Andrej Karpathy 是 OpenAI 的创始团队成员，特斯拉前 AI 总监，还创建了斯坦福大学著名的 CS231n 课程，甚至连现在流行的 Vibe Coding 这个词都是他发明的。

可就是这样一位行业大神，却在推文里坦承：我从来没有像现在这样，感觉自己作为程序员如此落后。

他说：程序员行业正在经历九级地震。

当我看完他的推文的时候，我脑海里冒出了一句话，那就是：AI 没有取代程序员，它取代了传统编程语言。 ​​​Vibe Coding 就像是诞生的一种新的编程体系，也挺复杂的。

一、程序员的工作正在被彻底改写

Karpathy 说，程序员这个职业正在经历一场剧烈的重构。什么意思呢？简单来说，程序员写的代码变得越来越少，越来越分散。以前写程序可能是一行行敲代码，现在更多时候是在各种工具之间做连接和调度。

这种变化其实反映了一个更深层的趋势。当 AI 工具越来越强大，程序员的角色从纯粹的代码生产者，逐渐转变成了系统的设计者和协调者。你要考虑的不再只是如何写出正确的代码，还要想清楚如何让 AI 帮你写代码，如何检查 AI 写的代码是否靠谱，如何把各种 AI 工具串联起来完成复杂任务。

二、机会就在眼前，却不知道怎么抓

更让 Karpathy 焦虑的是，他感觉自己本可以变得强大 10 倍。过去这一年，市面上出现了太多新工具、新技术，如果能把它们正确地串联在一起，效率可以大幅提升。但问题是，没能掌握这些工具就像是一种技能缺陷。

这种感受其实很多人都有。你看着别人用 AI 几分钟就生成一个网站原型，用 Cursor 几秒钟就修复一个 bug，而你还在用老方法一点点调试。这种差距会让人产生一种紧迫感：时代的列车已经开动，你得赶紧跳上去。

想想看，这种情况在历史上其实反复出现。当电脑刚普及时，会用办公软件的人比不会用的人效率高得多。当搜索引擎出现时，懂得如何精准搜索信息的人能更快解决问题。现在 AI 时代来了，会用 AI 工具的人和不会用的人之间，差距可能比之前任何一次技术革新都要大。

三、要学的东西多到让人头晕

Karpathy 列举了一长串需要掌握的新概念：agents、subagents、prompts、contexts、memory、modes、permissions、tools、plugins、skills、hooks、MCP、LSP、slash commands、workflows、IDE 集成等等。

这些东西都是 AI 时代新冒出来的 AI 编程工具和编程方法，听起来很复杂，但本质上都是在做一件事：构建一个新的可编程抽象层。以前程序员面对的是代码层、算法层、系统层这些传统抽象。现在多了一层，你需要理解如何跟 AI 打交道，如何设计提示词，如何管理 AI 的上下文记忆，如何给 AI 设置合适的权限和工具。

这就像你原本只需要学会开车，现在突然要学会既当司机又当导航员还当车队调度员。你不仅要知道怎么踩油门刹车，还要知道怎么规划最优路线，怎么协调多辆车配合完成任务。

四、AI 工具的特殊性在哪里

传统的编程工具是确定性的，你写什么代码就得到什么结果。但 AI 工具完全不同，Karpathy 用了四个词来形容：随机性、易错性、不可理解性、不断变化。

这意味着什么？意味着你给 AI 同样的提示，可能得到不同的结果。意味着 AI 有时会犯一些莫名其妙的错误。意味着你很难真正理解 AI 为什么做出某个决策。意味着今天能用的方法，明天可能就不灵了。

这对习惯了确定性工程思维的程序员来说，是一个巨大的挑战。你需要建立一套全新的心智模型，学会在不确定性中工作，学会验证和测试 AI 的输出，学会应对工具的变化。

这其实也给所有人提了个醒。在 AI 时代，我们可能需要重新定义什么叫做专业。以前的专业是掌握确定的知识和技能，现在的专业可能更多是适应不确定性的能力，是持续学习和调整的能力。

五、就像被给了一个外星工具

Karpathy 用了一个很生动的比喻：就好像有人突然给了你一个强大的外星工具，但没有附带任何使用说明书。每个人都要自己摸索怎么握住它，怎么操作它。而与此同时，这个工具正在引发一场 9 级地震，整个程序员职业都在剧烈震荡。

这个比喻很准确。AI 工具的出现确实像外星科技一样突然和强大。没有人能给你一本完整的操作手册，因为这个领域每天都在变化。大家都在摸着石头过河，都在尝试各种可能性。

有些人摸索得快一点，找到了适合自己的使用方式，效率大增。有些人还在观望，不知道从何下手。有些人尝试了但失败了，开始质疑这些工具的价值。

六、不努力就会被抛下

Karpathy 最后说：卷起袖子，不然就会被抛下。

这句话听起来有点危言耸听，但细想一下，还真是这么回事。技术变革的速度远超我们的想象。一年前 GPT-4 刚出来时，大家还在讨论它能不能写点简单代码。现在各种 AI 编程助手已经能够独立完成相当复杂的功能模块了。

这种加速度意味着，如果你今天不开始学习和适应，明天的差距会越拉越大。这不是说你必须马上掌握所有新技术，而是说你需要保持一种学习状态，持续关注和尝试新工具。

其实这种焦虑感并非程序员独有。无论你从事什么职业，在 AI 时代都会面临类似的挑战。老师要学会用 AI 辅助教学，设计师要学会用 AI 提升创作效率，律师要学会用 AI 分析案例，医生要学会用 AI 辅助诊断。

关键在于，你要认识到这种变化是不可逆的，早点行动总比晚点好。不需要完美，不需要一步到位，但需要开始。试着用 ChatGPT 帮你写周报，试着用 AI 工具生成一些代码片段，试着用 AI 辅助你的日常工作。在使用中学习，在实践中成长。

七、变化中的不变

说了这么多变化，我们也要看到一些不变的东西。编程的本质是解决问题，这一点没变。只是解决问题的工具和方法在改变。

好的程序员依然需要清晰的逻辑思维，依然需要对系统整体的把控能力，依然需要对用户需求的深刻理解。AI 可以帮你写代码，但它很难替代你对问题的洞察和对方案的判断。

所以，与其说 AI 在替代程序员，不如说 AI 在重新定义程序员的价值。那些纯粹靠敲代码吃饭的工作可能会减少，但那些能够设计系统、做出判断、解决复杂问题的高级程序员会变得更重要。

这个道理其实适用于各行各业。AI 会改变我们的工作方式，会让一些技能贬值，但也会让一些能力变得更有价值。关键是找到那些 AI 难以替代的部分，深耕你的核心竞争力，同时学会借助 AI 工具放大自己的能力。

当一位顶尖的 AI 专家都说自己感到落后时，我们不必过度焦虑，但也不能掉以轻心。保持好奇心，保持学习的状态，在变化中找到自己的位置。这可能是我们每个人在这个时代都要面对的课题。

原文地址：x.com/karpathy/status/2004607146781278521
#科技先锋官##微博年度新知博主##AI创造营#