前两天Karpathy开源了他自己写的项目nanochat，算是整个互联网大模型圈的热点之一，这个项目特点是极简、完全从头开始from scratch，包括全栈训练和推理pipeline，总共8000行代码。

然而，让老董叔最为惊讶的是，Karpathy并没有依靠AI coding，而是完全通过手写的方式hand-written，顶多用了tab补全，

——这其实就是AI coding之前一个时代，咱们写代码的方式了。

说实在的，现在让大家回到前大模型完全代码hand-written那个时代，大多数人包括老董叔估计都要疯了。

其实Karpathy给出了解释，他当然在nanochat项目开发中，尝试了咱们几乎每个人每天都常用的Claude、Codex等coding agent工具，但是效果很不好，

他甚至抱怨道，基本是完全不起作用、毫无帮助（net unhelpful）

这个抱怨虽然在很多用AI coding的人中仍然经常听到，但你要知道，Karpathy不是别人，

——他是发明了vibe coding的人。

老董叔当时就在X上对Karpathy评论道（图一），这是典型的distribution shift，发生在了coding任务上。

因为Karpathy开发的任务是from scratch基于一些比较新的算法，比如GRPO等等，搭建完整的ChatGPT缩小版，在Anthropic OpenAI等等各家开发的AI Coding Agent中，这部分代码的分布是极少的，自然也就起不了什么作用，甚至完全是副作用。

——Vibe coding发明者如今用纯手工打造的8000行代码发布了类ChatGPT项目，本身就是对AI Coding局限性的最好注解。

尤其是在现在各大厂家模型全力在SWE-Bench verified等等benchmark榜单上继续刷分的情况下（比如，图2中Claude sonnet 4.5最高刷到了82%），这种benchmark的评价本身也应该想办法改进了。

（至于老董叔在图一X贴子上提到的self-evolving system，其实是另一个问题了，篇幅有限，在这里就不赘述了，有机会大家再一起讨论讨论）
#AI编程局限性##vibe coding#