共计 5094 个字符，预计需要花费 13 分钟才能阅读完成。
【新智元导读】Andrej Karpathy 在硅谷引发了轰动的推文，揭示了编程史上前所未有的变革，软件工程正经历一场 9 级的震荡。当 Linus Torvalds 开始利用人工智能编写代码，当 Rust 的创始人 DHH 在网络上热烈推荐 AI 编程，而一位澳大利亚的农民仅用五行代码便让硅谷的精英们感到困惑时，我们不得不面对一个无情的现实：编程领域的 AGI 奇点，已经悄然降临。在其他行业仍在讨论 AI 是否会取代人类时，程序员们已经感受到奇点的到来了。
2025 年 12 月 27 日，Andrej Karpathy 发布了一条推文。
这条推文在短时间内便被转发超过万次，点赞数量也达到了数万。
因为它揭示了一个所有开发者都能感同身受，却鲜有人能够准确表达的真相：
软件工程这个职业面临着深刻的重塑，而大部分人却正在被时代所抛弃。
该推文引发了广泛的「集体恐慌」，这种余震至今仍在继续。
在科技圈，Karpathy 的影响力毋庸置疑。他是无数程序员心目中的技术偶像，站在 AI 潮流的最前沿。
然而，这条推文的内容却令整个开发者社区感到震惊：
「作为一名程序员，我从未如此强烈地感到落后。」
他坦诚，如果能正确利用过去一年出现的 AI 工具，他的能力本可以提升十倍——但现实却是他并没有做到。这种无力感让他直言这是技能的短板。
更让人窒息的是他对现状的描述：
「这就像一件强大的外星科技落入人间，却没有任何使用说明，每个人都在摸索，而这场 9 级的职业震荡已经动摇了整个行业。」
外星科技。缺乏说明。9 级震荡。
如果连 Karpathy 都感到慌乱，普通程序员又该如何应对？
编程的奇点，游戏规则已被彻底改写
两周之后，知名科技博主 Theo（t3.gg 创始人、Ping Labs CEO）制作了一段视频回应 Karpathy。
视频的标题直截了当，近乎残酷：
You’re falling behind. It’s time to catch up.
（你正在落后，是时候赶上了。）
Theo 的核心论点简洁而有力：软件工程领域已经到达了一个永久性的转折点。
请注意这个词，永久性。
这并非一次技术的迭代，不是从 jQuery 到 React 那种层面的变化，而是更为根本的转变。
软件开发者这一职业正在被重新定义。
他用一个准确的比喻来形容：这就像是一场 9 级的地震。这不是简单的余震，也不是微小的变动，而是能够改变整个地貌的巨震。
过去一年究竟发生了什么？
Theo 分享了一个让许多人震惊的数据：在他的工作中，以及他所运营的多个团队中，现在 70% 到 90% 的代码都是由 AI 生成的。
并不是辅助生成，也不是参考生成，而是直接生成。
让我们回顾一下时间线：
– 2023 年：AI 能够帮助你编写函数，你需要进行检查和修改。
– 2024 年：AI 能够帮助你编写模块，你需要进行整合和调试。
– 2025 年：AI 能够帮助你编写完整的功能，你需要进行审查和优化。
这个趋势的尽头在哪里？Theo 认为，可能根本没有尽头，只有不断加速的过程。
观望的窗口已经关闭！
在 2023 至 2024 年，保持观望的态度或许是合理的。
编程新时代的来临：AI 的崛起与开发者的转变
曾几何时，开发工具的技术尚不成熟，费用也高得令人咋舌，可靠性更是令人怀疑。很多开发者常常会抱有观望态度，心中默念：“让我们先等一等，看看这些工具到底能不能用。”
然而到了 2025 年末，这种态度已变得沉重且不再适用。
基础模型的性能已达到可用于生产的标准，推理成本每两个月就会减半，工具生态系统也发展成熟，足以直接投入使用。
如 Cursor、Claude Code 和 Windsurf 等工具，现在已不再是实验性质的产品，而是成为了生产力的必备工具。
Theo 的观点非常明确：如今开始适应 AI 的开发者，实际上已经是“正式迟到”的状态了。
再不行动，问题就不只是迟到，而是将完全缺席这场技术革命。
就拿 Linux 的创始人 Linus 来说，他曾是最坚决反对 AI 编程的声音之一，但如今他也选择了加入这一行列。
新概念的崛起，未来编程范式已开始显现
Karpathy 在社交媒体上列举了一系列新兴概念：
