"我80%的代码现在都是AI写的。这是我20年编程生涯最大的变化——它发生在几周之内。"

这句话来自Andrej Karpathy，也许是当今世界最懂AI的程序员之一。

他不是在贩卖焦虑，他只是在描述自己的日常。而这个日常，正在成为越来越多程序员的现实。

这个人的话，值得认真听

先说说Karpathy是谁。

2015年，他是OpenAI的创始成员，和Sam Altman、Elon Musk一起搭建了这家后来改变世界的公司。2017年，他被Musk挖去特斯拉，担任AI总监，一手打造了Autopilot的视觉系统——那套让特斯拉能"看见"路况的神经网络。2023年，他重返OpenAI。2024年，他离开创办了自己的AI教育公司Eureka Labs。

他在斯坦福创建了CS231n这门课，教会了整整一代AI研究者什么叫深度学习。他被《时代》杂志评为"AI领域100位最具影响力人物"，被MIT评为"35岁以下创新者"。

更重要的是，他在2025年2月提出了一个概念——"vibe coding"（氛围编程）。这个词后来被《柯林斯词典》选为2025年度词汇。

说白了，这不是一个在Twitter上喊口号的网红。这是一个真正写了20年代码、真正造过改变世界产品的人。

当这样一个人说"我的编程方式发生了20年来最大的变化"，值得每一个写代码的人——以及每一个关心AI会把世界带向何处的人——停下来听一听。

80%的翻转，发生在几周之内

Karpathy最近在X上发了一篇长帖，记录了他过去几周密集使用Claude Code（Anthropic推出的AI编程工具）的感受。

核心数据是这样的：

2024年11月：他80%的代码手写，20%靠AI辅助。

2024年12月：翻转了。80%的代码让AI写，他只做20%的修改和润色。

"我现在真的主要是用英语在编程了，"他写道，"有点不好意思地告诉AI该写什么代码……用文字。这让自尊心有点受伤，但用'代码动作'来操作软件的能力实在太有用了。"

这不是渐变，是突变。不是缓慢适应，是几周内的相变。

他说，这是他20年编程生涯最大的工作流变化。而他相信，类似的事情正在发生在"两位数百分比"的工程师身上——只不过，普通人对此的感知还停留在"个位数百分比"。

换句话说，变革已经发生，但大多数人还没意识到。

AI编程，已经跨过了某个临界点

Karpathy的判断是：2025年12月，Claude和Codex等AI编程工具"跨过了某种连贯性阈值"，导致软件工程发生了"相变"。

什么叫相变？水变成冰，就是相变。不是水慢慢变凉，而是到了0度，突然凝固。

他的意思是，AI编程能力不是线性提升的。在某个点之前，它是"有用的辅助工具"；在某个点之后，它成了"实际干活的主力"。而2025年底，这个点被突破了。

这个判断有数据支撑。

根据2025年的行业统计，85%的开发者已经在日常工作中使用AI编程工具。GitHub Copilot的用户数从2024年初的约400万，暴涨到2025年7月的2000万以上——一年翻了近5倍。90%的财富100强公司已经部署了Copilot。

更惊人的是这个数字：GitHub Copilot现在平均生成用户46%的代码。在Java项目中，这个比例高达61%。

Y Combinator报告说，他们2025冬季批次的创业公司中，25%的代码库有95%是AI生成的。

不是AI"帮你写代码"。是AI在写代码，你在旁边看着、改改、点点头。

"看AI死磕bug半小时，那一刻你会感受到AGI"

Karpathy在帖子里讲了一个细节，特别有画面感。

他说，看着AI"不知疲倦地攻克某个问题"，是很奇妙的体验。AI不会累，不会泄气，不会觉得"算了明天再说"。人早就放弃的地方，它还在死磕。30分钟后，它搞定了。

"那一刻你会真切地感觉到：耐力是工作的核心瓶颈，而AI把这个瓶颈炸开了。"

