2025年12月27日，Andrej Karpathy在推特发布长文，坦言自己‘从未如此强烈地感到落后’，并指出若能正确串联过去一年涌现的AI工具，其能力‘能变得强大10倍’；否则‘感觉就像是技能问题’。该推文迅速引发技术圈广泛关注，转发过万，点赞数万。
两周后，技术YouTuber Theo（t3.gg创始人、Ping Labs CEO）发布视频回应，标题为‘You’re falling behind. It’s time to catch up.’，强调Karpathy的感受并非个例，而是整个行业正在经历的集体转型。Theo判定软件工程已抵达‘永久性拐点’（permanent inflection point），这并非jQuery到React式的迭代，而是对开发者职业本质的重塑，他将其比喻为一场‘9级地震’。
Theo指出，AI已从‘助手’升级为‘伙伴’。据其观察，在自身工作及所顾问的多个团队中，2026年70%至90%的代码由AI直接生成，而非辅助或参考生成。时间线上，2023年AI辅助写函数，需人工检查修改；2024年可生成模块，需整合调试；2026年则可生成完整功能，仅需审查优化。该趋势持续加速，无明确终点。
‘等等看’的窗口期已于2026年关闭。基础模型能力已达生产级别，推理成本每8周减半，Cursor、Claude Code、Windsurf等工具已非试验品，而是成熟生产力工具。Theo判断：当前开始适应AI者已属‘officially late’（正式迟到）；继续观望则面临缺席整场比赛的风险。
传统开发流程‘需求→设计→编码→测试→部署’中，核心价值集中于‘编码’环节。如今该流程正被解构重组。Theo称‘程序员的角色正在被彻底重构’（The role of the programmer is being dramatically refactored），新角色是‘编排AI Agent的指挥家’。所需掌握的核心能力转向Agents、Sub-agents、Contexts、Memory、Workflows、MCP与LSP等全新抽象层，构成继汇编到高级语言之后的又一次范式跃迁。
Ramp公司内部Inspect Bot为现实佐证：该工具自动监控Sentry错误、筛选Top 20高频错误、为每个错误启动独立AI子会话生成修复代码、自动提交Pull Request，工程师仅执行最终审核合并。传统bug修复耗时数小时至数天，AI流程压缩至数分钟，工程师角色由‘修bug的人’转变为‘审核修复方案的人’。
Ramp工程副总裁Rahul与工程师Nicolas Bevacqua提出维护agent.md或claude.md文件策略：每次手动修改AI输出时，须记录原因、提炼通用规则、更新至文档，使AI后续自动遵循。团队报告每日多次更新，AI输出质量持续提升，人工干预频次显著下降。Theo评价：‘Every manual edit you make is an opportunity for agent.md improvement.’
Theo宣告‘定制微调已死’，理由有三：基础模型进化速度远超微调周期（每8周重大升级），微调成果易被快速淘汰；推理成本暴降削弱微调经济性；最新通用模型（如Claude 4.5、GPT-4o）在多数场景下已超越定制微调模型。新策略为Prompt优化、Agent Docs与工作流编排组合，迭代周期由‘周级’压缩至‘小时级’。
Theo引入‘滑板手视角’类比：开发者应将重复任务视为自动化机会，而非障碍。过去因投入产出比不划算而被忽略的‘slop code’（如批量重命名、生成测试数据、一次性迁移脚本），在AI时代创建成本骤降至2分钟内，且具复用、改进与共享潜力。其本人即用AI构建了1万行资产管理工具支持小型游戏项目，此类项目在传统模式下根本不会启动。
Theo提出五步追赶指南：Step 0为接入AI代码审查工具（如Graptile、CodeRabbit），零成本零风险，可在PR阶段过滤90%低级错误；Step 1为测试AI极限，选取曾耗时一周的任务，尝试以分钟级完成，建立对AI能力边界的直觉；Step 2为启用‘Plan Mode’观察AI推理过程，理解其如何分析代码库、拆解任务、逐步执行；Step 3为建立并维护agent.md体系，首周AI准确率可由60%升至75%，一月达85%，三月近95%，工作重心渐由‘写代码’转向‘提需求’；Step 4为编排多Agent协同，涉及Sub-agents分工、Context精准供给、Memory历史留存及Workflow流程定义，焦点已转移至智能体、子智能体、上下文、记忆与工作流的高阶编排。
Theo向技术管理者发出严重警告：强制工程师使用老旧或劣质内部微调模型将导致顶尖人才流失。真实成本核算显示，高级工程师时薪$100–200，若劣质模型致50%输出需人工修改，而最优模型仅需改5%，则工具成本节约远低于人力效率损失。推理成本每8周减半，工程师薪资年涨10%，长期看工具投入可忽略。
尾声指出，Karpathy的‘落后感’恰说明领域远未定型，机会尚存但窗口正快速关闭。Theo强调：现在行动者虽已‘正式迟到’，但迟到总好于缺席。2026年软件工程规则已然改写，核心命题不再是‘AI能否取代程序员’，而是‘会用AI的程序员将取代不会用AI的程序员’。”
免责声明：本文内容由开放的智能模型自动生成，仅供参考。
