广告
加载中

键盘长草 编程已死 99%的代码交给AI?

胡珈萌 2026-02-07 15:09
胡珈萌 2026/02/07 15:09

邦小白快读

EN
全文速览

文章重点探讨AI编程工具如何改变开发工作,提供实操案例和风险提示。

1. Vibe coding让开发者用AI生成代码,无需手动编码,如卡帕西的实践显示能快速交付项目。

2. Agentic engineering成为新趋势,开发者监督AI代理编写代码,提升效率,案例包括Openclaw和Moltbook项目。

3. 开发者双面生活:使用AI工具如Claude和Copilot管理任务,实现一人公司模式,节省时间用于副业。

4. AI替代风险:Anthropic报告预测高学历岗位可能失业,开发者需学习底层逻辑应对挑战。

5. 学习资源:卡帕西的nanoGPT教学项目免费提供,帮助理解AI架构,GitHub开源项目如nanoGPT有5.2万星可供参考。

AI工具普及影响软件消费趋势和用户行为,为品牌营销和产品研发提供启示。

1. 消费趋势:开发者订阅AI服务如200美元Codex和69美元Copilot,显示自动化工具需求增长,普通用户也出现fomo感。

2. 用户行为观察:开发者积极采用vibe coding,行为从编码转向监督,品牌可针对易用性设计产品。

3. 产品研发启示:AI工具如Claude code需优化用户体验;卡帕西强调理解底层逻辑,品牌应研发教育型产品。

4. 品牌营销机会:代理项目如Openclaw出圈,吸引大众关注,品牌可借势推广相关工具。

5. 消费趋势变化:agent技术重塑人与AI关系,品牌需关注用户对效率提升的需求。

AI技术带来增长机会和风险,卖家可借鉴事件应对和商业模式创新。

1. 机会提示:开发者用agents管理兼职任务,创建一人公司模式,显示新增长市场。

2. 风险提示:AI可能导致失业率升至10%-20%,Anthropic报告警示去技能化效应,需提升综合能力应对。

3. 事件应对措施:公司调整招聘策略,如硅谷大厂要求面试者用AI工具完成任务,评估生产力。

4. 最新商业模式:agentic engineering定义新范式,开发者协调代理编写代码,合作方式转向监督。

5. 可学习点:从卡帕西教学项目学习AI基础;扶持政策如开源社区支持可借鉴。

AI工具发展启示产品生产和数字化推进,提供商业机会。

1. 产品生产需求:AI编程工具需理解底层逻辑,工厂可借鉴优化自动化设计。

2. 商业机会:AI代理市场增长,如Openclaw项目流行,工厂可开发相关硬件或软件工具。

3. 推进数字化启示:GitHub等平台支持开源项目,工厂可借电商模式推广产品。

4. 设计需求变化:开发者强调系统化认知,工厂需生产易用AI集成设备。

5. 电商启示:在线订阅服务如Copilot显示消费模式,工厂可探索数字化销售渠道。

行业趋势转向AI代理,新技术解决客户痛点,需提供针对性解决方案。

1. 行业发展趋势:agentic engineering成为主流,2026年为普及元年,代理工具如Claude Teams流行。

2. 新技术:vibe coding降低编程门槛,代理项目如Moltbook和RentAHuman重塑人机关系。

3. 客户痛点:开发者担忧技能退化和失业,Anthropic调研显示20%工作委托AI后焦虑加深。

4. 解决方案:提供教育服务如卡帕西课程;开发skills工具帮助监督代理,提升风险预控能力。

5. 趋势启示:服务商需聚焦AI架构理解,以应对开发者需求变化。

AI工具改变平台运营,需调整招商和风险管理策略。

1. 平台需求:开发者依赖GitHub等托管项目,nanoGPT有5.2万星,显示对开源平台需求增长。

2. 平台最新做法:招聘评估变化,如大厂要求面试者用AI工具完成任务,运营管理转向AI监督。

3. 平台招商启示:支持代理项目如Openclaw可吸引用户;合作方式包括教育内容整合。

4. 运营管理挑战:开发者需监督agents执行,平台需提供工具管理质量和风险。

5. 风向规避:注意AI替代就业风险,平台应强化安全特性,避免价值流失。

AI代理引发产业新动向和问题,政策建议和商业模式创新提供研究启示。

1. 产业新动向:agentic engineering普及,2026年为元年,项目如Claude Teams改变开发流程。

2. 新问题:AI去技能化效应凸显,Anthropic报告预测失业率上升,技能退化成为焦点。

3. 政策法规建议:企业需保护AI主权,嵌入专有数据防止价值流失,如纳德拉观点。

4. 商业模式:一人公司模式兴起,开发者管理agents,但可能演变为零人公司结构。

5. 启示:研究者可探索开发者转型路径,奥斯马尼建议初级者聚焦沟通技能,高级者处理复杂问题。

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

The article examines how AI programming tools are reshaping development work, with practical examples and risk warnings.

1. Vibe coding enables developers to generate code using AI, eliminating manual coding, as demonstrated by Karpathy's practice of rapid project delivery.

2. Agentic engineering is emerging as a new trend, where developers supervise AI agents to write code, boosting efficiency, with cases including the Openclaw and Moltbook projects.

3. Developers' dual lifestyles: Using AI tools like Claude and Copilot to manage tasks enables a one-person company model, freeing up time for side projects.

4. AI replacement risks: An Anthropic report predicts potential job losses for highly educated roles, urging developers to learn underlying logic to meet challenges.

5. Learning resources: Karpathy's nanoGPT tutorial is freely available to help understand AI architecture; open-source projects like nanoGPT on GitHub (52k stars) serve as references.

The proliferation of AI tools is influencing software consumption trends and user behavior, offering insights for brand marketing and product development.