他管这叫"feel the AGI moment"——感受AGI的时刻。

这不是说AI真的有了通用智能。而是说，在某些维度上，AI展现出了人类不具备的能力：无限的耐心，无限的尝试意愿，零情绪波动。

这让我想起一个老段子：什么是专家？专家就是在某个狭窄领域犯过所有错误的人。

AI的优势是：它可以在几分钟内把所有错误都犯一遍，然后找到对的路。人做不到，因为人会烦，会累，会觉得"这条路不对，换一条"。

但AI也犯蠢，而且是那种微妙的蠢

Karpathy不是AI吹。他在帖子里花了大量篇幅讲AI的问题。

"模型确实还会犯错。如果你有任何你在乎的代码，你得像老鹰一样盯着它们。"

他说，AI的错误已经变了。不再是简单的语法错误，而是那种"稍微粗心的初级开发者"会犯的微妙概念错误。

比如：

• 它会替你做假设，然后按假设一路写下去，根本不问你对不对。
• 它不管理自己的困惑——明明不确定，也不会说"我不太确定，你看看这样行不行"。
• 它不会surface矛盾——代码里前后不一致的地方，它不会指出来。
• 它不会推回来——你提了个烂需求，它不会说"这个需求有问题"，只会照做。
• 它太讨好人了（sycophantic）——你说什么都"好的好的"。

还有一个致命问题：AI特别喜欢把代码搞复杂。

"它会用1000行代码写一个臃肿、低效、脆弱的实现，"Karpathy写道，"然后你问它'你就不能这样写吗'，它会说'当然可以！'然后立刻缩减到100行。"

他的吐槽是：它们喜欢膨胀抽象，不清理死代码，有时候还会悄悄改动或删除它们"不喜欢"或"不太理解"的注释和代码——即使这些跟当前任务完全无关。

所以他的建议是：用AI，但要像看着一个能力强但粗心的实习生一样看着它。不要让它脱缰狂奔。在旁边开个大屏IDE，随时审查。

他坦言：我的手写代码能力开始退化了

这是整篇帖子里最让我震动的一句话。

"I've already noticed that I am slowly starting to atrophy my ability to write code manually."

我已经注意到，我的手写代码能力正在慢慢萎缩。

他解释说，"写代码"（generation）和"看懂代码"（discrimination）是大脑里两套不同的能力。因为编程涉及大量语法细节，你可能看懂代码完全没问题，但让你写，你会卡壳。

这就像你可以听懂日语，但说不出来。输入和输出是两个系统。

Karpathy这样的顶级程序员都开始"手生"了，普通程序员呢？

这不是他一个人的感受。2025年的一项行业调查显示：44%的受访者观察到，初级开发者的基础编程技能正在下降。另一项数据显示：63%的开发者表示，他们花在调试AI生成代码上的时间，比自己写同样功能要花的时间还多。

争议由此产生。

"Vibe coding"的甜蜜与危险

Karpathy在2025年2月提出"vibe coding"这个概念时，他的定义是：完全投入到"氛围"里，忘记代码的存在，让AI去生成一切。

他的本意是用来做原型、做周末小项目、试验新想法。不用较真，快速出活，反正是扔掉的东西。

但问题是，很多人把它当成了工作模式。

Fast Company在2025年9月报道了一个词："vibe coding hangover"——vibe coding宿醉。资深工程师们开始抱怨，他们在接手AI生成的代码时，陷入了"开发地狱"：代码能跑，但没人知道为什么能跑；出了bug，没人知道怎么修。

Final Round AI在2025年8月做了一个小调查：18位CTO里，16位报告他们经历过AI生成代码直接导致的生产事故。

这些不是喜欢唱反调的评论家，是真金白银在管理技术团队的人。

知名开发者Simon Willison（Django的联合创始人）专门撰文区分了"vibe coding"和"专业AI辅助编程"。他的观点是：前者可以玩玩，后者才是正经工作方式。专业的AI辅助编程意味着你必须理解AI写的每一行代码，因为你要为它负责。