代理（Agents）、子代理（Sub-agents）、提示（Prompts）、上下文（Contexts）、记忆（Memory）、模式（Modes）、权限（Permissions）、工具（Tools）、插件（Plugins）、技能（Skills）、钩子（Hooks）、MCP、LSP、斜杠命令（Slash Commands）、工作流（Workflows）、IDE 集成……
这并非是为了制造复杂，而是代表着 一种全新的可编程抽象层。
回顾计算机的发展历程，每一次的重大进步都会伴随着抽象层次的提升：
- 从机器语言到汇编语言
- 从汇编语言到高级编程语言
- 从高级编程语言到面向对象编程
- 从面向对象编程到云原生架构
如今，我们正经历着从手动编码到 AI 编排的又一次飞跃。
传统开发过程通常是线性的：需求→设计→编码→测试→部署。
开发者的核心价值在于编码这一环节：你能多快、多准确地将逻辑转化为代码。
然而，如今这一流程正在被重新构建。
程序员的角色正经历着重塑，不再是手写代码的工匠，而是 AI 代理的指挥者。
你需要掌握的已不是语法细节、算法实现和框架特性，而是：
- 如何设计与使用 AI 代理（Agents）
- 如何将任务拆解给不同的子智能体（Sub-agents）
- 如何为 AI 提供合适的上下文（Context）
- 如何让 AI 记住项目历史与决策（Memory）
- 如何编排 AI 的协作流程（Workflows）
- 如何与 MCP、LSP 等新协议交互
Karpathy 的话一语中的：
我们必须建立一个全球性心智模型，以驾驭那些本质上随机、易出错、难以解释并不断演化的实体——它们与传统严谨的工程实践交织在一起。
这是一种全新能力的体现。
如果你仍在用“旧地图导航”，那么你会发现路已经消失不见。
行业巨头纷纷出场，警惕！这不是一次演习
如果说 Karpathy 的推文是一声警钟，那么随后发生的事件则让整个技术界沸腾。
Linus Torvalds 也加入了这场变革。
没错，那个创造了 Linux 和 Git 的传奇程序员，曾以对 AI 编程的冷嘲热讽而闻名的老派黑客，现在开始运用 Google 的 AI 工具进行编码。
在接受采访时，他表示：
我感到惊讶，AI 生成的代码竟然比我手动编写的还要优秀。
当 Linux 之父开始使用 AI，而他曾公开嘲讽 AI 生成代码为垃圾的人，如今却表示满意，你还有什么理由继续观望呢？
DHH 也开始参与了。
Ruby on Rails 的创始人及 Rust 语言的热衷支持者 DHH，最近在社交媒体上积极推广 AI 编程工具。他甚至大胆表示：
那些拒绝使用 AI 的程序员，就如同不愿使用电脑的打字员。
这些知名人物象征着什么？他们是编程界的历史遗迹，代表着手工艺的精神，而他们曾是最不可能妥协于自动化的人群。
然而，现在他们都已屈服。
因为他们目睹了一个重要事实：AI 并非要取代程序员，而是要取代那些不懂得如何利用 AI 的程序员。
硅的速度是碳的六千万倍，这是一条物理法则的判决书
那么，AI 编程为何会如此迅猛发展呢？
在一次访谈中，Google DeepMind 的联合创始人谢恩·莱格（Shane Legg）提出了一个让人不寒而栗的观点：
人类的大脑本质上是一个低功耗的 20 瓦移动处理器，受到生物特性的限制。
当我们体内的神经信号以每秒 30 米的速度缓慢传递时，人工智能的数据传输却可以达到光速。
生物神经元的放电频率通常在 100 到 200 赫兹之间（而平均频率要低得多，大约为 0.1 到 2 赫兹，某些峰值可达约 450 赫兹），而现代硅芯片的时钟频率高达 60 亿赫兹。
换句话说，硅的速度是生物的六千万倍。
六千万倍。
这不是一个逐步的提升，而是物理法则的彻底碾压。
莱格进一步阐述：
正如人类无法在力量上超越起重机或在速度上战胜赛车一样，我们的生物认知也无法与工业级计算相抗衡。
随着我们掌握智能架构，人工智能在数学方面必将远远超出人类的思维能力。
这就是为何编程行业最早抵达技术奇点的原因：代码本质上是纯粹逻辑，编译器扮演着完美的裁判角色。
在这个领域，没有任何模糊地带，没有主观评判，只有能运作和无法运作。这是 AI 的强项。
而人类的碳基大脑，正在被以六千万倍速度的硅基智能所征服。