1. Consumption trends: Developer subscriptions to AI services like $200 Codex and $69 Copilot indicate growing demand for automation tools, with ordinary users also experiencing FOMO.

2. User behavior observation: Developers actively adopt vibe coding, shifting from coding to supervision, suggesting brands should design products for ease of use.

3. Product development insights: AI tools like Claude Code need optimized UX; Karpathy emphasizes understanding underlying logic, indicating brands should develop educational products.

4. Brand marketing opportunities: Agent projects like Openclaw gaining public attention present chances for brands to promote related tools.

5. Shifting consumption trends: Agent technology is redefining human-AI relationships, requiring brands to focus on users' efficiency demands.

AI technology presents growth opportunities and risks, with lessons for event response and business model innovation.

1. Opportunity alert: Developers using agents to manage part-time tasks and create one-person companies reveal new growth markets.

2. Risk warning: AI could raise unemployment to 10%-20%; an Anthropic report warns of deskilling effects, necessitating enhanced comprehensive skills.

3. Event response measures: Companies are adjusting hiring strategies, e.g., Silicon Valley firms requiring candidates to use AI tools to assess productivity.

4. Latest business models: Agentic engineering defines a new paradigm where developers coordinate code-writing agents, shifting collaboration to supervision.

5. Learnable points: Study AI basics from Karpathy's tutorials; supportive policies like open-source community backing can be emulated.

AI tool development offers insights for product manufacturing and digital advancement, revealing commercial opportunities.

1. Product manufacturing needs: AI programming tools require understanding underlying logic, which factories can apply to optimize automated design.

2. Business opportunities: Growing AI agent markets, e.g., the popular Openclaw project, suggest factories can develop related hardware/software tools.

3. Digital advancement insights: Platforms like GitHub support open-source projects; factories can adopt e-commerce models to promote products.

4. Evolving design demands: Developers emphasize systematic understanding, requiring factories to produce user-friendly AI-integrated devices.

5. E-commerce启示: Online subscriptions like Copilot demonstrate consumption patterns, suggesting factories explore digital sales channels.

Industry trends are shifting toward AI agents, with new technologies addressing client pain points, necessitating targeted solutions.

1. Industry development trends: Agentic engineering is becoming mainstream, with 2026 as the adoption year; agent tools like Claude Teams are gaining popularity.

2. New technologies: Vibe coding lowers programming barriers; agent projects like Moltbook and RentAHuman are reshaping human-machine relationships.

3. Client pain points: Developers fear skill degradation and job loss; an Anthropic survey shows 20% of work delegated to AI increases anxiety.

4. Solutions: Offer educational services like Karpathy's courses; develop skills tools to help supervise agents and enhance risk pre-control.

