，看 AI 在一個 Bug 上死磕 30 分鐘，不放棄、不氣餒，最后真的搞定了 —— 這是他感受 AGI 的時刻。

我看到這段就想起自己大學剛學編程時改 Bug 的經歷。已經是凌晨一兩點，試了好幾種方法都沒用，我的心態(tài)已經崩了，甚至有點兒心絞痛，于是想著明天再說吧，狗命要緊……

但 AI 不會這樣，只要你的 Tokens 足夠，它會一直跟 Bug 死磕。

耐力這件事，正在從人類的瓶頸變成 AI 的優(yōu)勢。

當然，代價就是燒 Token。所以程序員的基本功還是很重要的，至少你得能判斷這個 Bug 值不值得讓 AI 花半小時去磕，怎么通過指引 AI 讓它更快更省地解決問題。

編程變得更有趣了？

卡帕西說：用 AI 編程之后，那些填空式的苦差事沒了，剩下的都是創(chuàng)造性的部分。所以反而覺得更好玩了。

但他也提到，有些程序員會覺得失去了樂趣。因為對他們來說，寫代碼本身就是快感來源。

這可能是一個分水嶺：主要享受 “寫代碼” 的人，和主要享受 “造東西” 的人，體驗會很不一樣。

我看到一位 AI 圈的大 V 把這點稱為 “程序員正在分裂成兩個物種”。不過我倒覺得，這兩類人其實一直都存在。有的人享受代碼本身的優(yōu)雅，追求技術的深度和細節(jié)，寫出漂亮的代碼會有成就感；有的人更在乎東西能不能跑起來、能不能解決問題，代碼只是實現想法的工具。AI 只是把這個差異放大了而已 —— 前者可能會有點失落，后者則迎來了黃金時代。

我正在失去寫代碼的能力，但是…

卡帕西說：自己手動寫代碼的能力正在慢慢退化。

但是從他的話中能感受到，他對此的態(tài)度是 “已經不太在乎了”。

他給了一個有意思的視角，寫代碼（生成）和讀代碼（判別）是大腦里不同的能力。就像你可能寫不出一首好詩，但能看出一首詩寫得好不好。

編程也是一樣。其實想想看，以前沒有 AI 的時候，那些語法細節(jié)、API 用法，我們不也是靠查文檔、利用編輯器的提示嗎？真正需要記在腦子里的從來就不多。現在 AI 把這部分接管了，但代碼的設計思路對不對、架構合不合理，還是得靠你自己判斷。

所以未來程序員的角色，可能更像是 “技術導演” 而不是 “碼農”。你負責把控方向、做出決策，AI 負責執(zhí)行細節(jié)、填補空白。

2026 年垃圾內容會爆發(fā)，但是…

卡帕西還提到了一個詞：Slopacolypse

我搜了一下，發(fā)現這其實是最近 AI 圈流行起來的一個 “slop 系列” 造詞。Slop 指的是那些用 AI 批量生成的低質量內容，Slopacolypse 就是 Slop + Apocalypse，我理解是 “垃圾內容末日” 的意思。

他預測 2026 年，GitHub、各種社交媒體都會被 AI 生成的低質量內容淹沒。當生產內容的門檻大幅降低，注意力反而會變得更稀缺。

但他也說，真正的改進也在同步發(fā)生。AI 的智能部分已經跑在前面了，現在反而是工具、流程、組織這些東西還沒跟上。2026 年，整個行業(yè)會花大量精力去消化這波新能力。

說到這里，我想起自己身邊的情況。AI 領域幾乎每天都有新工具、新模型、新玩法冒出來，但真正意識到這些變化、真正去用這些新東西的人，又有多少呢？

我經常聽到有人說 “再等幾個月，等出了更好的再學”、“現在的還不夠成熟”。但問題是，在你等待的這幾個月里，已經有人用 AI 做出了以前做不到的東西，拉開了差距。

所以對于我們程序員來說，一方面必須要利用 AI 提升開發(fā)效率和優(yōu)化工作流程。

另外一方面，不妨打開思路，多想一想：有了 AI，你能做到哪些以前做不到的事？

以前不敢碰的技術棧，現在敢試了；以前覺得不值得做的小工具，現在隨手就能搞定；以前卡住就放棄的 bug，現在有個不知疲倦的助手幫你死磕。

這才是 AI 編程真正的紅利 —— 不是讓你更快，是讓你更大。

如果你還沒開始用 AI 編程，或者想系統(tǒng)學習怎么用的更好，可以看看我最新，從 0 開始帶你用 AI 編程做出項目，包含各種工具用法、實戰(zhàn)技巧、編程資源、甚至是產品變現經驗全都有。希望能幫你更快地擁抱這個新時代，一起變得更大、更強！

點擊下方關注魚皮，獲取免費編程學習路線、簡歷模板、面試題解、AI 知識庫、項目教程、交流群。

一些對大家有用的資源：
100+ 編程學習路線 / 實戰(zhàn)項目 / 求職指導
100+ 簡歷模板
300+ 企業(yè)面試題庫 mianshiya.com
500+ AI 資源大全
1 對 1 模擬面試
動畫學算法教程