代码已死?“Vibe Coding”与“召唤幽灵”的疯狂时代 —— Karpathy2025年度回顾(二)
- 2026-02-05 01:01:41
摘要：如果说RLVR是AI进化的“内功”，那么2025年彻底改变人类工作方式的则是“招式”的革新。Andrej Karpathy在其年度回顾中提出了震撼业界的 "Vibe Coding"（氛围编程）概念，并用“锯齿状智能”解释了为何现在的 AI 既像天才又像白痴。本文将深度解读Karpathy眼中的软件开发终局，以及我们该如何与这些被召唤出的“幽灵”共存。
正文：
在上一篇《从“预测下一个词”到“学会思考”》中，我们探讨了 Andrej Karpathy 眼中 2025 年最大的技术范式转移——RLVR（基于可验证奖励的强化学习）。
然而，对于大多数非算法工程师而言，Karpathy在《2025 LLM Year in Review》中提出的关于应用层（App Layer）和人机交互（HCI）的洞察，或许更具杀伤力。他用两个极具画面感的词，精准概括了我们正在经历的疯狂时代：Vibe Coding（氛围编程）与Summoning Ghosts（召唤幽灵）。
1. Vibe Coding：当代码变成“一次性餐具”
2025年，软件开发领域发生了一个不可逆转的阈值跨越。Karpathy敏锐地指出：
“AI跨越了一个能力阈值，使得我们可以仅通过英语构建各种令人印象深刻的程序，而完全忘记代码本身的存在。”
这就是他创造的新词——Vibe Coding（氛围编程）。
什么是 Vibe Coding？这不仅仅是“用AI写代码”，而是一种心理状态的改变。你不再纠结于语法、分号或库的调用，你只负责“意图”和“审查”。Karpathy坦言，他在2025年“氛围编程”了大量项目，甚至用他不熟悉的Rust语言写了一个高效的Tokenizer，而完全不需要学习Rust的底层细节。
核心洞察：代码的“可抛弃性”这是Karpathy 最深刻的商业洞察之一：“代码突然变得免费、短暂、可塑，甚至是一次性使用的（discardable after single use）。”以前，写一个工具需要几天，我们必须维护它。现在，写一个工具只需要几分钟，用完就可以扔掉。Karpathy 甚至为了找一个Bug，随手让AI 写了一个临时App，用完即弃。
商业启示：软件开发的门槛被彻底粉碎。普通人将比专业人士获益更多，但专业人士的产出将呈指数级增长。未来的工程师，拼的不再是写代码的速度，而是 Context Engineering（上下文工程）的能力——即如何为AI构建完美的上下文环境。
2. 告别动物，拥抱“幽灵”：理解AI的锯齿状智能
为什么现在的AI（如DeepSeek-R1或GPT-4）有时能解开奥数题，有时却连简单的加减法都会算错？
Karpathy 给出了一个极具哲学意味的解释：我们不是在培养动物，我们是在召唤幽灵（Summoning Ghosts）。这个概念我们在Kapahy与Patel访谈中提到过（参见：《未来已来：十年长跑刚刚起步｜AI落地的真实距离与认知迷思（一）》）。这像极了《阿凡达3》中纳美人将后脑的神经辫tsaheylu与圣树相连，通过与Eywa建立精神连接，向这位潘多拉的生命之源发出召唤与祈愿。
Jagged Intelligence（锯齿状智能），人类的智能是生物进化的产物，为了在丛林中生存，我们的各项能力是相对均衡的。但LLM不同，它们的目标是“模仿人类文本”和“刷榜”。这导致了AI的能力呈现出极其诡异的 “锯齿状”（Jagged）分布：
“它们同时是一个天才博学家和一个困惑的、认知受损的小学生。”
商业启示：
1.不要拟人化：不要用“它像人一样思考”来预设AI的行为。它只是在特定领域（可验证的领域，如代码、数学）通过RLVR突刺出了惊人的能力，但在其他领域可能瞬间崩塌。
2. 对基准测试（Benchmarks）脱敏：Karpathy直言他在2025年对基准测试失去了信任。因为通过刷题（Training on the test set）和针对性优化，模型可以轻松在榜单上碾压人类，但这并不代表通用智能。
3. 未来的交互：LLM 需要原生GUI
既然我们是在和“幽灵”对话，为什么还在用1980年代的命令行（Chat Box）？
Karpathy提到Google的Gemini Nano Banana演示，认为这是 2025 年最具范式转移意义的模型之一。他指出，文本是计算机喜欢的格式，不是人类喜欢的格式。
未来的 AI 交互不应该是“你问我答”的聊天框，而应该是LLM Native GUI。AI 应该直接生成图像、图表、幻灯片、白板，甚至是一个完整的交互式App来回答你。
4. 结语：系好安全带
Karpathy 的2025回顾，既是对技术的复盘，也是对未来的预警。
• 对于开发者：拥抱Vibe Coding，学会通过自然语言“管理”代码，而不是通过键盘“敲击”代码。掌握Cursor这类工具，成为AI的编排者（Orchestrator）。
• 对于企业：警惕AI的“锯齿状智能”。在数学和代码等可验证（Verifiable）领域，大胆引入RLVR训练的模型；但在常识和开放领域，要时刻保持“人”在回路中。
正如 Karpathy 在文末所说：
“我们还没挖掘出这些模型10%的潜力……系好安全带（Strap in）。”
参考资料：
• Andrej Karpathy, "2025 LLM Year in Review"