5. Trend insights: Service providers must focus on understanding AI architecture to adapt to changing developer needs.

AI tools are altering platform operations, requiring adjustments in merchant recruitment and risk management strategies.

1. Platform demands: Developers rely on GitHub etc. to host projects; nanoGPT's 52k stars show growing demand for open-source platforms.

2. Latest platform practices: Hiring evaluations are changing, e.g., large firms requiring candidates to use AI tools; operations management is shifting to AI supervision.

3. Merchant recruitment insights: Supporting agent projects like Openclaw can attract users; collaboration methods include integrating educational content.

4. Operations management challenges: Developers need to supervise agent execution; platforms must provide tools for quality and risk management.

5. Risk avoidance: Be mindful of AI-induced job displacement risks; platforms should enhance security features to prevent value loss.

AI agents are sparking new industry movements and issues, with policy suggestions and business model innovations offering research insights.

1. Industry movements: Agentic engineering is spreading, with 2026 as the adoption year; projects like Claude Teams are altering development workflows.

2. New problems: AI deskilling effects are prominent; an Anthropic report predicts rising unemployment, making skill degradation a focus.

3. Policy recommendations: Companies must protect AI sovereignty, embedding proprietary data to prevent value loss, as suggested by Nadella's views.

4. Business models: One-person companies are emerging where developers manage agents, potentially evolving into zero-person company structures.

5. Research启示: Researchers can explore developer transition paths; Osmani advises juniors to focus on communication skills, seniors on complex problem-solving.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

安德烈·卡帕西(Andrej Karpathy)的“手搓GPT-2”项目又有了新进展。

这位OpenAI联合创始人、特斯拉原AI总监、X平台粉丝近200万的KOL,最近发帖称,他只用了2.91小时和20美元的成本,就复现出了七年前的GPT-2模型。

这一名为“nanoGPT”的项目,最早启动于2024年,是卡帕西以教学为目的,展示如何从零开始编写代码,生成GPT-2模型,以此帮助深度学习的初学者理解GPT架构和训练流程的一次尝试。

自发布之初,这个项目就获赞“让AI的内幕走向普及”,最近每次更新,都会因时间和成本的降幅的因素,在开发者群体中引发讨论。

目前,该项目在GitHub上已有超过5.2万颗星,另一个类似项目“nanochat”也有4.2万颗星。

卡帕西本人也完成了角色转换,目前,他以“原生AI教育”为己任,创办Eureka Labs,免费提供AI教学视频,强调“从零构建”和“与细节斗争”,力图让人们既能熟练使用AI,又具备脱离AI独立工作的能力。

很多开发者、爱好者甚至普通人,都曾在Youtube上追更学习他的“Zero to Hero”教学视频。

不过,他的另一重身份,让事情显得有些吊诡。

去年2月3日,卡帕西发帖称自己找到了一种新的编程方式——vibe coding(氛围编程),可以沉浸在灵感之中,忘记代码的存在,甚至不用键盘,只是向大模型提出要求,之后就全部接受它给出的结果。

他发现,即使不再看差异对比,遇到错误信息直接复制粘贴,对一些临时小型项目来说也能交付成果。

这一概念随即在开发者社区引发共鸣。随着性能更强的大模型的涌现、Cursor等工具的流行,vibe coding的门槛越来越低、实现效果越来越好,吸引了大批实践者,也成为当年度AI领域的重要趋势,还入选了《柯林斯词典》年度词汇。

2月初,人们纷纷纪念起“vibe coding一周年”,讨论中有关于个人生产力的解放、编程门槛的消解等积极论调,也有程序员面临失业、“键盘长草,编程已死”等忧虑。

而对活跃于时代前端的开发者来说,一边从基础开始了解AI,兴奋或疲惫地跟上时代之轮,一边又不无担忧地沉迷于vibe coding,心事重重地解放双手,这略显矛盾的景象,好像已经成了一种日常。

程序员,挣扎在时代的缝隙中

Anthropic推出的编程助手Claude code是开发者目前最常用的工具。

与此同时,这家公司也是“AI替代论”的滥觞地之一。其发布的《经济指数报告》一直在分析、追踪AI对人类就业的影响。

今年1月的报告提出,高学历、高复杂度任务被替代风险更大,AI的“去技能化”(Deskilling)效应已经彰显。Anthropic CEO达里奥·阿莫代(Dario Amodei)曾预测,5年内AI可能让一半的初级白领岗位消失,导致整体失业率上升至10%-20%。

