AI辅助编程：Karpathy分享最新体验

在「代码后稀缺时代」，Karpathy揭示了AI辅助编程的最新感悟：随着代码低成本生成并随时丢弃的趋势，「写」与「删」的价值被重新审视。Cursor补全适合日常开发，而Claude Code与Codex虽能完成大块功能却缺乏「品味」，唯有GPT-5 Pro成为攻克顽固bug的终极防线。

马斯克的好友，我们的挚友，大神Andrej Karpathy最新「AI编程指南」已经出炉！

在模型能力已达到博士级水平的今天，如何最大化AI对编程的助力？

当AI能够「低成本生成代码」，你只需vibe coding，一个新问题浮现：

现在是会写代码更重要，还是会删代码更重要？

Karpathy分享了他的「最佳LLM辅助编程」体验与方法。

工具使用理念

首要理念是，工具服务于人。

不执着于单一「完美」工具，更倾向于整合多个工作流，取长补短。

因为不同工具在不同层级的任务中各有优势。

例如，Claude Code、Codex适合大段难度不高的任务，而Tab补全则需要人类先「打好样」。

Cursor（Tab自动补全）

Karpathy表示这是日常工作中的主要使用方式，比例约占75%。

在代码正确位置写代码块或注释，能向AI高效传达任务规范。

这种「人类先写的方式」，信息传递效率高于自然语言对话。

但有个问题，就是经常需开关Tab自动补全以避免干扰。

更高层次的用法是，高亮一块具体的代码，然后让它进行某些修改。

辅助工具（Claude Code / Codex 等）

对于重型武器，如Cladue Code和Codex，可用于实现大块、可直接描述的功能。

然而，这种完全的「自动驾驶」整体表现参差不齐，容易偏离需求。

经常需手动中断（ESC）避免错误输出。

Karpathy也还没学会如何通过并行使用多个实例来提高效率——只用一个就感觉够费劲了。

并且，Karpathy还没找到好办法把CLAUDE.md这个文件维护好。

经常需要专门对代码风格或个人偏好的「代码品味」问题进行一轮「净化」，Karpathy举了一些例子。

它们写的代码防御性过强，例如，滥用try/catch；它们会把抽象搞得过于复杂；

它们会产出臃肿的代码，例如，在可以用列表推导或单行if-then-else解决的地方，非要用嵌套的if-then-else结构）；

它们会重复代码块，而不是创建一个好用的辅助函数，等等……

Karpathy认为，目前这些工具基本上没什么「品味」可言。

GPT-5 Pro：最后防线

面对最困难的问题时，GPT-5 Pro是最后的防线。

只有GPT-5 Pro能定位其他工具无法解决的微妙bug，处理最硬核的问题。

代码「后稀缺时代」特征

• 可快速生成和丢弃大量定制化、一次性代码。
• 写代码的门槛降低，代码不再是稀缺资源。
• 工具使得探索性和实验性编程成为可能。

社区反响