Karpathy 说：AI 接管 80% 代码时，他看清了 AGI 的魔法。从 2025 年 12 月起，Coding Agent 从“基本没啥用”突变到“基本能用了”，他自己的工作流从“80% 手写 + 20% AI”翻转为“80% AI + 20% 人类微调”，并宣布：最热门的新编程语言是英语。这不是炒作，而是他作为 20 年老程序员亲身经历的范式转移：从 Vibe Coding 升级为Agentic Engineering，从敲代码变成“指挥 Agent 干活 + 审查结果”。
这篇文章带你拆解 Karpathy 的核心判断，并结合 Software 1.0/2.0/3.0、闭环尝试、声明式指令、MCP/TDD 等实战，说清楚：为什么 Coding AGI 不是噱头，而是已经发生的现实。
目录
一、为什么说【Coding AGI】已来？
1. Karpathy 的亲身“翻转时刻”
2. 2025 年 12 月：一个清晰的“质变点”
二、从 Software 1.0 到 3.0：编程范式的三次重写
1. Software 1.0：人写规则（显式代码）
2. Software 2.0：人训模型（权重即程序）
3. Software 3.0：人写 Prompt（LLM 即解释器）
三、从 Vibe Coding 到 Agentic Engineering：Coding AGI 的真正形态
1. Vibe Coding：门槛极低，但“碰运气”
2. Agentic Engineering：从“写提示词”到“指挥 Agent”
四、AGI 魔法真相：闭环尝试 + 声明式指令
1. 韧性（Tenacity）：AI 最大的超能力
2. 声明式指令：给“终点”，不给“路线图”
3. TDD + MCP：把韧性变成工程能力
五、程序员怎么办：废用性萎缩 vs 10× 杠杆
1. 废用性萎缩：手写代码能力在退化
2. 10× 杠杆：顶尖工程师的收益更大
六、实战指南：如何从 Vibe Coder 升级为 Agentic Engineer
1. 工作流升级示意
2. 三条马上能用的实战原则
七、避坑指南：Coding AGI 不是万能药
结语：Coding AGI 不是未来，而是现在
一、为什么说【Coding AGI】已来？
1. Karpathy 的亲身“翻转时刻”
在 2025 年 11 月，Karpathy 的工作流还是：
- 80% 代码自己手敲
- 20% 交给 AI 补全
短短几周后，二八比例直接180° 对调：
- AI 接管了 80% 的代码工作
- 他只负责 20% 的微调与审查36kr.com+1
他自己说：
我现在基本上是在用英语编程，虽然有时多少会觉得有点伤自尊，但那感觉还是太值了。36kr.com
更关键的是，他认为这不是他一个人的体验：
我预计已经有两位数百分比的工程师正在经历类似的转变，而普通大众对此的认知程度，感觉还停留在个位数的低水平。36kr.com
也就是说：Coding AGI 的体感，已经不是未来时，而是现在进行时。
2. 2025 年 12 月：一个清晰的“质变点”
Karpathy 反复强调一个时间点：2025 年 12 月。
- 2025 年 12 月前：Coding Agent “基本没啥用”，只能做点玩具和 Demobaai.ac.cn
- 2025 年 12 月后：模型质量、长期一致性、韧性突然跃升，能扛住大型长时任务baai.ac.cn
他举了一个自己搭“监控视频分析仪表盘”的例子：
登录 DGX Spark，设置 SSH 密钥，安装 vLLM，下载测试 Qwen3-VL，创建推理服务，搭 Web UI 仪表盘，测试功能，用 systemd 配服务，还要写一份 Markdown 报告。
Agent 30 分钟全搞定，中间遇到的问题都是自己上网查资料解决的。
三个月前，这活至少要一整个周末baai.ac.cn。
结论：
Coding Agent 已经从“副驾驶”变成“驾驶员”，人类从“写代码”变成“启动任务 + 审查结果”。这就是他说的：
编程正在被重构。在编辑器里输入计算机代码的时代已经结束。baai.ac.cn
二、从 Software 1.0 到 3.0：编程范式的三次重写