数据显示,Claude倾向于涵盖需要较高教育水平的任务。图片来源:Anthropic Economic Index report:economic primitives,2026.01.15

而这家满布开发者的公司,也在此前的一份内部调研中提及,员工已将20%的繁琐工作完全委托给Claude,并普遍感到生产力提升,但同时担心自身深度编程能力的退化。

阿莫代还在今年的达沃斯经济论坛期间直言,在Anthropic内部,已经能看到未来的趋势:实际上需要的开发者会越来越少,而不是越来越多。

“我们正在思考如何在公司内部以合理的方式应对这个问题。”他称。

这似乎又是一个有些矛盾又充满象征意味的图景:开发者可能会用自己开发的工具替代自己。

这些话题在网络上很有讨论度,这样的境遇看来令不少人焦虑。有的程序员以“不学AI,不明不白就失业了。学了AI就好了,就能明白自己为什么失业了”来总结当前的境况。

但实际上,就像卡帕西每次更新课程都能吸引数百万次点击一样,仍有很多人乐此不疲地对AI追根溯源,即使新的大模型、编程工具、vibe coding好像已经让“成果”可以绕过“理解”,自动完成操作环节。

一位资深极客对作者表示,他对现实和未来充满乐观。

很大程度上,在他看来,“vibe coding包括更牛的agent,能让想法更快原型化,最大程度实现我的想法”。由此,最关键的就变成了“想法”本身,或者说“为什么写代码”“写什么代码”,而这需要穿透AI的系统本质,预判技术更迭。

“AI时代,理解AI就是理解时代,想法决定未来。”他称,真正理解AI,能够用一切方法最大效率使用AI工具的人,不仅不会失业,还会得到重用,而未来更是可能会成为明星级的超级开发者。

但也不是所有人想被“卷”进时代洪流。

有程序员对作者表示,“码农的工作本来大多就是重复完成既定任务,学习AI也是被公司逼的”。

也有程序员认为,自己只是“被动学习”,而且边学边感到沮丧和焦虑。一方面,好像之前的学习经历、工作经验迅速贬值,另一方面,AI的编程能力突飞猛进,让他们感受到很可能工作不保,“本来35岁就容易失业,现在看起来都不是年龄问题了”。

也有开发者提示,AI编程离普通人仍有距离,能用其开发满足自己需求的程序的人其实不多。

还有人表示,目前大部分AI编程、自迭代的成果有劣化倾向,消费级的产品仍需大量人力,以此证明,就业市场至少短期不会发生剧烈动荡。

不同的看法和感受,只是时代症候的某种折射。

在这背后,正是技术极速向前飞奔时拽出的“裂谷”,有些人已看到了另一侧的风景,有些人则终究会留在这一边。而很多开发者,可能只是恰好活在了二者的缝隙之中。

走向“agentic engineering”

正当人们为vibe coding一年来的战绩兴奋不已时,卡帕西又提到了一个新的概念:agentic engineering。

他称,虽然监管和审查更加严格,但事实上如今AI编程已日益成为开发者的默认工作流程。而在不牺牲软件质量的前提下,充分利用agent的优势,成为了新的趋势和目标。

为此,他建议以agentic engineering的名称来区别于vibe coding,而在新的范式下,agent已是默认设置,99%的情况下开发者不会直接编写代码,而是协调代理来编写代码并进行监督。

卡帕西的看法,想必与近期爆火的agent明星开源项目Openclaw(原名Clawdbot)不无关联,他在该项目早期即予以赞许,还通过其生成了自己的agent,甚至派去参与另一个爆火项目——agent版“贴吧”Moltbook。

接连走红的新项目和新名词,已经让agent出圈,甚至普通人都对此有了fomo感(错失恐惧症)。而开发者,更是迅速走向了agent。

目前,不少资深开发者已经过上了“双面人生”。每天仍按时上下班为公司打工,但通过早中晚及工作间歇与家中agents的简短交流发布指令,指示它们为自己完成兼职工作甚至是运作“一人公司”,扮演起了老板的角色。

