卡帕西最新預言：程序員正在分裂成兩個物種
整理版優先睇
卡帕西預測：2026年程序員將分裂成兩個物種——鍾意寫代碼 vs 鍾意造嘢
呢篇文章係關於AI研究員卡帕西（Andrej Karpathy）喺X上分享佢大量使用Claude編程嘅觀察同預測。佢係深度學習權威，做過特斯拉AI總監，而家專注AI教育。佢想解答嘅問題係：AI編程對程序員嘅未來意味住啲乜？佢嘅結論係：AI智能體喺2025年12月跨過咗連貫性門檻，引發軟件工程相變，2026年將會係分化之年，程序員會分裂成兩類——鍾意寫代碼同鍾意造嘢嘅人。
卡帕西提到自己短短幾星期，工作流從80%手寫代碼變成80%由AI寫，自己只負責編輯。佢發現錯誤本質變咗，由語法錯誤變成概念性錯誤；AI鍾意過度設計，用1000行實現100行搞掂嘅嘢；但AI有永不疲倦嘅韌性，會持續嘗試到搞掂為止，令人感受AGI。佢話主要變化唔係快咗幾倍，而係能力邊界擴張，開始做以前唔會做嘅事。
最後卡帕西提出自我定位問題：如果你享受寫代碼本身，短期會好痛苦；如果你享受造嘢，而家係黃金時代。佢預測2026年會出現「Slopacolypse」（垃圾信息大爆發），GitHub同社交媒體會被AI低質量內容淹沒。佢建議未開始用AI編程嘅人要快啲跟上，因為差距正快速拉開。
- AI編程嘅錯誤本質由語法錯誤變成概念性錯誤，你需要更高層次嘅code review能力，睇設計思路而唔係逐行檢查語法。
- AI有過度設計傾向，用大量代碼實現簡單功能，缺乏「奧卡姆剃刀」式審美，要你主動問「可唔可以簡單啲」。
- AI嘅韌性係真正令人感受AGI嘅時刻，佢可以持續嘗試半個鐘，人類一早放棄，呢個係耐力優勢由人轉向AI。
- AI編程令「造嘢」變得更有趣，因為消除咗苦差事，但鍾意「寫代碼」嘅人會痛苦，快感被剝奪。
- 卡帕西預測2026年會出現「Slopacolypse」（垃圾信息大爆發），注意力將成為最稀缺資源，愈早適應AI編程嘅人優勢愈大。
卡帕西嘅個人轉變：從80%手寫到80%口述
卡帕西話，過去幾星期佢大量用Claude編程，手寫代碼能力明顯萎縮，但佢已經唔在乎。佢嘅工作流從80%手寫變咗做80%由AI寫，自己只負責20%嘅編輯同潤色，仲話口述式編程有啲傷自尊。
手寫代碼能力萎縮，但佢認為生成同辨別係大腦唔同能力，審閲代碼嘅能力依然可以保持
呢個變化令佢覺得編程更有趣，因為大量「填空式」苦差事消失咗，只剩下創造性部分。但佢都見到相反聲音：有啲程序員覺得失去咗樂趣。
7個關鍵變化：錯誤、設計、韌性同能力邊界
- 1 錯誤本質變咗：以前AI犯語法錯誤，而家犯概念性錯誤，好似一個太想表現嘅實習生，唔會管理困惑、唔尋求澄清、唔指出矛盾。
- 2 AI鍾意過度設計：用1000行實現100行搞掂嘅嘢，缺乏簡潔審美，直到你問「唔可以五行搞掂咩？」先會恍然大悟。
- 3 永不疲倦嘅韌性：AI可以喺一個bug上糾纏30分鐘，永不放棄，呢個係「feel the AGI」嘅時刻，人類早就放棄擇日再戰。
- 4 主要變化唔係加速，而係擴張：唔係同樣任務更快完成，而係開始做以前唔會做的事，例如整唔值得寫嘅小工具、碰唔熟悉嘅技術棧。
- 5 編程變得更有趣（如果你鍾意造嘢）：創造性部分保留，苦差事被消除，但鍾意寫代碼嘅人會痛苦。
- 6 手寫代碼能力退化，但審閲代碼能力保持，未來程序員會似「代碼編輯」多過「代碼作者」。
- 7 2026年垃圾信息大爆發：GitHub、arXiv、社交媒體會被AI低質量內容淹沒，出現「Slopacolypse」，注意力成為最稀缺資源。
自我定位：你屬於邊一類？
卡帕西提出幾個問題幫你定位自己，分三種情況：
- 如果你主要享受寫代碼本身：鍾意鑽研語言特性、優化算法、寫優雅代碼，code review關注風格同技巧。短期內你會好痛苦，AI正剝奪你核心快感。建議：轉向更底層系統編程，或者學享受「設計」多過「實現」。
- 如果你主要享受造嘢：更關心產品跑唔跑得掂，有好多side project想做但冇時間，願意為快速驗證idea犧牲代碼質量。而家係你嘅黃金時代，AI令想法實現成本降低10倍。建議：瘋狂做、瘋狂試，時間窗口唔會太長。
- 如果你仲未開始用AI編程：你嘅問題唔係「用唔用」，而係「跟唔跟得上」。卡帕西話「兩位數百分比嘅工程師」正快速拉開差距，留俾觀望者嘅時間唔多。
卡帕西結論：AI智能體能力喺2025年12月跨越連貫性門檻，引發軟件工程相變
智能部分大幅領先於工具集成、組織流程、認知普及，2026年將會係行業消化呢個新能力嘅「高能量之年」，亦即係分化之年。
卡帕西琴日喺 X 發咗條長推文，開頭平平無奇——
關於過去幾星期大量用 Claude 寫 code 嘅一啲隨筆.....
