馬斯克的好兄弟，我們的好朋友，大神Andrej Karpathy最新「AI編程指南」已出！

在目前模型能力已經達到博士級的情況下，如何能夠最大化AI對編程的幫助？

當AI能夠「低成本生成代碼」，你只需要vibe coding的情況，一個新問題來了：

現在是會寫代碼更重要？還是會刪代碼更重要？

Karpathy分享了他的「最佳LLM輔助編程」體驗和方法。

工具使用理念

首先是建立一種理念，工具是為人服務的。

不執著于單一「完美」工具，更傾向于整合多個工作流，取長補短。

因為不同工具在不同層級的任務中各有優勢。

比如Claude Code、Codex等適合大段的難度不高的任務，Tab補全則需要人類先「打好樣」。

Cursor（Tab自動補全）

Karpathy說這種方式是日常工作的主要使用方式，比例大概占約75%。

因為在代碼正確位置寫代碼塊或注釋，能向AI高效傳達任務規范。

這種「人類先寫的方式」，信息傳遞效率高于自然語言對話。

但有個問題，就是經常需開關Tab自動補全以避免干擾。

更高一個層級的用法是，高亮一塊具體的代碼，然后讓它進行某些修改。

輔助工具（Claude Code / Codex 等）

對于重型武器，比如Cladue Code和Codex，可以用于實現大塊、可直接描述的功能。

不過這種完全的「自動駕駛」整體表現參差不齊，容易偏離需求。

經常需手動中斷（ESC）避免錯誤輸出。

Karpathy也還沒學會如何通過并行使用多個實例來提高效率——光用一個就感覺夠費勁了。

并且，Karpathy還沒找到好辦法能把CLAUDE.md這個文件維護好。

經常需要專門對代碼風格或個人偏好的「代碼品味」問題進行一輪「凈化」，Karpathy舉了一些例子。

它們寫的代碼防御性過強，比如，經常濫用try/catch；它們會把抽象搞得過于復雜；

它們會產出臃腫的代碼，例如，在可以用列表推導或單行if-then-else解決的地方，非要用嵌套的if-then-else結構）；

它們會重復代碼塊，而不是創建一個好用的輔助函數，等等……

Karpathy認為，目前來看，這些工具基本上沒什么「品味」可言。

簡而言之，就是活是干了，但是沒有寫出「優美」的代碼。

不過，當Karpathy要涉足一些自己不太熟悉、需要「憑感覺編程」的領域時，它們又變得不可或缺。

比如最近寫的一些Rust、SQL命令，或者其他任何之前涉獵較少的技術。

另一個體驗就是，AI寫代碼的同時能不能也化身老師，邊寫邊教？

Karpathy曾試過讓Claude Code在寫代碼的同時教他知識，但完全行不通——AI只想埋頭寫代碼，根本不想在過程中進行任何解釋。

還試過讓它做超參數調優，結果非常滑稽。

此外，在處理各種風險較低的一次性定制化、實用工具或調試代碼時，它們也超級有用——如果沒有它們，Karpathy根本不會去寫，因為太花時間了。

舉個例子，為了定位一個特定的bug，Claude Code可以一口氣寫出1000行一次性、極其詳盡的可視化代碼，等找到bug后，這些代碼就全部刪掉了。

這就是「代碼后稀缺時代」——你現在可以隨手創造并刪除成千上萬行高度定制化、轉瞬即逝的代碼，這沒關系，代碼已不再是什么珍貴\昂貴的東西了。

GPT-5 Pro：最后防線

當面對最困難的問題，GPT-5 Pro是最后的防線。

只有GPT-5 Pro能定位其他工具無法解決的微妙 bug，用它能處理最硬核的問題。

比如，Karpathy已經遇到好幾次這種情況：

Karpathy（人類）、Cursor和Claude Code三個加起來被一個bug卡了10分鐘。

但當把所有東西一股腦復制粘貼給GPT-5 Pro后，它琢磨了10分鐘，結果真的找到了一個極其微妙的bug。

它非常強大，能挖出各種生僻的文檔和論文之類的資料。

Karpathy也用它來處理其他更棘手的任務，比如就如何優化代碼抽象征求建議（結果有好有壞，有時能提出好點子，但并非總是如此），或者圍繞某個特定主題做一份完整的文獻綜述，它總能返回相關的優質資源和線索。

代碼「后稀缺時代」特征

• 可快速生成和丟棄大量定制化、一次性代碼。
• 寫代碼的門檻降低，代碼不再是稀缺資源。
• 工具使得探索性和實驗性編程成為可能。

總之，在眾多編程「范式」和各有優劣的工具的加持下，Karpathy感覺編程這個領域被徹底引爆，充滿了無限的可能性。

身處其中，很難不為自己沒能跟上技術最前沿而感到焦慮。

因此，便有了以上這些胡思亂想，以及對其他人有什么新發現的濃厚興趣。

評論區里也由此引發大討論。

對于CLAUDE.md的更新問題，有人專門設置一個Agent來專門負責更新和校準。

還有人表示可以把Claude Code得到代碼，再給到GPT 5來「潤色一番」。

也有人分享了他的AI編程工具使用流程。

還有人分享了他常用的開發工具。

有人表達了同樣的體會，在不同任務上選擇合適的模型是一種藝術。