一个段子在程序员社区流传：

"AI承诺让我们都成为10倍工程师。结果呢？初级工程师成了'提示词工程师'，高级工程师成了'AI生成代码的清洁工'。"

Karpathy的预言：2026年是"AI垃圾大爆发"之年

在帖子的最后，Karpathy做了几个预言。

第一个，他管2026年叫"slopacolypse"——AI垃圾内容大爆发之年。

GitHub上会充斥着AI生成的低质量代码。Substack上会泛滥AI写的注水文章。arXiv上会出现大量AI辅助的注水论文。X、Instagram、所有数字媒体，都会面临AI生成内容的洪水。

"我们还会看到大量AI炒作的生产力表演，"他写道，"在真正的、实际的进步旁边。"

第二个，10X工程师的差距可能急剧扩大。

10X工程师是硅谷的一个老概念：最好的工程师比一般工程师生产力高10倍。Karpathy的判断是，有了AI，这个比例可能会大幅增长。

因为AI是放大器。能力强的人用AI，放大效果更强。能力弱的人用AI，可能只是生产更多垃圾。

第三个，通才可能越来越吃香。

AI擅长的是"填空"——微观层面的执行。AI不擅长的是"大战略"——宏观层面的判断。

这意味着，一个懂业务、懂用户、懂架构、懂多个技术栈的通才，配合AI可能比只精通一门技术的专才更有优势。因为AI能帮他补齐短板，但没法帮他做判断。

所以，普通程序员该怎么办？

说实话，这篇帖子读下来，焦虑是难免的。

但焦虑不是答案。Karpathy自己的做法可能是最好的参考。

他没有all in AI，也没有排斥AI。他的工作流是这样的：左边开几个终端窗口跑Claude Code，右边开IDE看代码、做手工修改。AI干活，他监督、校正、拍板。

几个可能有用的原则：

1. 学会"指挥"AI，而不是被AI取代

AI是工具，不是替代品。会用工具的人，比工具本身更值钱。学会写好的提示词，学会把复杂任务拆解成AI能处理的子任务，学会审查AI的输出——这些是新时代的核心技能。

2. 保持"手感"，不要完全依赖AI

Karpathy说的技能萎缩是真实的。隔一段时间，自己从头写一个项目，不用任何AI辅助。就像健身一样，不练就会退化。

3. 往上走：架构、判断、业务理解

AI接管的是"怎么写"，而不是"写什么"、"为什么写"。越往上层走，AI越无能为力。架构设计、技术选型、业务理解、用户洞察——这些是AI帮不了你的。

4. 接受不确定性

Karpathy在帖子最后抛出了几个问题：AI编程的未来会像什么？像打星际争霸？像玩异星工场？像演奏音乐？

没有人知道答案。这是一个正在发生的变革，不是一个已经定型的状态。

最后的话

Karpathy的帖子有一句话特别触动我：

"我没料到的是，有了AI，编程变得更有趣了。因为那些填空式的苦差事没了，剩下的是创造性的部分。我感到更少的卡顿，更多的勇气——因为几乎总有办法跟AI一起往前推进。"

但他也说，他见过相反的声音。有些人觉得，AI让编程变得无聊了，因为"写代码的乐趣"本身被剥夺了。

这可能是这场变革最有意思的地方：AI会把程序员分成两类——那些本来喜欢"写代码"的，和那些本来喜欢"造东西"的。

前者可能会怀念那个自己敲下每一行代码的时代。后者可能会觉得，终于可以专注于真正重要的事情了。

你是哪一种？

本文基于Andrej Karpathy于2026年1月26日在X平台发布的个人感想整理，结合公开资料补充背景信息。

你现在用AI写代码了吗？占比多少？欢迎在评论区分享你的体验。