小红书上的一则帖文称,订阅了200美元的Codex、Claude和69美元的Githu Copilot,1-2天完成老板布置的weekly sprint,剩下的时间全部搞副业、陪家人,在社区引发热议,围观、艳羡的普通人不在少数。

不过,作为新工具的使用者、一众agents的领导者,就更需要在制定任务、监督执行、验收成果等方面具备更强的综合能力,包括不断学习借鉴或自己开发skills,让agents更好地完成工作。

这实际上要求,开发者对AI架构有更深入、系统化地认知,而从预控风险的角度来讲,不懂底层逻辑就更难面对风险。

行业的生态也在悄然变化。

《硅谷101》曾在节目中提到,硅谷招聘新员工时的能力评价体系已经发生了改变,会要求面试者利用AI工具完成此前仅凭个人无法完成的任务,以此评估其综合生产力。国内也有大厂会在面试前端时直接给出PRD(产品需求文档),要求利用最熟悉的AI编程工具完成。

对于存在“就业焦虑”的开发者来说,这或许会演变成行业内的“赛马”。有开发者警惕,“AI解放劳动力的理想变成倒卷劳动力的现实”。

而所谓“一人公司”,在某种意义上似乎显示了“个体”在技术平权的AI时代成为“主体”的前景,但也可能,只是让“集团”“公司”的组成从“员工个体”变成了一个个体内的“一人公司”(甚至“零人公司”)。

无论如何,这都对从业者提出了更高的要求,也解释了卡帕西的“从零开始”AI教学,为何在“编程已死”之际仍有如此吸引力。

“使用engineering一词是为了强调它既是一门艺术,又是一门科学,还需要专业知识。这是一门可以学习和精进的学科,它有着自身独特的深度。”

卡帕西写道,他还表示,自己对接下来模型和agent的进一步精进、结合感到兴奋。

在被视为“Agent规模化普及元年”的2026年,Openclaw的出圈已让这项技术为人所熟知。

Moltbook和RentAHuman.ai(一个agent雇佣人类完成线下任务的网站)引发的热议,正在重塑人们对于人与AI的关系的认知。

而Anthropic一次常规的法律类AI代理插件发布,则直接带崩了美股软件板块,将商业模式面临的巨大变革硬生生怼在市场面前。

2月6日,OpenAI和Anthropic又同时进行重磅更新,发布GPT-5.3 Codex和Claude Opus 4.6,AI自主完成任务甚至管理任务的时代已经加速成为现实。尤其是Claude推出的Agent Teams功能,直接提供自动运行的agent项目团队,目前正持续引发热议。

在这种加速度中,紧赶慢赶的公司和开发者,都要寻找新的定位。

微软CEO萨提亚·纳德拉(Satya Nadella)此前提到,企业必须捍卫自身的“AI主权”,将公司独特的隐性知识和专有数据嵌入并控制在自己拥有的模型之中,而非仅仅依赖外部通用模型,从而防止核心企业价值的流失。

企业尚需要寻找新的护城河,掌控自己的命运,避免被AI替代。第一线的开发者,显然要面临更严峻的考验。

Google Cloud AI总监艾迪·奥斯马尼(Addy Osmani)在个人博客中写道,软件行业正处于一个奇特的转折点,AI编程已从辅助工具演变为能自主执行任务的智能代理,这正在动摇“从初级到高级”的传统职业路径,并从根本上改变开发者的技能要求、角色定义和成长模式。

他据此提出建议,提示初级开发者应使自己精通AI并成为多面手,使用AI编码代理构建功能,但必须能理解并解释大部分代码行,聚焦沟通、问题分解等不易被替代的技能,并通过构建项目集证明自己能立即发挥作用。

而高级开发者应成为质量和复杂性的守护者,聚焦架构、安全等AI难以解决的“最难的20%”问题,同时将自己定位为导师和协调者,拓展为“T型人才”并推动以技能为先的实践。

“预测未来的最佳方式就是积极地塑造它。”奥斯马尼写道。

无论前景是否乐观,开发者都正面临着“必须进步”的时代课题。而这条路,总是比“进步”一词本身的线性暗示要更曲折。

注:文/胡珈萌,文章来源:钛媒体(公众号ID:taimeiti),本文为作者独立观点,不代表亿邦动力立场。

文章来源:钛媒体

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0