💡
原文中文，约12100字，阅读约需29分钟。
📝
内容提要
Andrej Karpathy 在访谈中探讨了 AI 编程的未来，提出了“凭感觉编程”和“智能体工程”的概念。他指出，虽然 AI 生成的代码已可用，但人类仍需理解系统结构和质量标准。未来编程将更多依赖于如何有效指挥 AI，而非单纯编写代码。随着智能变得便宜，理解和判断能力将愈加重要。
🎯
关键要点
- Andrej Karpathy 提出了“凭感觉编程”（Vibe Coding）和“智能体工程”（Agentic Engineering）的概念，强调未来编程将更多依赖于如何有效指挥 AI，而非单纯编写代码。
- 2025 年 12 月，Karpathy 体验到 AI 生成的代码从“有帮助但常要修补”变为“直接可用”，他进入了完全凭感觉编程的状态。
- Software 3.0 的关键在于通过 prompt 和 context 操作大语言模型（LLM），而不是用自然语言写代码。
- Karpathy 认为，Vibe Coding 提高了软件开发的下限，使得更多人能够使用 AI 开发软件，而 Agentic Engineering 则确保专业软件的质量和安全。
- 随着智能变得便宜，理解和判断能力将愈加重要，人类需要理解系统结构和质量标准，以便有效监督 AI 生成的代码。
- Karpathy 形容 LLM 为“幽灵”，强调它们不是动物式智能，而是由人类文档和统计模式塑造的模拟实体。
- 未来的编程范式将是将任务转化为可以直接交给 AI 的指令，而不是传统的代码编写方式。
- Karpathy 提到，AI 的能力在不同任务上高度不均匀，某些简单任务可能会出现低级错误。
- 他强调，尽管 AI 能够生成代码，但人类仍需负责系统的设计和判断，确保代码的质量和安全性。
❓
延伸问答
什么是 Vibe Coding？
Vibe Coding 是一种让 AI 根据人类的自然语言指令生成代码的开发方式，强调放弃对代码的直接控制。
Karpathy 如何看待 AI 生成代码的质量？
Karpathy 认为 AI 生成的代码虽然能直接使用，但仍需人类负责系统设计和质量判断，以确保代码的安全性和可靠性。
Agentic Engineering 和 Vibe Coding 有什么区别？
Vibe Coding 提高了软件开发的下限，使更多人能使用 AI 开发软件，而 Agentic Engineering 则确保专业软件的质量和安全。
未来编程的核心将依赖于什么？
未来编程将更多依赖于如何有效指挥 AI，而非单纯编写代码，强调人类的理解和判断能力。
Karpathy 如何描述大语言模型（LLM）？
Karpathy 将 LLM 形容为“幽灵”，强调它们不是动物式智能，而是由人类文档和统计模式塑造的模拟实体。
为什么 AI 在某些简单任务上会犯低级错误？
AI 的能力分布取决于 RL 训练覆盖的领域和实验室的数据选择，某些简单任务可能未被充分训练。
🏷️
标签
➡️
