Andrej Karpathy 在社交媒体上表示，作为程序员，他从未像现在这样感到落后。他认为编程职业正在被彻底重构，程序员的角色正从直接编写代码转向在各种工具间进行串联与协调。

过去一年涌现出大量新概念和技术组件，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、工作流和 IDE 集成等，构成了一层新的可编程抽象层，需要开发者掌握。

Karpathy 指出，当前最大的挑战在于建立一个全面的思维模型，以理解那些本质上具有随机性、易错性、难以预测且持续演化的 AI 模型的优缺点，并将其与传统工程实践融合。他将这一过程比喻为获得一个强大的外星工具却无说明书，每个人都在自行摸索使用方法。

这场变革对整个软件行业造成了巨大冲击，被形容为“9级大地震”。他的观点迅速引发广泛共鸣，相关帖子获得超过2.2万次点赞、3000多次转发和360万次浏览。

多位技术从业者分享了类似经历。资深工程师 Boris Cherny 表示，每周都会出现本可由 Claude 解决的问题却被手动处理的情况。他在调试内存泄漏时仍采用传统分析器流程，而同事则通过让 Claude 生成并解析堆转储文件一次性完成修复并提交 PR。

Boris 还注意到，新入职员工特别是应届毕业生由于缺乏对模型能力的先入之见，反而能更高效地利用 AI 工具。他强调，每隔一两个月就必须重新评估模型的能力边界，因为其在编码和工程任务上的表现持续快速进化。

他曾在一个项目中完全未打开集成开发环境（IDE），依靠 Opus 4.5 完成了约200个 Pull Request，所有代码均由 AI 生成。他表示，即使对于早期采用者而言，最难的部分仍是不断调整预期，而这仅是变革的开始。

Karpathy 将使用 AI 的体验比作手持武器瞄准目标：多数时候输出的是弹丸或哑火，但偶尔当操作方式恰当时，会激发出一道强大激光束，带来指数级生产力提升。这反映出 AI 虽具备巨大潜力，但稳定性不足，需频繁试错才能发挥最大效用。

X 联合创始人 Igor Babuschkin 在评论中称赞竞争对手产品 Claude Opus 4.5 的优异表现，Karpathy 回应称 AI 发展速度极快，过去30天未跟进的人其认知已过时。

技术专家兼风险投资家 David Galbraith 称，今年夏天花费三个月时间深入学习如何使用 AI 编码 Agent 来交付高质量产品，而非随意生成低质代码，这是其职业生涯中最值得的投资。

博主 @omarsar0 持乐观态度，认为不应将当前变化视为竞赛。他指出领域正全面开放，创新的工作流和解决方案可能来自任何人，并建议每日投入两小时实验工具、优化上下文输入并积极构建项目。

另一位博主指出普遍存在的技能落后焦虑源于试图同时涉猎过多领域，而非专注深耕某一方向，例如同时学习多种编程语言或追踪多个研究子领域的进展，这种广度追求虽非错误，但易导致心理压力。

博主 @samswoora 判断软件工程师职业可能在未来5至10年内终结，尽管具体时间不确定，但趋势已然显现。知名博主 Yuchen Jin 则认为人工智能并未取代程序员，而是正在取代编程语言本身。

与此同时，也存在反对声音。Go 语言联合创始人、Unix 元老 Rob Pike 收到一封由 Claude Opus 4.5 自动生成的节日感谢信，内容赞扬他对简约软件设计及 Go、Plan 9、UTF-8 和 Unix 的贡献。此举激怒 Rob Pike，他在社交平台公开批评 AI 公司一面制造昂贵且不可回收的硬件，一面破坏社会秩序，却让机器虚伪地向追求极简主义的人致谢。

Rob Pike 的反应代表了一部分传统阵营对 AI 热潮的复杂情绪。有开发者支持其立场，认为批量生成的劣质代码和自动化邮件令人反感，尤其对于崇尚简洁、纯净工程哲学的老派技术人员而言，是一种冒犯。

尽管关于大模型扩展定律（Scaling Laws）是否已接近极限的讨论持续不断，但现实是科技公司间的激烈竞争推动 AI 技术发展速度不减反增。根据 Epoch AI 数据，Epoch Capabilities Index (ECI)——衡量 AI 通用能力的综合指标——在过去两年的增长速率约为前两年的两倍，2024年4月单月增幅高达90%。

实际进展不仅未放缓，反而呈现加速态势，且该趋势预计将持续至2026年。AI 能力的实际增长已超越原有预期，未来几年的发展前景引发广泛关注与讨论。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。