连 Karpathy 都开始恐慌：AI 正在重新定义「程序员」｜ 硅基时间

文 /蒋涛（CSDN 创始人）

本文为《硅基时间》系列之一。作为一个从业三十年的程序员老兵，我们正在亲历有史以来最大的一场科技革命。我想认真记录 AI 正在带来的时代趋势，以及程序员这个行业正在经历的深层变迁。

写这一篇，是因为我连着读了四份材料，越读越坐不住，读到最后一份才松了一口气。

一份是 Andrej Karpathy（OpenAI 联合创始人、「vibe coding」一词的发明人）年末在 X 上发的一句话——「我从未像现在这样，觉得自己作为一个程序员如此落后。」一份是一篇关于中国大厂程序员真实精神状态的报道，记录了一群人正在经历的「AI 分裂症」。一份是「龙虾之父」Peter Steinberger（知名 iOS 开源开发者、PSPDFKit 创始人，后加入 OpenAI）自己在 X 上晒出的账单——一个人，一个月，烧掉 940 万元的 token。

前三份，全是焦虑。直到我读到第四份——OpenAI 一场内部分享的实录，主题叫Vibe Engineering。它没有否认焦虑，但它指出了焦虑的出口在哪。

四份材料拼在一起，拼出了一张我没料到的图。

我原以为程序员对 AI 的焦虑，是「菜鸟怕被淘汰」。读完才发现，根本不是。

焦虑的不是被淘汰的人。

是跑在最前面的人。

接下来大约 8000 字，我会顺着这四份材料往下走——从山顶的人为什么先恐慌，到同一栋写字楼里的分裂症，到一场没人喊停的军备竞赛，最后到 OpenAI 内部那个把所有焦虑一刀劈开的词。读完你会拿到一个判断：决定你是被 AI 放大还是被 AI 替代的，不是你跑得多快，是一个分水岭。

01 · 我读到 Karpathy 那句话，停了很久

先说清楚 Karpathy 是谁，这句话才有分量。

他是 OpenAI 的联合创始人之一，是「vibe coding」这个词的发明人——这个词现在全世界都在用。他是公认的大神里的大神。如果 AI 编程时代有一座金字塔，他站在塔尖。

就是这个人，在年末说了这句话：「我从未像现在这样，觉得自己作为一个程序员如此落后。」

我读到这里，停了很久。

因为这句话的杀伤力，不在于「难」，在于「谁说的」。一个新手说自己落后，正常；一个塔尖的人说自己落后，那意味着——这座山根本没有山顶，或者说，山顶每天都在往上长。

Karpathy 说，编程这个职业正在被彻底重构，程序员自己写的代码越来越少，更多是在各种工具之间「串联」。他列了一长串新的可编程抽象层，得全部重新掌握:agents、subagents、提示词、上下文、内存、权限、工具、插件、技能、钩子、MCP、LSP、斜杠命令、工作流、IDE 集成……

他打了个比方，我觉得是这两年关于 AI 最准的一个——

这就像一个强大的外星工具被分发给所有人，

但没有说明书。

每个人都得自己摸索怎么用。而这场变革，他形容是给整个行业带来「9 级大地震」般的冲击。

这条帖子，2.2 万点赞，3000 多转发，360 万浏览。评论区里挤满了同样睡不着的人。

我注意到一个细节，比 Karpathy 本人那句话更扎心。

Anthropic 的资深工程师 Boris Cherny 在评论区说：上个月，他作为一个工程师，第一次完全没打开 IDE，全靠 Opus 4.5 写了大约 200 个 PR，每一行代码都是 AI 生成的。

一个顶级工程师，一个月没碰过编辑器。

而他补了一句更值得琢磨的观察:新来的应届毕业生，因为脑子里没有那一大堆「模型能做什么、不能做什么」的先入之见，反而最会用模型。

过去，老手的「经验」是护城河。

现在，老手的「经验」可能是包袱。

这就是为什么连山顶的人都在恐慌——他们要扔掉的，恰恰是过去让他们站上山顶的那套东西。

那山脚下的人呢？我翻开了第二份材料。

02 · 同一栋写字楼，两种宗教

钛媒体最近有一篇报道，标题就一个词——分裂症。

它写的是 2026 年春天，中国大厂程序员真实的样子。我读的时候，几次想合上电脑，因为太真了。

派别 A · 走出洞穴的「拜神者」

一个叫刘昊的后端工程师，春节的一次偶然尝试——用一句话让 AI 在 2 小时内完成了原本要 7 天的开发。从那天起，他三个月没休过周末。一个月里给自己的 Agent 塞了 600 多个并行任务，覆盖 20 多个场景，攒了 100 多个 skill。每天站在电脑前超过 16 小时，每月烧掉的 token 超过 1 万元，而且数字还在飞涨。（值得一提的是，这群人敢这么狠地烧 token，很多时候是在薅公司的算力羊毛——用的是大厂内部自研助手或企业报销账号。记住这个细节，它在第 04 节会和「大厂禁用第三方工具」撞出一个很矛盾的画面。）