程序员的生存之道
在这场如同九级地震般的变革中，普通程序员应该如何应对？
Theo 提供了五个具体的行动步骤：
步骤 0：立即接入 AI 代码审查工具
第一步是最简单且风险最低的：在你的代码库中引入 AI 驱动的代码审查工具。像 Graptile 和 CodeRabbit 这样的工具会在 PR 阶段自动检测代码质量，识别潜在的错误。
零成本、零风险、立竿见影。
步骤 1：测试 AI 的极限
选择一个你过去花费一周时间的任务，尝试让 AI 在几分钟内完成。尽量不要期待完美，重点在于建立对 AI 能力边界的直观认识。
Theo 的建议非常直白：如果你没有感受到任何不适，说明你还没有足够努力。
步骤 2：学习解读 AI 的思考过程
利用 Plan Mode 观察 AI 是如何分析代码库、制定方案、分解任务的。这就像是棋手复盘，你需要理解每一步的考虑，而不仅仅是结果。
步骤 3：构建 agent.md 体系
这是至关重要的一步。你需要在代码库中创建并维护一个名为 agent.md 的文档，每当你对 AI 代码进行手动调整时，就需在该文档中增加一条新规则。
其效果是指数级增长：
第一周：AI 的准确率从 60% 跃升至 75%
一个月后：准确率提升至 85%
三个月之后：准确率接近 95%
你的角色将从编写代码逐渐转变为提出需求。
步骤 4：掌握多个 Agent 的协调编排
最后一个步骤是实现终极目标：让多个 AI Agent 协同作业，如同交响乐团般和谐。
这代表了一种全新的技能体系，而且这一体系仍在迅速扩展。
对管理者的警示
Theo 在视频中专门向技术管理者和首席技术官们发出警告，语气显得格外严肃：
切勿强迫员工使用过时的模型。
许多公司因成本控制或数据安全的原因，要求工程师使用内部微调的旧模型，或限制使用 Claude、GPT- 4 等最新技术。
Theo 的警告十分明确：
强迫他们使用过时或质量不佳的内部模型，必将导致优秀人才的流失。
优秀的工程师会意识到：在这样的公司里，他们的生产力受到人为限制，技能提升的速度远远落后于市场，正在使用过时的工具进行落后的工作。
最终导致的是人才的流失和竞争力的下降，形成恶性循环。
许多管理者会辩解：Claude 每百万 token 需要 $15，而我们自己的模型仅需 $0.5，必须节省开支。
然而，真正需要考虑的是：一位高级工程师的时薪在 $100 到 $200 之间，如果使用低质量模型，工程师需要修改 50% 的 AI 输出；而使用最佳模型，修改量仅需 5%。
哪个选择更为经济？答案显而易见。
推理成本每 8 周减半，而工程师薪资每年上涨 10%。这笔账无论如何都表明，工具成本可以忽略不计。
编程时代的 ASI 到来，奇点就在眼前
Andrej Karpathy 表示，他从未如此强烈地感受到自己的落后。
这似乎是个坏消息。
但从另一角度看：如果连站在最前沿的人都在全力以赴，那么说明这个领域仍未定型。
机会仍在，但窗口正在迅速关闭。
我们正见证人类历史上一个独特的时刻：
编程行业可能是第一个真正达到 AGI（甚至是 ASI）效应的领域！
为什么选择编程？
因为代码是纯粹的逻辑，编译器是完美的裁判。没有模糊的地带，没有主观的判断。这正是 AI 最擅长的领域。
其他行业仍在争论 AI 是否会取代人类，而编程这一职业——正在经历深刻的重构。
Shane Legg 的言论犹如重锤落下：
人类智力是宇宙智力的极限吗？
谢恩·莱格坚信‘ 绝对不是 ’。随着我们对智能架构的掌握，人工智能在数学上注定会超越人类思维的能力。
我们无法预测其他行业的奇点何时降临，但在编程领域，它已经到来。
Karpathy 用外星工具来描述这场变革。这个比喻精准得令人震惊——确实就像外星文明突然将一套超级工具抛给了人类，没有说明书，只有一句话：
挽起袖子，迎头赶上，才能不被时代所抛弃。
到 2025 年，软件工程的规则将彻底被改写。
如今的问题不再是人工智能是否会取代程序员，而是——
掌握 AI 技能的程序员，将会超越那些不懂得运用 AI 的同行。
你做好准备迎接这一挑战了吗？
参考链接：
https://youtu.be/Z9UxjmNF7b0
行业确实在迅速变化，但我对普通程序员的未来感到忧虑。是否能提供足够的培训，让大家适应这种新环境？