📰 概要

AI 写代码这事，到底行不行？

2026年4月30日，卡帕西在红杉资本对谈中说了大实话：AI 能写代码，但写出来的东西"非常臃肿"。

复制粘贴多，抽象别扭，代码能跑，真的很难看。

他把 AI 比作"实习生"——你需要负责审美、判断和品味，还得做监督。

这不是唱衰 AI，而是提醒一个被忽视的现实：AI 能加速，但质量还得靠人兜底。

---

🔍 解读

卡帕西说的"心梗"，每个用过 AI 编程的开发者应该都能理解。

AI 写的代码有几个典型特征：第一，重复代码多，因为 AI 倾向于"复制-粘贴-修改"；第二，抽象过度或不足；第三，变量命名随意，逻辑跳跃。

背后原因是：AI 在优化"能跑"，不在优化"好看"。

卡帕西提到的"别扭、脆弱的抽象"，本质上是 AI 没有真正理解业务逻辑，只能按统计规律生成表面合理的代码。

好消息是，这不代表 AI 写代码不行。只是你需要改变使用方式——把 AI 当成加速器，而不是替代品。

---

💎 深挖

卡帕西去年 2 月在 X 上提出 vibe coding 概念——一种高度依赖 AI 辅助的开发方式：开发者几乎不碰代码，AI 完成大部分实现。

去年 11 月，柯林斯词典把它评为 2025 年年度词汇。

这个概念流行的背后，是 AI 编程工具的快速普及。从 Cursor 到 Claude Code，从 Copilot 到 Warp——开发者的工作方式正在被重塑。

卡帕西认为，AI 在"底层"做具体工作，人类负责"高层"决策。这个分工模式正在成为现实。

这意味着什么？

你的核心竞争力变了。不再是"能写出代码"，而是"能判断代码好不好"。

一个不会写代码的人，可以靠 AI 生成一个能跑的程序；但一个不懂代码质量的人，会被 AI 生成的垃圾代码淹没。

什么情况不适合用 AI 写代码？ 如果你的项目对代码质量要求极高（比如底层系统、支付模块、航天控制），AI 生成的代码需要仔细审核，不能直接用。 AI 适合做探索性开发、做 MVP、做辅助编码，但核心系统的质量把关还是得靠人。