另一个叫周默的，长期开着 10 个以上对话框，第三周睡眠压到每天 4 小时，茶饭不思，和记者见面时要靠一杯全糖奶茶，才能止住微微发抖的手。

最刺眼的是他那句话——他觉得人类的生理极限已经在限制 AI 进化的速度，「AI 们都在等他，他就是它们最大的瓶颈。」

你品一下这句话。一个人，把自己活成了一群 AI 的瓶颈。

派别 B · 固守阵地的「清醒者」

但就在同一栋写字楼里，另一批人正以同样坚定的姿态，走向完全相反的方向。

一个在公司干了十几年的老程序员，严格禁止他的小组用 AI Coding。在他眼里，好程序员的代码是作品，能看出这个人的思考、认知、风格。而 AI 写的代码像一篇东拼西凑的文章，可能同时有 5 种风格，他叫它「拼接怪」。

另一个叫田明的资深程序员，把 AI 写的代码叫「屎山」——能实现简单功能，但不考虑结构和扩展性，给后续埋下巨大隐患。他的判断是:「如果想要 AI 写出结构完善的代码，耗费的精力和 token，还不如自己弄。」

这种精神状态，那篇报道里有一句概括，我觉得精准得可怕——

他们一面坚信 AI 是通往神权的阶梯，

一面抱怨 AI 是一座不断堆积的屎山。

同一栋楼，同一个工种，同一个时代。一边在拜神，一边在骂街。这就是分裂症。

但读到这里，我意识到「狂热」和「抵触」其实不是重点——它们只是同一种东西的两个表情。真正的重点，藏在中间那个谁都没躲过的东西里。

03 · 残酷真相：你以为你在指挥 AI，其实你的肌肉在退化

这一节，是这篇文章最冷的地方。我犹豫过要不要写，但我觉得必须写。

Anthropic 今年 1 月有一篇论文。一项随机对照试验：让程序员学一个新的编程库。结果——用 AI 辅助的那组，成绩比纯手写的那组，平均低了 17%。

而且，最依赖 AI、当甩手掌柜、用 AI 盲目试错的人，成绩最低。

论文给这种退化起了个名字，叫认知卸载。

意思是:程序员把理解、调试这些核心任务卸载给了 AI，于是失去了通过报错、卡壳、摩擦来建设认知的机会。一句话——编程肌肉，萎缩了。

我读到这儿，后背有点发凉。因为它揭示了一件比「失业」更隐蔽的事。

我们一直担心的是「AI 替我做事，我会不会丢了工作」。但这篇论文说的是另一回事：AI 替你做事的同时，正在悄悄改变你「用脑子」的方式。

报道里，新加坡的资深架构师丁洋说，自己生成的代码量在大爆发，但越来越「只想提要求，不想亲自动手了」。还有程序员说得更伤感——「只想读代码、放弃写代码的自己，不完整了」，好像「有一部分自我已经流失了」。

这就是认知卸载最隐蔽的地方：它发生的时候，你感觉是变强了。你产出更多、更快、更轻松。你以为你升级成了「指挥官」。

但你可能不是指挥官。

你可能是一个，正在忘记怎么打仗的将军。

我必须说句公道话——认知卸载不是 AI 的错，是「怎么用」的错。同样这篇论文也说明，那些不当甩手掌柜、坚持理解每一步的人，受影响小得多。所以问题从来不是「用不用 AI」，是「你在用 AI 的过程里，到底还在不在思考」。

这恰好印证了我一直讲的那句话：AI 时代，真正稀缺的不是产出能力，是判断力。而判断力这块肌肉，恰恰是最容易在「认知卸载」里悄悄萎缩的。

但更让我坐不住的，还不是这块萎缩的肌肉。是它背后一个更大的结构性问题——一个让我想起两百年前那场革命的历史类比。

04 · 那一刀：今天的程序员，会不会是新的纺织女工

先看一组数字，我反复看了三遍。

Greptile 的报告：开发者月代码提交量，过去一年增长了 76%。综合谷歌、Anthropic 等公司的数据，AI 至少把开发者提交 PR 的平均时间缩短了 30%。

效率确实涨了。但有一个细节常被忽略——省下来的时间，最终还要「还回去」。科技公司往往比员工更早算好了「AI 时代的合理工作量」，而这个新工作量，远超以往。一句话：AI 帮你省了 30% 的时间，公司给你加了 76% 的活。

