36kr 08月25日
AI编程新时代:Karpathy分享编程新范式与工具选择
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

安德烈·卡帕西(Andrej Karpathy)分享了他在AI辅助编程方面的最新体会,指出在代码低成本生成的“代码后稀缺时代”,写代码和删代码的价值被重新审视。他强调工具是为人服务的理念,不应执着于单一工具,而是整合多种工具以取长补短。Cursor适合日常开发,Claude Code与Codex擅长完成大块功能但缺乏“品味”,而GPT-5 Pro则是解决顽固bug的终极手段。文章还探讨了AI辅助编程的效率、代码风格问题,以及在不熟悉领域和处理一次性任务中的应用,预示着编程领域因AI而充满无限可能。

💡 **AI编程新范式:代码后稀缺时代**:安德烈·卡帕西提出,在AI能够低成本生成代码的时代,代码本身已不再是稀缺资源,这促使人们重新思考“写代码”和“删代码”的价值。这种转变使得探索性编程和快速迭代成为可能,大量定制化、一次性代码可以被快速创建和丢弃,极大地降低了编程门槛。

🛠️ **多工具协同,各司其职**:卡帕西强调应采用“工具为人服务”的理念,不依赖单一“完美”工具,而是整合多种工具以发挥各自优势。例如,Cursor的自动补全适合日常高效率编码,尤其是在人类先提供代码上下文的情况下;Claude Code和Codex等大型模型适合处理大块、可明确描述的功能实现,但需要注意其输出的“品味”问题,如过度防御性编程、冗余设计等。

🚀 **GPT-5 Pro:攻坚克难的终极武器**:对于最棘手的、其他工具难以解决的微妙bug,GPT-5 Pro被认为是最后的防线。它能够深入挖掘文档和论文,找到隐藏的错误,并在处理代码优化建议、文献综述等复杂任务时提供有价值的见解,尽管其输出并非总是完美,但其强大的问题解决能力使其在面对硬核挑战时不可或缺。

🧪 **AI辅助编程的实践与挑战**:文章还探讨了AI辅助编程的实际应用,如利用AI快速生成一次性脚本来定位bug,即使这些代码最终会被删除。同时,也指出了AI在代码风格和“品味”上的不足,以及在教学和复杂超参数调优方面的局限性。如何高效管理AI生成的代码(如CLAUDE.md)以及如何通过并行使用多个AI实例来提高效率,是当前面临的挑战。

🌐 **编程领域的新机遇与思考**:总体而言,AI的引入正在彻底改变编程领域,带来了前所未有的可能性。卡帕西的分享引发了关于如何最大化AI帮助的广泛讨论,包括使用专门的Agent来管理AI生成的代码,或者将不同AI模型的输送进行“串联”优化。这促使开发者不断学习和适应技术前沿,以应对不断变化的编程环境。

「代码后稀缺时代」里,Karpathy分享了他对AI辅助编程的最新体会:在代码已可低成本生成并随时丢弃的背景下,「写」与「删」的价值被重新审视。Cursor补全适合日常开发,Claude Code与Codex能完成大块功能但缺乏「品味」,而GPT-5 Pro则是攻克顽固bug的终极防线。

马斯克的好兄弟,我们的好朋友,大神Andrej Karpathy最新「AI编程指南」已出!

在目前模型能力已经达到博士级的情况下,如何能够最大化AI对编程的帮助?

当AI能够「低成本生成代码」,你只需要vibe coding的情况,一个新问题来了:

现在是会写代码更重要?还是会删代码更重要?

Karpathy分享了他的「最佳LLM辅助编程」体验和方法。

工具使用理念

首先是建立一种理念,工具是为人服务的。

不执着于单一「完美」工具,更倾向于整合多个工作流,取长补短。

因为不同工具在不同层级的任务中各有优势。

比如Claude Code、Codex等适合大段的难度不高的任务,Tab补全则需要人类先「打好样」。

Cursor(Tab自动补全)

Karpathy说这种方式是日常工作的主要使用方式,比例大概占约75%。

因为在代码正确位置写代码块或注释,能向AI高效传达任务规范。

这种「人类先写的方式」,信息传递效率高于自然语言对话。

但有个问题,就是经常需开关Tab自动补全以避免干扰。

更高一个层级的用法是,高亮一块具体的代码,然后让它进行某些修改。

辅助工具(Claude Code / Codex 等)