Karpathy 用一套经典框架解释这一切：Software 1.0 / 2.0 / 3.0
1. Software 1.0：人写规则（显式代码）
- 人类写
if-else、循环、函数，规则全部写在代码里 - 机器只是“照本宣科”的执行者
- 典型：传统业务系统、操作系统内核
2. Software 2.0：人训模型（权重即程序）
- Karpathy 2017 年提出：Software 2.0 = 神经网络权重zhihu.com
- 人类不再写算法，而是设计数据集 + 目标函数，规则从训练里“长”出来
- 典型：自动驾驶视觉模型、推荐模型
3. Software 3.0：人写 Prompt（LLM 即解释器）
Karpathy 在 2025 年的 YC 演讲里把话说得很绝philippdubach.com：
- Software 3.0：人类写 Prompt，LLM 是解释器，上下文窗口就是程序philippdubach.com
- 安装一个工具不再是写 Shell 脚本，而是：复制一段文本给 Agent，让它自己适配环境philippdubach.com+1
- 编程单位从“函数”变成“段落 / 任务说明”
你的编程现在转向提示词（prompting）。上下文窗口里的内容，就是被 LLM 这个“解释器”执行的程序。philippdubach.com
这直接解释了为什么“Coding AGI”成为可能：
当程序 = Prompt + LLM，编程就变成“用自然语言指挥 Agent 在数字世界干活”，门槛骤降，范围暴涨。
三、从 Vibe Coding 到 Agentic Engineering：Coding AGI 的真正形态
1. Vibe Coding：门槛极低，但“碰运气”
Karpathy 自己造了Vibe Coding这个词，后来被柯林斯选为 2025 年度词汇sohu.com。他原话大意：
- 一年前，LLM 还很弱，Vibe Coding 只能做玩具、Demo 和探索
- 核心体验：你对着 AI 说一句，它吐一段代码，跑一下，不行就再试，有点“碰运气”tencent.com
2. Agentic Engineering：从“写提示词”到“指挥 Agent”
2026 年 2 月，Karpathy 亲自宣布：Vibe Coding 已死，未来叫 Agentic Engineeringtencent.com。
关键区别：
| 维度 | Vibe Coding | Agentic Engineering |
|---|---|---|
| 人的角色 | 写提示词，一句句试 | 架构师 + 审查者 |
| AI 角色 | 补全代码 | 自主规划 + 执行 + 调试 |
| 交互方式 | 一问一答 | 下发任务，持续监控 |
| 质量控制 | 碰运气 | 系统化 Review + 测试 |
| 适用场景 | Demo、小工具 | 生产级项目 |
他自己说得很直白：
‘agentic’ because the new default is that you are not writing the code directly 99% of the time, you are orchestrating agents who do and acting as oversight.tencent.com
这就是 Coding AGI 的真实形态：
不是“AI 完全取代程序员”，而是人类从“写代码”升级为“管理 Agent + 控制质量”。
四、AGI 魔法真相：闭环尝试 + 声明式指令
很多人以为 AGI 的魔法是“AI 无所不知”，但 Karpathy 说：真正的魔法来自“闭环尝试”36kr.com。
1. 韧性（Tenacity）：AI 最大的超能力
- 人类被 Bug 卡 30 分钟就开始烦躁
- AI 可以连续尝试 50 种方案，保持热情，直到目标达成36kr.com
这种“不断试错直到成功”的能力，在感官上非常接近人类的智慧，所以很多人才会有“AGI 体感”36kr.com。
2. 声明式指令：给“终点”，不给“路线图”
因为 AI 有韧性，我们的思维要从命令式 → 声明式36kr.com：
- 命令式：
