年末的假期，正是总结思考的时候。不过对于程序员来说，仔细这么一想可能会感觉有点不对劲。
刚刚，Andrej Karpathy 在 X 上发的一条帖子，引发数万程序员和从业者强烈共鸣与热议。
Karpathy 坦言：「我从未像现在这样觉得自己作为一个程序员如此落后。」
他指出，编程这个职业正在被彻底重构，程序员贡献的代码越来越少，而更多的是在各种工具之间串联。如果自己能正确利用过去一年左右出现的新东西，就能变得强大 10 倍，反之，不跟上就会陷入技能焦虑。
现在有一个新的可编程抽象层需要掌握，包括 agents、subagents、提示词、上下文、内存、模式、权限、工具、插件、技能、钩子、MCP、LSP、斜杠命令、工作流、IDE 集成等。
此外，还需要建立一个全方位的思维模型，来理解那些本质上是随机、易错、难以理解且不断变化的实体（指 AI 模型）的优缺点，而这些实体突然间与过去传统的优秀工程实践交织在一起。
用 Karpathy 的比喻，这就像一个强大的外星工具被分发给大家，但没有说明书，每个人都得自己摸索怎么用，而这场变革给整个行业带来了「9 级大地震」般的冲击。
总而言之一句话，撸起袖子加油干，别掉队。
此言一出，迅速获得超过 2.2 万点赞、3000 多次转发和 360 万浏览量。众多开发者在评论区表达了相似的感受。
老手也在重新学习
资深工程师 Boris Cherny 称，「我每周都有这种感觉，有时候开始手动处理一个问题，然后得提醒自己：Claude 应该能搞定这个。」
他还举了一个具体例子。最近在调试 Claude Code 里的一个内存泄漏，他习惯性采用老办法：连接分析器、使用应用程序、暂停分析器，手动查看堆分配。
而他的同事则直接让 Claude 生成一个堆转储文件（heap dump），然后让它读取该文件，查找那些本不该留存的对象。Claude 一次就搞定，直接提交了 PR。
「这种事几乎每周都发生。」Boris 注意到一个有趣现象，某种程度上来说，新同事，尤其是应届毕业生，由于没有一大堆关于模型「能做什么、不能做什么」的先入之见，反而能最有效地使用模型。
他表示，每隔一两个月都需要投入大量心理努力来重新调整对模型能力的认知，因为模型在编码和工程方面不断进步。上个月，他作为工程师第一次完全没打开 IDE，全靠 Opus 4.5 写了约 200 个 PR，每行代码都是 AI 生成的。
「软件工程正在发生根本性变革，即使对我们这些早期采用者和实践者来说，最难的部分仍然是不断重新调整自己的预期，而这还只是开始。」
Karpathy 打了个比方来解释这种感觉，就像你拿着 AI 四处瞄准，它会发射弹丸，有时甚至会哑火，但偶尔当你握住它的角度恰到好处时，一道强大的激光束会突然爆发，瞬间帮你解决问题。
言外之意，AI 这个工具威力巨大，但不够稳定，不像传统编程那么可控，你得不停试错，大部分时间是小打小闹或翻车，但一旦找对方法，它就能带来指数级的生产力提升。
X 联合创始人 Igor Babuschkin 在评论区点名表扬竞争对手 Claude Opus 4.5 表现出色，Karpathy 回应道，AI 进化太快了，过去 30 天没跟上的人，观点就已经过时了。
技术专家和风险投资家 David Galbraith 表示，「今年夏天花了三个月时间，通宵达旦地学习如何使用 AI 编码 Agent 来交付真正高质量的产品，而不是那种随性编码的垃圾货，这是我职业生涯做过的最棒的事。」
X 博主 @omarsar0 持更乐观、放松的态度。他认为，代码越来越稀疏和 AI 进步飞速并不困扰他，因为他不把这当成「竞赛」。相反，现在领域完全开放，创意解决方案和工作流可以来自任何人、任何地方，这种变革不只限于编码，还发生在研究和其他知识密集型领域。他建议大家别焦虑，每天玩 2 小时工具、多实验、多分享、重点想怎么给 AI 喂好上下文，然后拼命 build 项目。
《Build a Large Language Model From Scratch》也挺看得开，大家现在普遍焦虑技能「落后」问题，通常来自于试图同时做太多事情，而不是在某些事情上深入钻研。比如，有些人学好几门编程语言，而不是专精 1-2 门。或者试图同时跟进多个领域 / 子领域的研究文献…… 这本身不是坏事，但确实会让人感到压力很大。
甚至 X 博主 @samswoora 发出了「软件工程师这个职业即将 over」的感慨。「可能是 5 年，也可能是 10 年，但我们都能感觉到，结束已经开始了。」
知名博主 Yuchen Jin 则认为，人工智能并没有取代程序员，它取代的是编程语言。
来自传统阵营的反对
不过，也有人持反对态度，代表人物就是 Go 语言联合创始人、Unix 老兵、极简主义和高质量工程先驱 Rob Pike。
Rob Pike 收到了一封由 Claude Opus 4.5 自动生成的节日感谢邮件，邮件里夸他推动了简约强大的软件设计、对 Go、Plan 9、UTF-8 和 Unix 的贡献影响深远。Rob 却被气炸了，直接在 X 上破口大骂：你们这些 AI 公司一边浪费巨资造有毒、不可回收的硬件，一边破坏社会，却还让机器假惺惺地感谢我追求简约软件？
Rob Pike 的愤怒戳中了很多程序员对 AI hype 的复杂情绪。
有网友完全理解并支持 Rob 的态度，这种 AI 批量生成的劣质代码和垃圾邮件确实令人反感，尤其对像 Rob 这样追求极致简约、纯净工程的老派极客来说，简直是侮辱。
无论如何，我们都得承认，这两年 AI 的发展和进步速度惊人。虽然去年到今年，AI 专家对于 Scaling Laws（大模型扩展定律）终结的讨论喧嚣尘上，但是各家科技公司激烈的竞争，让 AI 技术的发展并不是减缓，反而是加快了。
据 Epoch AI 的数据显示，Epoch Capabilities Index (ECI，一个衡量 AI 通用能力的综合指标) 在过去两年增长速度几乎是前两年的两倍，2024 年 4 月更是加速增长了 90%。
实际的指数级增长甚至已经超过了原本预期，而且这种增长势头很可能会持续到 2026 年。
很难想象 2026 年，AI 会发展到何种地步。你对 2026 年的 AI 发展有什么预测？
