看特斯拉前AI总监、OpenAI前知名研究员Andrej Karpathy如何看AI大模型编程（Claude Code这样的工具）：AI Agent正在重塑编码工作流，2026年的软件工程大变革
Andrej Karpathy 是 AI 领域极具影响力的研究者，曾任特斯拉 AI 总监，并在 OpenAI 从事核心研究工作。2025 年底，他基于近几周密集使用 Claude 等大型语言模型（尤其是偏向 Claude Code 场景）的真实编码体验，撰写了一份反思笔记，系统性讨论了软件工程正在从“人主导编码”向“AI Agent 主导执行”转变的过程，以及这一转变带来的效率跃迁、方法论变化与潜在风险。
摘要（Abstract） 本文系统梳理了 Andrej Karpathy 在 2025 年底关于 AI Agent 编程的核心观点。Karpathy 基于其近期大量使用 Claude Code 等大型语言模型的真实工程经验，指出软件工程正在从“人主导的手动编码”转向“以 AI Agent 为执行主体、人类定义目标与约束”的新范式。文章总结了 AI Agent 在编码效率、工作流、工程方法论上的实际优势，同时也客观分析了其在概念性错误、过度抽象、监督成本、工程质量与个人技能退化等方面的现实问题。Karpathy 进一步提出，2026 年将是 AI Agent 能力被行业系统性消化的一年，工程师生产力差距、通才与专才分工、以及软件内容质量结构都可能发生深刻变化。
Andrej Karpathy 对大模型编程的核心观点总结
Karpathy 在笔记中坦言，他对 LLM 编码能力在短时间内取得的跃迁感到震惊，并迅速调整了自己的工作方式：从以手动编写代码为主，转向主要通过自然语言“指挥”AI Agent 生成和迭代代码。尽管这一转变在心理上伴随着一定的不适（例如对个人编码能力的自尊冲击），但他明确认为，这是一次量级极高的生产力提升，甚至可以说重塑了其二十余年的编程习惯。
他同时指出，当前的 AI Agent 仍然存在概念性错误、过度抽象和缺乏自我反思等问题，需要工程师保持高度监督。但即便如此，AI Agent 展现出的“持续执行、反复尝试直至成功”的特性，已经带来了强烈的“AGI 体验”。他也因此提出了一系列更宏观的问题：工程师之间的生产力差距是否会被进一步放大？通才与专才的价值结构是否会发生变化？以及整个软件行业在 2026 年将面临怎样的内容与质量冲击。
