当一个能重构十万行代码、能挖出零日漏洞的模型，转头告诉你"洗车店离你 50 米，建议步行去"——你就知道，我们对 AI 的能力地图，一直都画错了。
如果你在 2025 年用 Claude Code、Codex、Cursor 还只是"提效工具"，那么 2026 年你应该认真听 Andrej Karpathy 这场炉边访谈。这位 OpenAI 联合创始人、前特斯拉 AI 负责人、Eureka Labs 创始人，在 Sequoia Capital 的 AI Ascent 2026 大会上说出了一句让整个开发者社区震动的话："作为一个程序员，我从未感到如此落后。"
这不是凡尔赛。他真正想说的是：编程这件事的默认工作流已经变了。不是编程变难了，而是"写代码"本身正在从一个核心技能，降级成 AI 的基础动作；真正稀缺的，变成了另一些东西。
这场约 30 分钟的对谈信息密度极高，Karpathy 把它拆成了三个相互咬合的概念——Software 3.0、可验证性（Verifiability）、Agentic Engineering。本文不搬运，而是把它重组成一套你可以立刻拿来诊断自己工作、判断技术选型、甚至指导职业方向的分析框架。
| 项目 | 内容 |
|---|---|
| 视频标题 | Andrej Karpathy: From Vibe Coding to Agentic Engineering w/ Stephanie Zhan |
| 频道 | Sequoia Capital（订阅约 22.4 万） |
| 时长 | 约 30 分钟（29:45） |
| 发布 | 2026 年 5 月（演讲 2026-04-20，旧金山 AI Ascent） |
| 访谈者 | Stephanie Zhan（Sequoia 合伙人） |
| 播放量 | 发布数周内刷屏，演讲全文 6800+ 词被多家媒体逐句拆解 |
| 核心主题 | Software 3.0、可验证性、锯齿状智能（Jagged Intelligence）、Agentic Engineering |
Karpathy 说自己整个 2025 年都在用各类 agent 工具，它们"擅长写代码片段，但经常出错，你得手动改"。直到 2025 年 12 月，他度假有时间，密集地试最新模型，发现一个肉眼可见的跃迁：生成的代码块更大、更连贯、更可靠，他甚至记不清上一次纠正 agent 是什么时候了。
这条观察背后是一个被很多人忽视的事实：编程的计量单位变了。过去是"打字，写一行行代码"；现在变成了"委派一个宏动作"——实现这个功能、重构这个子系统、研究这个库、搭起这个服务、写测试并跑通修复、对比两种方案并给出计划。
我的延伸判断：很多还在纠结"AI 写的代码对不对"的人，其实卡在了旧的计量单位里。当单位从"行"变成"任务"，程序员的角色就从"打字员"变成"项目经理/编排者"。你不再和 AI 比"谁记得住 API"，而要比"谁更会把活拆给一群不完美但极快的实习生"。
Karpathy 把软件演进压缩成一条序列，这是全片最值得反复咀嚼的框架：
他举了两个让人醍醐灌顶的例子。第一个是安装脚本：传统世界装一个跨平台的复杂工具，要写一堆 if/else 塞满条件分支的 shell 脚本（Software 1.0 的执念——要精确）。而 Software 3.0 的"安装包"，是一段你复制粘贴给 agent 的文字——它读取你的本地环境、自己 debug、适配你的机器、完成安装。
第二个例子 MenuGen 更狠。他用旧范式做了一整套 app：拍照→OCR 菜单名→用图像生成器画菜→在 UI 里渲染，要前端、API、鉴权、支付、部署、密钥管理。而 Software 3.0 版本是什么？拍张照，丢给多模态模型，让它直接把菜品图"画"进菜单像素里。 中间那整个 app 栈，本质上是在给一个"模型现在能直接完成的变换"搭脚手架。
视频原话大意：有些 app 根本不该作为 app 存在。 不要只问"AI 能让我更快地造旧 app 吗"，要问"哪些以前不可能的信息变换，现在变得自然了？"
我的解读：这是一个产品判断的核武器。当你想做某个工具时，先问自己——这件事是不是模型一次前向传播就能完成的"媒体到媒体的变换"？如果是，你可能在用 2018 年的思路造 2026 年的废墟。
如果说前两点是"现象"，那可验证性（Verifiability）才是 Karpathy 真正想交付的"定律"。一句话：
传统软件自动化"你能规定的（specify）"；LLM 自动化"你能验证的（verify）"。
一个任务只要存在自动的奖励/成功信号，模型就能通过强化学习反复练习它。这就是为什么数学、代码、测试、benchmark、游戏这些领域进步飞快——它们可重置、可重复、可打分。