而家呢條推文已經有 550 幾萬瀏覽量，話題好火爆。
首先佢提到，最近一兩個月內自己身上嘅變化。
手寫 code 嘅能力正在萎縮，但佢已經唔 care 啦。 短短幾個星期，佢嘅工作流程由 80% 手寫 code 變成 80% 俾 AI 寫 code，自己淨係負責 20% 嘅編輯同執漏。口述式 programming 甚至令佢覺得有啲傷自尊。
坦誠又真實。
我覺得得意嘅係，卡帕西預測，2026 年 programmer 正在分裂成兩個物種。
一類係鍾意寫 code 嘅人，一類係鍾意整嘢嘅人。
卡帕西喺推文仔細描述咗呢個過程入面嘅 7 個關鍵變化，雖然類似嘅睇法同觀點你可能已經聽過同見過，但卡帕西總結得好精準，我好認同，所以喺度分享下。個帖嘅部分重點係我叫 AI 總結嘅，但我覺得佢比我總結得仲好——
錯誤嘅本質變咗
以前 AI 犯嘅係語法錯誤，而家犯嘅係概念性錯誤——即係嗰啲有少少求其、趕時間嘅初級 developer 會犯嘅錯。
最常見嘅一類：AI 會代你作出錯誤假設，然後唔驗證就一路衝。
佢哋唔會管理自己嘅困惑，唔會尋求澄清，唔會指出矛盾，唔會權衡利弊。好似一個太想表現、唔敢 say no 嘅 intern。
呢個意味住啲咩？意味住你唔可以矇查查就信 AI，但你亦都唔可以好似以前咁逐行 check 語法。你需要嘅係更高維度嘅 code review 能力——睇得明佢嘅設計思路啱唔啱，而唔係睇分號有冇打錯。
佢會用 1000 行 code 做到你 100 行就搞掂到嘅嘢
卡帕西吐槽：AI 特別鍾意 over-design。
佢哋會用 1000 行 code 實現一個低效率、臃腫、脆弱嘅架構。直到你問一句：「呢個唔可以直接五句 code 搞掂㗎咩？」
AI 會恍然大悟：「當然得啦！」然後即刻縮減到 100 行。
呢個暴露咗當前 AI 嘅核心缺陷：佢缺乏「奧卡姆剃刀」式嘅審美。
佢唔知咩叫優雅，咩叫簡潔。佢只係喺度堆砌佢訓練時見過嘅 pattern。
永遠唔會攰嘅韌性：呢個係感受 AGI 嘅時刻
卡帕西話，睇住 AI 喺一個 bug 上面糾纏 30 分鐘，試唔同嘅方法，永不放棄，最後真係搞掂咗——呢個係令人「feel the AGI」嘅時刻。
「佢哋從來唔會攰，唔會氣餒，只係不斷嘗試。而人類一早放棄咗，擇日再戰。」
呢段話令我想起之前 debug 嘅經歷。夜晚 11 點，我已經放棄咗，諗住聽日先搞。但如果嗰陣我有 AI 幫手，佢會一直試到凌晨 3 點，直到揾到答案。
耐力，正在由人類嘅瓶頸變成 AI 嘅優勢。
呢個唔係加速，呢個係擴張
好多人關心：AI 令 programming 快咗幾多倍？
卡帕西嘅答案好微妙：唔容易衡量。
因為主要嘅變化唔係「同樣嘅任務更快完成」，而係「開始做以前唔會做嘅事」：
嗰啲以前覺得「唔值得寫」嘅小工具，而家隨手就整咗 嗰啲以前因為技術 stack 唔熟而唔敢掂嘅 code，而家都識得整啦
所以呢個唔係 3 倍速、5 倍速嘅問題，呢個係能力邊界嘅擴張。
Programming 變得更加有趣——如果你鍾意整嘢