对于重型武器,比如Cladue Code和Codex,可以用于实现大块、可直接描述的功能。

不过这种完全的「自动驾驶」整体表现参差不齐,容易偏离需求。

经常需手动中断(ESC)避免错误输出。

Karpathy也还没学会如何通过并行使用多个实例来提高效率——光用一个就感觉够费劲了。

并且,Karpathy还没找到好办法能把CLAUDE.md这个文件维护好。

经常需要专门对代码风格或个人偏好的「代码品味」问题进行一轮「净化」,Karpathy举了一些例子。

它们写的代码防御性过强,比如,经常滥用try/catch;它们会把抽象搞得过于复杂;

它们会产出臃肿的代码,例如,在可以用列表推导或单行if-then-else解决的地方,非要用嵌套的if-then-else结构);

它们会重复代码块,而不是创建一个好用的辅助函数,等等……

Karpathy认为,目前来看,这些工具基本上没什么「品味」可言。

简而言之,就是活是干了,但是没有写出「优美」的代码。

不过,当Karpathy要涉足一些自己不太熟悉、需要「凭感觉编程」的领域时,它们又变得不可或缺。

比如最近写的一些Rust、SQL命令,或者其他任何之前涉猎较少的技术。

另一个体验就是,AI写代码的同时能不能也化身老师,边写边教?

Karpathy曾试过让Claude Code在写代码的同时教他知识,但完全行不通——AI只想埋头写代码,根本不想在过程中进行任何解释。

还试过让它做超参数调优,结果非常滑稽。

此外,在处理各种风险较低的一次性定制化、实用工具或调试代码时,它们也超级有用——如果没有它们,Karpathy根本不会去写,因为太花时间了。

举个例子,为了定位一个特定的bug,Claude Code可以一口气写出1000行一次性、极其详尽的可视化代码,等找到bug后,这些代码就全部删掉了。

这就是「代码后稀缺时代」——你现在可以随手创造并删除成千上万行高度定制化、转瞬即逝的代码,这没关系,代码已不再是什么珍贵\昂贵的东西了。

GPT-5 Pro:最后防线

当面对最困难的问题,GPT-5 Pro是最后的防线。

只有GPT-5 Pro能定位其他工具无法解决的微妙 bug,用它能处理最硬核的问题。

比如,Karpathy已经遇到好几次这种情况:

Karpathy(人类)、Cursor和Claude Code三个加起来被一个bug卡了10分钟。

但当把所有东西一股脑复制粘贴给GPT-5 Pro后,它琢磨了10分钟,结果真的找到了一个极其微妙的bug。

它非常强大,能挖出各种生僻的文档和论文之类的资料。

Karpathy也用它来处理其他更棘手的任务,比如就如何优化代码抽象征求建议(结果有好有坏,有时能提出好点子,但并非总是如此),或者围绕某个特定主题做一份完整的文献综述,它总能返回相关的优质资源和线索。

代码「后稀缺时代」特征

总之,在众多编程「范式」和各有优劣的工具的加持下,Karpathy感觉编程这个领域被彻底引爆,充满了无限的可能性。

身处其中,很难不为自己没能跟上技术最前沿而感到焦虑。

因此,便有了以上这些胡思乱想,以及对其他人有什么新发现的浓厚兴趣。

评论区里也由此引发大讨论。

对于CLAUDE.md的更新问题,有人专门设置一个Agent来专门负责更新和校准。

还有人表示可以把Claude Code得到代码,再给到GPT 5来「润色一番」。

也有人分享了他的AI编程工具使用流程。

还有人分享了他常用的开发工具。

有人表达了同样的体会,在不同任务上选择合适的模型是一种艺术。

你目前使用AI编程体验如何?可以评论区分享哦~

参考资料

https://x.com/karpathy/status/1959703967694545296

本文来自微信公众号“新智元”,作者:定慧 好困,36氪经授权发布。

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

AI编程 Andrej Karpathy 编程范式 代码生成 LLM Cursor Claude Code Codex GPT-5 Pro AI工具 AI辅助开发 代码后稀缺时代 AI Programming Andrej Karpathy Programming Paradigms Code Generation LLM Cursor Claude Code Codex GPT-5 Pro AI Tools AI-Assisted Development Post-Scarcity Code Era
相关文章