而这条定律直接解释了那个著名的"锯齿状"现象：同一个 SOTA 模型，能重构十万行代码、能挖出零日漏洞，却会一本正经地建议你"步行去 50 米外的洗车店"。原因不是它"傻"，而是洗车场景不在它被 RL 训练过的验证回路里。
Karpathy 还补了一个关键修正：能力不仅取决于"能不能验证"，还取决于实验室在训练时给没给注意力。他给了一个粗略公式：
能力峰值 ≈ 可验证性 × 训练注意力 × 数据覆盖 × 经济价值
国际象棋的例子很有说服力：从 GPT-3.5 到 GPT-4，很多人以为棋力大涨是"通用智能"自然提升的结果，但实际上很可能是大量棋谱数据被塞进了预训练集。是有人在 OpenAI 决定加这批数据，于是出现了一个能力尖刺。
这对工程师意味着什么：前沿模型没有说明书。它是一个由预训练配比、RL 环境、benchmark 压力、产品优先级、经济激励共同塑造的"产物"。你要做的第一件事，是搞清楚你的任务在不在这个模型的"轨道（rails）"上。在轨道上，它能飞；不在轨道上，它会以令人吃惊的笨拙方式失败。
Karpathy 去年发明了 "vibe coding"（凭感觉编程）这个词。今年他刻意把两件事分开：
视频原话：Vibe coding 不允许你因为"凭感觉"就引入安全漏洞。你对软件依然负有和过去一样的责任，只是现在你可以更快。
他举了一个绝佳的反面案例（MenuGen 的支付 bug）：用户用 Google 账号登录、用 Stripe 买积分，两边都有邮箱。agent 试图用邮箱地址把 Stripe 的购买记录和 Google 账号匹配起来。代码完全合理，但系统设计是错的——两个邮箱可以不一样，用户可能买完拿不到积分。正确做法是用持久化的 user ID，而不是邮箱去关联资金。 这种判断，agent 现在还做不出来。
由此推出他对"10x 工程师"的新预言：掌握 agentic 工作流的人，对其他人的领先可能远不止 10 倍。 过去是 10x，现在是 50x、100x 的差距。
访谈结尾那句被反复引用的话，值得贴在显示器上：
You can outsource your thinking, but you can't outsource your understanding.（你可以外包思考，但无法外包理解。）
agent 像实习生，记忆力和执行力极强。Karpathy 自己已经记不清 PyTorch、NumPy、pandas 里 dim vs axis、reshape/permute/transpose/keepdim 这些细节了——因为不需要记，agent 的召回很准。但他仍然必须懂底层：张量有底层存储，你可以操作同一块存储的 view，也可以创建新的存储（效率低），你必须知道什么时候在无谓地拷贝内存。
换句话说，API 细节贬值，底层概念升值。存储、视图、内存拷贝、不变量、身份（identity）、安全边界、系统的"形状"——这些才是你作为"导演"必须握在手里的东西。理解是你当不好导演的唯一原因；信息仍必须真正进入你的大脑，否则你连"该建什么"都判断不了。
他还提了自己的 microGPT 项目（一个零依赖的单文件 Python GPT 训练+推理实现）。有意思的是，他发现让 LLM 把代码进一步简化，简直像拔牙——模型做不到。这恰好印证了可验证性定律的反面："品味/简化"没有自动的奖励信号，所以它不在 RL 回路里，所以模型在这里就是会卡住。这恰恰是人类价值最集中的地方之一。
Karpathy 用 "Animals vs. Ghosts" 的框架，提醒人们纠正一个普遍的直觉错误：LLM 不是动物。 它没有生物驱力、没有生存压力、没有自发的玩耍、好奇或内驱力。你冲它吼，它不会做得更好或更差。它是"人类产物的统计模拟"，基底是预训练，再在上面焊一层 RL。
为什么要强调这点？因为拟人化的期待会误导我们。这些系统可以这一秒天才、下一秒荒谬。正确的姿态既不是轻蔑，也不是盲信，而是经验主义的熟悉感（empirical familiarity）——搞清楚它在哪行、在哪崩、它是为什被训练的、怎么给它围上护栏。把 AI 当"锯齿状的异形工具"，而不是"有点笨的人"或"聪明的神"。
这是 Karpathy 最"暴躁"的一段，也是对整个 SaaS 行业的警告。他说现在的文档还在写"去这个 URL、点这个按钮、打开设置面板"——但越来越多时候，用户不是人，而是人的 agent。
他主张产品必须有 agent 原生的接口面：Markdown 文档、CLI、API、MCP server、结构化日志、机器可读 schema、可复制粘贴的 agent 指令、安全的权限管理、可审计的动作、无头（headless）的部署流程。