卡帕西嘅一個意外發現：有咗 AI，programming 反而更加有趣。
因為大量「填空式」嘅苦差事冇咗，淨低全部係創造性部分。
但佢都見到相反嘅聲音：有啲 programmer 覺得冇咗樂趣。
結論係：AI programming 會將工程師分成兩類——主要鍾意寫 code 嘅人，同主要鍾意整嘢嘅人。
前者會好痛苦，因為「寫 code」呢件事嘅快感俾人剝奪咗。後者會好興奮，因為由諗法到產品嘅路徑俾人大幅縮短咗。
你係邊一類？呢個問題，2026 年之前一定要諗清楚。
你嘅手寫 code 能力正在退化
卡帕西已經留意到：佢手寫 code 嘅能力喺度萎縮。
但佢俾咗一個有意思嘅觀察：
生成（寫 code）同辨別（讀 code）係大腦入面唔同嘅能力。
由於 programming 涉及大量語法細節，就算你寫起嚟好費力，審閲 code 嘅能力依然可以保持。
呢個似啲咩？似你可能唔識寫詩，但睇得明首詩寫得好唔好。
所以未來嘅 programmer，可能更加似係「code 編輯」而唔係「code 作者」。
2026 年：垃圾資訊大爆發
卡帕西創咗個詞：Slopacolypse（垃圾資訊大爆發）。
佢預測 2026 年，GitHub、arXiv、各種社交媒體都會俾 AI 產生嘅低質素內容淹沒。
更恐怖嘅係：我哋仲會見到大量「AI 生產力表演」——即係嗰啲睇落好高效，實際上毫無價值嘅內容。
呢個就係門檻降低嘅代價：當個個人都可以輕鬆產生內容時，注意力會變成比以往任何時候都更稀缺嘅資源。
除此之外，卡帕西提咗幾個問題，我覺得可以幫你定位自己：
如果你主要享受「寫 code」本身：
你鍾意鑽研語言特性、優化 algorithm 細節 寫出優雅嘅 code 會令你有成就感 Code review 時你關注 code 風格同實現技巧
→ 短期內你會好痛苦。AI 正在剝奪你嘅核心快感來源。
建議：一係轉向更低層次嘅系統 programming，一係開始學識享受「設計」而唔係「實現」。
如果你主要享受「整嘢」：
你更加關心產品 run 唔 run 到，而唔係 code 寫得靚唔靚 你有好多想做嘅 side project 但一直冇時間 你願意為咗快速驗證 idea 而犧牲 code 質素
→ 而家係你嘅黃金時代。AI 令你嘅諗法實現成本降低咗 10 倍。
建議：癲咗咁做，癲咗咁試，時間窗口唔會太長。
如果你仲未開始用 AI programming：
→ 你嘅問題唔係「用唔用」，而係「跟唔跟到」。
卡帕西講嘅「兩位數百分比嘅工程師」正在快速拉開差距，留俾觀望者嘅時間唔多啦。
卡帕西嘅結論係：AI 智能體能力喺 2025 年 12 月跨越咗某個連貫性 threshold，引發軟件工程嘅相變。
智能部分突然大幅領先於工具集成、組織流程、認知普及。
2026 年，將會係行業消化呢個新能力嘅「高能量之年」。
我嘅理解更直白：呢個係分化之年。
卡帕西昨天在 X 上發了一條長推文，平平無奇的開頭——
關於過去幾周大量使用 Claude 編程的一些隨筆.....
