Appearance
📰 概要
最懂AI编程的人，说了句大实话。
2026年4月29日，红杉资本的一场对谈中，Andrej Karpathy聊到了AI代码的质量问题。 作为OpenAI创始成员、特斯拉前AI负责人、"氛围编程"的命名人，他的话分量很重。
"AI生成的代码能跑，但很难看。臃肿、复制粘贴、抽象很脆弱。"
Karpathy的比喻挺有意思：AI智能体现在就像实习生。 "你基本上还是得负责审美、判断、品味，还要做一点监督。"
🔍 解读
Karpathy去年2月提出了vibe coding这个概念。 用中文说就是"氛围编程"——开发者几乎不碰代码，全让AI干。 这个说法去年11月被柯林斯词典评为2025年度词汇，从科技圈扩散到了大众文化里。
但命名人自己现在站出来提醒：别太放心。
他有几个观察值得注意。 第一，代码质量的瓶颈不在AI能力，而在训练目标——各大实验室还没把"写出干净代码"当成重点。 第二，AI擅长生成"能工作的代码"，但"能工作"和"好维护"是两回事。 第三，复制粘贴和脆弱抽象是AI的典型问题，代码看起来很完整，但一改就崩。
卡帕西说了一句关键的话："有时候我看了会有点心梗。"
💎 深挖
Karpathy的提醒对开发者有现实意义。
目前AI编程工具的能力边界在哪？从这篇文章可以拆出三个层次。
第一个层次：AI擅长"加速已有方案"。 当你明确知道要写什么功能时，AI能帮你快速生成脚手架、写重复代码、补单元测试。 这个场景下，代码臃肿不是大问题，因为你知道要改什么。
第二个层次：AI容易产生"看起来对的幻觉"。 代码能跑、能编译、能出结果，但逻辑可能有漏洞，边界场景没处理，数据结构选错了。 这是最危险的情况——"能运行"不等于"是正确的"。
第三个层次：AI不适合做架构决策。 代码组织结构、模块边界、接口设计——这些需要理解业务上下文和长期维护成本，AI目前看不到这些。
Karpathy说的"还需要人类把关"不是要回到手写一切的时代，而是提醒：AI是放大器，不是替代者。 你把时间花在哪，它就放大哪。 如果你把关质量，AI放大你的产能。 如果你也不把关，AI放大的是混乱。
什么情况不建议完全信任AI写的代码？ 生产环境的核心模块——支付逻辑、安全校验、数据一致性——这些地方AI生成的代码必须有人逐行复审。 快速原型或一次性脚本则问题不大，能跑就行。 关键是区分场景。
对开发者的启发：Karpathy的谈话揭示了一个被忽视的趋势——当所有人都在追逐AI编程的"速度"时，"代码质量"反而成了新的差异化能力。 未来开发者的核心竞争力，可能不在于写多快，而在于判断哪些代码值得保留、哪些需要重写。