他还提出一个很漂亮的抽象——传感器（sensor）与执行器（actuator）：传感器把世界某状态变成数字信息；执行器让 agent 改变某事。未来的技术栈，就是 agent 代表人和组织，在传感器与执行器上运作。
仍用 MenuGen 当标尺：写代码不难，难的是接 Vercel、鉴权、支付、DNS、密钥、生产配置。在成熟的 agent-native 世界里，他应该能说一句"build MenuGen"，agent 就把整套部署搞定、无需手点。这就是衡量我们基础设施够不够 agent-native 的终极测试。
最后两点是面向团队和创始人的。招聘要重写：传统的小算法题越来越失配。更好的面试是——给候选人一个大项目（比如"为 agent 写一个 Twitter 克隆，做好做安全"），然后用十个 agent 去攻击他部署的网站，看能不能攻破。这测的是真本事：能不能把活拆给 agent、写有用的 spec、在快的同时守住质量、加固系统、把 agent 当杠杆而不是产出垃圾。
创业的 wedge：去找那些有价值、可验证、但前沿实验室还没重点训练的领域。代码和数学这些显而易见的赛道已被实验室重兵把守，但许多经济上重要的领域，可能藏着还没被开发的、潜在可验证的结构——只要你能造出一个让模型"试动作→收可靠奖励"的环境，你就能用 fine-tune / RL 提升，哪怕基础模型在这里一开始不怎么样。
mindmap
root((Karpathy:<br/>AI 重写编程))
拐点
2025-12 智能体跃迁
计量单位: 行 → 宏任务
角色: 打字员 → 编排者
Software 3.0
1.0 写规则
2.0 学权重
3.0 编程上下文窗口
例子: 安装脚本→一段文字 / MenuGen 消失
可验证性定律
能 specify 的→传统软件
能 verify 的→LLM
锯齿状智能: 重构10万行 vs 走路去洗车
公式: 验证×注意力×数据×价值
工作流
Vibe Coding 抬地板
Agentic Engineering 抬天花板
MenuGen 邮箱匹配 bug
人不可外包
外包思考 不外包理解
API 贬值 概念升值
microGPT: 模型不会简化
基础设施
为 agent 而非人构建
传感器 + 执行器
MCP/CLI/API/Markdown 文档
招聘与创业
大项目+对抗式 agent 面试
找有价值·可验证·未被训练的领域
1. 给你的每个任务做"可验证性体检"。 这是最立竿见影的动作。拿到一个任务，先问：它有自动的成功信号吗？测试能跑、benchmark 能打分、diff 能 review？能——放心把它整个交给 agent，建立 eval loop，让它自我迭代。不能——你必须留在 loop 里，把它当需要人类判断的环节。这一步能瞬间帮你重新分配精力：把人花在"不可验证"的高价值判断上，把"可验证"的部分大胆外包。
2. 判断技术选型时，问"我在不在模型的轨道上"。 如果你选的方案大量依赖模型不擅长的、不可验证的推理，要预判它会以离谱方式失败。要么换更"在轨道上"的实现路径，要么自己建一个小型 RL/eval 环境去 fine-tune 补齐。自己的验证环境，就是你真正的护城河。
3. 个人投资方向：把背 API 的精力转到"第一性原理"。 别再死记 dim/axis/keepdim，转去吃透存储与视图、身份与安全边界、系统的整体形状。这些是 agent 替不走的——可验证性定律恰恰说明了，没有奖励信号的"品味/理解"，是模型最难追上你的地方。
4. 团队层面，把文档和产品"agent 化"。 为你的服务提供 CLI、API、MCP server、机器可读 schema 和可复制粘贴的 agent 指令。把"点这里"的步骤改成"喂给 agent 的文字"。这是未来谁先用上、谁就降本一截的差异化。
5. 守住质量底线。 无论 agent 多快，你都对安全漏洞和系统设计负最终责任。养成"看 diff、写 spec、跑测试、隔离 worktree、控权限"的纪律——这就是 Agentic Engineering 和"产出垃圾"的分水岭。
karpathy.bearblog.dev/sequoia-ascent-2026/——他亲自用 LLM 清洗过的访谈全文+摘要，最权威的一手资料。Karpathy 用一句话改写了编程的地图：传统软件自动化"你能规定的"，AI 自动化"你能验证的"——所以你的稀缺价值，正从"会写代码"快速迁移到"懂底层、有品味、能协调一群不完美 agent 还守住质量"。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。