到現在，這條推文已經 550 多萬的閲讀量，話題非常火爆。
首先他提到了，最近一兩月以內，發生在他自己身上的變化。
手動寫代碼的能力正在萎縮，但他已經不在乎了。 短短几周，他的工作流從 80% 手寫代碼變成了 80% 讓 AI 寫代碼，自己只負責 20% 的編輯和潤色。口述式編程甚至讓他覺得有點傷自尊。
坦誠且真實。
我覺得有意思的是，卡帕西預測，2026 年程序員正在分裂成兩個物種。
一類是喜歡寫代碼的人，一類是喜歡造東西的人。
卡帕西在推文裏詳細描述了這個過程中的 7 個關鍵變化，雖然類似的看法和觀點你可能已經聽到過和見到過，但卡帕西總結的很精確，我很認同，所以在這裏分享一下。帖子的部分重點是我讓 AI 總結的，但是我覺得它比我總結的還好——
錯誤的本質變了
以前 AI 犯的是語法錯誤，現在犯的是概念性錯誤——那種稍微有點馬虎、趕時間的初級開發者會犯的錯。
最常見的一類：AI 會代你做出錯誤假設，然後不加驗證就一路狂奔。
它們不會管理自己的困惑，不尋求澄清，不指出矛盾，不權衡利弊。就像一個太想表現、不敢說不的實習生。
這意味着什麼？意味着你不能閉着眼睛信任 AI，但你也不能像以前那樣逐行檢查語法。你需要的是更高維度的 code review 能力——看懂它的設計思路對不對，而不是看分號有沒有打錯。
它會用 1000 行實現你 100 行就能搞定的東西
卡帕西吐槽：AI 特別喜歡過度設計。
它們會用 1000 行代碼實現一個低效、臃腫、脆弱的架構。直到你問一句："這不能直接五行代碼搞定嗎？"
AI 會恍然大悟："當然可以！"然後立刻縮減到 100 行。
這暴露了當前 AI 的核心缺陷：它缺乏"奧卡姆剃刀"式的審美。
它不知道什麼叫優雅，什麼叫簡潔。它只是在堆砌它訓練時見過的模式。
永不疲倦的韌性：這是感受 AGI 的時刻
卡帕西說，看着 AI 在一個 bug 上糾纏 30 分鐘，嘗試各種方法，永不放棄，最後真的搞定了——這是讓人"feel the AGI"的時刻。
"它們從不疲倦，從不氣餒，只是不斷嘗試。而人類早就放棄擇日再戰了。"
這段話讓我想起之前調試 bug 的經歷。晚上 11 點，我已經放棄了，準備明天再說。但如果那時候我有 AI 幫手，它會一直試到凌晨 3 點，直到找到答案。
耐力，正在從人類的瓶頸變成 AI 的優勢。
這不是加速，這是擴張
很多人關心：AI 讓編程快了多少倍？
卡帕西的答案很微妙：不好衡量。
因為主要的變化不是「同樣的任務更快完成」，而是「開始做以前不會做的事」：
那些以前覺得"不值得寫"的小工具，現在隨手就做了 那些以前因為技術棧不熟悉而不敢碰的代碼，現在也能上手了
所以這不是 3 倍速、5 倍速的問題，這是能力邊界的擴張。
編程變得更有趣了——如果你喜歡造東西
卡帕西的一個意外發現：有了 AI，編程反而更有趣了。
因為大量"填空式"的苦差事被消除了，剩下的全是創造性部分。
但他也看到相反的聲音：有些程序員覺得失去了樂趣。
結論是：AI 編程會把工程師分成兩類——主要喜歡寫代碼的人，和主要喜歡造東西的人。
前者會很痛苦，因為"寫代碼"這件事的快感被剝奪了。後者會很興奮，因為從想法到產品的路徑被大幅縮短了。
你是哪一類？這個問題，2026 年之前必須想清楚。
你的手寫代碼能力正在退化
卡帕西已經注意到了：他手動寫代碼的能力在萎縮。
但他給了一個有意思的觀察：
生成（寫代碼）和辨別（讀代碼）是大腦中不同的能力。
由於編程涉及大量語法細節，即使你寫起來很費勁，審閲代碼的能力依然可以保持。
這像什麼？像你可能不會寫詩，但能看懂詩寫得好不好。
所以未來的程序員，可能更像是"代碼編輯"而不是"代碼作者"。
2026 年：垃圾信息大爆發
卡帕西創了個詞：Slopacolypse（垃圾信息大爆發）。
他預測 2026 年，GitHub、arXiv、各種社交媒體都會被 AI 生成的低質量內容淹沒。
更可怕的是：我們還會看到大量"AI 生產力表演"——那些看起來很高效，實際上毫無價值的內容。
這就是門檻降低的代價：當所有人都能輕鬆生產內容時，注意力會變成比以往任何時候都更稀缺的資源。
除此之外，卡帕西提了幾個問題，我覺得可以幫你定位自己：
如果你主要享受"寫代碼"本身：
你喜歡鑽研語言特性、優化算法細節 寫出優雅的代碼會讓你有成就感 Code review 時你關注代碼風格和實現技巧
→ 短期內你會很痛苦。AI 正在剝奪你的核心快感來源。
建議：要麼轉向更底層的系統編程，要麼開始學着享受"設計"而不是"實現"。
如果你主要享受"造東西"：
你更關心產品能不能跑起來，而不是代碼寫得漂不漂亮 你有很多想做的 side project 但一直沒時間 你願意為了快速驗證 idea 而犧牲代碼質量
→ 現在是你的黃金時代。AI 讓你的想法實現成本降低了 10 倍。
建議：瘋狂地做，瘋狂地試，時間窗口不會太長。
如果你還沒開始用 AI 編程：
→ 你的問題不是"要不要用"，而是"能不能跟上"。
卡帕西說的"兩位數百分比的工程師"正在快速拉開差距，留給觀望者的時間不多了。
卡帕西的結論是：AI 智能體能力在 2025 年 12 月跨越了某個連貫性閾值，引發了軟件工程的相變。
智能部分突然大幅領先於工具集成、組織流程、認知普及。
2026 年，將是行業消化這個新能力的"高能量之年"。
我的理解更直白：這是分化之年。