视频来源：AI Ascent 2026 - Andrej Karpathy & Stephanie Zhan
访谈时间：2026年
整理时间：2026-05-01
访谈背景
| 人物 | 身份 |
|---|---|
| Andrej Karpathy | OpenAI联合创始人、特斯拉前AI负责人、Eureka Labs创始人 |
| Stephanie Zhan | 红杉资本合伙人 |
| 对话场景 | AI Ascent 2026 峰会 |
Karpathy一年前提出的”vibe coding”概念，引发了行业对AI辅助编程的广泛讨论。一年后，他带来更深层的思考：agentic engineering 正在成为更严谨、更体系化的核心工程学科。
一、软件开发范式的代际跃迁
Karpathy清晰阐释了软件范式的演进轨迹：
| 范式 | 核心特征 | 底层逻辑 |
|---|---|---|
| Software 1.0 | 人工硬编码规则 | 代码即逻辑，逻辑即规则 |
| Software 2.0 | 基于数据训练的机器学习 | 代码即数据，数据即模型 |
| Software 3.0 | 以LLM为底层计算平台 | 代码即提示，提示即程序 |
Agents是Software 3.0的”安装程序” —— 它是将LLM的底层通用能力，落地到具体场景、实现端到端任务闭环的核心载体。
二、从Vibe Coding到Agentic Engineering
Vibe Coding的局限
Vibe Coding（氛围编码）是基于LLM自然语言提示实现的直觉式、低门槛编码模式：
- ✅ 大幅降低开发准入门槛
- ✅ 实现单环节编码效率跃升
- ❌ 随机性高，不可复用
- ❌ 不可控，无边界约束
- ❌ 难以完成复杂任务闭环
Agentic Engineering的崛起
2026年，Agentic Engineering 在Vibe Coding基础上，成型为一套更严谨的工程学科：
Agentic Engineering = Vibe Coding的工业化、专业化升级
| 维度 | Vibe Coding | Agentic Engineering |
|---|---|---|
| 粒度 | 单次提示 | 可复用系统 |
| 控制 | 依赖直觉 | 可验证闭环 |
| 边界 | 模糊 | 刚性划定 |
| 目标 | 效率提升 | 任务全链路闭环 |
三、LLM的本质：不是动物，而是”幽灵”
Karpathy提出了极具标志性的判断：
我们不应将LLM视作拥有连续、稳定能力的动物，而应将其看作”锯齿状、统计性的、可被召唤的幽灵实体”。
锯齿状技能（Jagged Skills）
LLM的能力呈现极强的非连续性：
| 领域 | LLM能力 | 人类能力 |
|---|---|---|
| 复杂推理 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ |
| 代码生成 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ |
| 基础算术 | ⭐⭐ | ⭐⭐⭐⭐⭐ |
| 常识推理 | ⭐⭐ | ⭐⭐⭐⭐⭐ |
核心启示
驾驭LLM不能依赖传统编程思维，而需要一套全新的：
- 审美判断力 - 知道什么是对的、好的
- 引导方法论 - 如何让LLM发挥最大价值
- 边界约束能力 - 明确LLM能做什么、不能做什么
四、可验证性：LLM落地的核心边界
Karpathy反复强调：
可验证性（Verifiability）是LLM与智能体落地的唯一核心边界。
为什么可验证性如此重要？
LLM只有在结果可被清晰验证的领域，才能最大化发挥价值、规避风险：
1 | 可验证领域 → LLM价值最大化 |
核心设计准则
必须构建可验证的任务闭环：
- 每个原子任务配套明确、可量化、可自动化校验的验收标准
- 执行完成后自动校验，不通过则触发智能体自主纠错
- 多次纠错失败直接抛出异常给人工处理
五、核心金句
你可以外包你的思考，但永远不能外包你的理解。
即便AI可以完成绝大多数执行、甚至推理思考环节，开发者与创始人必须守住对业务、系统、任务本质的底层理解——这是AI时代不可替代的核心壁垒。
六、行业趋势与开发者建议
2026年行业共识
- 自然语言驱动的软件范式已成为行业必然方向
- “菜单式生成”（低代码/可视化AI开发）与原生提示词工程的边界正在快速融合
- 智能体将无处不在，开发者的学习路径必须彻底转型
给从业者的三条建议
| 建议 | 具体行动 |
|---|---|
| 拥抱不确定性 | 从”我会什么”转向”我能驾驭什么” |
| 聚焦判断力 | 把精力从执行转向决策、验证、边界约束 |
| 建立闭环思维 | 每个AI应用都要设计验证标准和纠错机制 |
七、访谈时间轴
| 时间戳 | 主题 |
|---|---|
| 00:00 | Introduction |
| 00:44 | Feeling Behind as a Coder |
| 02:28 | Software 3.0 Explained |
| 03:44 | Agents as the Installer |
| 04:49 | Menu Gen vs Raw Prompts |
| 07:37 | What’s Obvious by 2026 |
| 09:41 | Verifiability and Jagged Skills |
| 13:39 | Founder Advice and Automation |
| 15:46 | From Vibe Coding to Agent Engineering |
| 25:17 | Agents Everywhere and Learning |
相关资源
本文由 AI 辅助整理，核心内容来自 Andrej Karpathy 在 AI Ascent 2026 的公开演讲。