- “先打开文件，再解析字符串，再过滤空格……”
- 一步错，全盘崩
- 声明式：
- “我需要一个能处理这种 CSV 并输出图表的脚本，这是规格说明。”
- 只定义“成功标准”，让 AI 自己找路线
给 AI 成功标准，而不是执行步骤，让它利用闭环尝试去撞开每一扇门36kr.com。
3. TDD + MCP：把韧性变成工程能力
Karpathy 给了两个实操建议36kr.com：
- 先写测试，再让 AI 写实现
- 测试 = AI 的“监考老师”
- 不通过就继续改，直到全部绿灯
- 把浏览器/数据库等能力通过 MCP 接进循环
- Agent 写完代码，自动跑浏览器/数据库
- 看到报错，再回到循环里继续修
这就是 Coding AGI 的工程化版本：
韧性 + 闭环 + 声明式目标 + TDD + MCP =可复用、可审查的 AGI 级编程能力。
五、程序员怎么办：废用性萎缩 vs 10× 杠杆
1. 废用性萎缩：手写代码能力在退化
Karpathy 自己承认：
我已经明显感觉到，自己手写代码的能力在慢慢退化。36kr.com
- 人类大脑中“判别”和“生成”是两种能力
- 当你只负责判别，不负责生成，长期不用就会退化36kr.com
⚠️ 注意：如果 AI 撤下梯子，那些已经习惯漂浮在云端、失去攀爬能力的程序员，该怎么办？36kr.com
2. 10× 杠杆：顶尖工程师的收益更大
Karpathy 认为，Agentic Engineering 会放大顶尖工程师的价值：
- Vibe Coding：大家比“提示词技巧”，差距有限
- Agentic Engineering：比的是架构能力、系统设计、品味和产品判断tencent.com
以前 10× 工程师是神话，现在通过 Agent，优秀程序员可以远超 10× 的杠杆philippdubach.com。
结论：
- 初级岗位：写代码的量级在收缩
- 高级岗位：能设计系统、审查 Agent 的人更稀缺
六、实战指南：如何从 Vibe Coder 升级为 Agentic Engineer
1. 工作流升级示意
2. 三条马上能用的实战原则
先写“成功标准”，再写提示词
- 不要从“第一步怎么做”开始，而是从“最后我要什么结果”开始
- 把成功标准写成测试用例 / 验收条件
先写测试，再让 AI 写实现
- 用 TDD 把 AI 的韧性变成工程能力
- 测试通过 = 任务完成，人类只看结果
把工具链接进 Agent 循环
- 用 MCP / 浏览器 / 数据库 / 监控，让 AI 能“看到结果”
- 形成：目标 → 代码 → 执行 → 观察 → 修改 的闭环
七、避坑指南：Coding AGI 不是万能药
Karpathy 自己也很清醒，AI 编程有几个常见坑36kr.com：
乱假设 + 过度讨好
- AI 会“脑补”错误假设，一路错下去，不问你
- 解决：进入“计划模式”，让它先规划再执行
爱乱抽象、代码臃肿
- 过度封装、死代码不清理
- 解决：要求它“重构到 80 行以内”，或你自己做一轮 Review
别迷信“不用 IDE”
- 重要代码，还是要用大屏 IDE 盯着 AI 输出
- 你是“监工”，不是“甩手掌柜”
💡 秘籍：AI 编程的黄金法则是：你可以外包思考，但不能外包理解。philippdubach.com
结语：Coding AGI 不是未来，而是现在
Karpathy 的判断可以浓缩成三句：
- 2025 年 12 月，AI 编程发生质变，Coding Agent 从“玩具”变成“生产力工具”baai.ac.cn
- Vibe Coding → Agentic Engineering，人类从“写代码”变成“指挥 Agent + 审查结果”tencent.com
- Coding AGI 的魔法，来自闭环尝试 + 声明式指令 + 工程化约束，而不是“AI 全知全能”36kr.com
如果你还在把 AI 当“高级补全”，你已经在旧范式里；
如果你开始用 Agent 管理项目、用 TDD/MCP 约束它，你就是在和 Karpathy 同一个时代写代码。
Coding AGI 不是噱头，而是已经发生的现实。
问题是：你是在被它重塑，还是在假装什么都没发生？