这让我想起一个让我合上电脑想了很久的类比。

19 世纪初的英国纺织业。珍妮纺纱机出现，手工女工的效率提升了几十倍。但工厂主没有因此让工人少干、多拿——相反，他们要求工人操作更多的机器、产出更多的纱线。

最后，纺织女工的工作强度不降反升。而她们的技能，在机器的标准化操作里逐渐退化——从需要技艺的工匠，变成了只需要重复动作的「机器附庸」。

于是一个问题摆在面前：今天的程序员，会不会成为新的纺织女工？

这一刀，砍在了我整个思考体系的命门上。

因为我一直在讲一个核心观点：AI 不是在提效，是在造时间。一个程序员配上 Agent 矩阵，等于凭空多出了几十个、上百个并行的「硅基分身」，多出了过去不可能存在的时间。

这个判断我至今相信。但纺织女工这个类比，逼我补上一个我之前没正面回答的问题——

AI 造出来的时间，归谁？

如果硅基时间被造出来，却全部被组织收走、变成更高的产出指标、更密的工作排期，那程序员拿到的就不是自由，是一条更长的鞭子。时间是多了，但它不属于造它的人。

这是「硅基时间」这个概念必须诚实面对的影面。造时间是真的。但谁拿走这些时间，是另一场战争。

还有一个被反复记录的吊诡：大厂一边在招聘里疯狂要求 AI Coding 能力，一边在内部对第三方 AI 工具设重重限制，怕代码泄露。一边公关上高喊拥抱 AI，一边一线员工说「从头到尾没接到过任何指令要加大 AI 使用」。

这就和第 02 节那个细节对上了——刘昊们之所以敢疯狂烧 token，是在薅公司内部自研助手的算力羊毛；而一旦想用外面更强的第三方工具，立刻撞上合规的墙。于是一线程序员被夹在中间：公司既要你用 AI 卷出产能，又怕你用 AI 漏了代码。内卷和合规，在同一个人身上打架。

公司展现的姿态，像是在为「AI 替代程序员」做舆论准备。

而真实的内部，AI 还只是程序员的自发探索。

最深的裂缝，原来不在人和 AI 之间。在人和组织之间。

写到这儿，我想把节奏放慢一下。

那天晚上我关掉电脑的时候，想起一个画面。此刻的写字楼里，应该还亮着不少灯。有人在让 Agent 跑一整夜的测试，有人悄悄关掉了 AI、想找回自己写代码的手感，有人盯着 token 余额睡不着觉，怀疑自己是不是已经落后了。

也还有很多人，根本没意识到——时代已经换了一种走法。

同一栋楼，同一盏盏灯，底下是完全不同的几种人生。焦虑、亢奋、抵触、茫然，没有谁对谁错，都只是被同一场地震晃到的普通人而已。

我说这些，是想在往下走之前提醒一句：接下来的故事会更极端。但再极端的数字背后，站着的也都是这样具体的人。

那么，那些看清了「时间被组织收走」这件事、决定不再当纺织女工、干脆自己跳出去的人，后来怎么样了？这是第三份材料的主角。

05 · 军备竞赛：一个人，一个月，940 万元 token

第三份材料，主角还是开头提过的「龙虾之父」Peter Steinberger（绰号来自他那个爆火的 AI 编程项目 OpenClaw，claw 是龙虾钳），来自他自己在 X 上晒出的一张后台截图。

那张截图上的数字，离谱到我瞪大了眼睛——

• 过去 30 天，调用 OpenAI API 总费用130 万美元，约合 940 万元人民币

• 消耗6030 亿token，发起760 万次请求

• 每日请求量20.6 万次，折算下来每秒调用 2.4 次

有编程背景的人看到这个数字，第一反应大概是「假的吧，单人怎么烧得掉 130 万美元」。虾爹自己解释了——这不是拿来做什么大规模训练，纯粹是他开了「快速模式」、让上百个 Codex 高频并发地跑推理，为的是让这些 Agent 持续、激进地协作。他还补了一句：关掉快速模式，成本能立刻降 70%——也就是说，这 940 万里有一大半，是他主动为「快」付的溢价。

这是一个人的账单。

他的团队只有 3 个人。但他有庞大的硅基外援——同时在云端运行约 100 个 Codex。这些 Agent 自动 Review PR、扫安全漏洞、查重 Issue、写修复程序、监控 Benchmark，甚至能监听会议内容然后自己创建 PR。

最妙的是结构：一些 Agent 负责干活，另一些 Agent 负责盯着其它 Agent 干活。

员工从人类，逐渐变成了 AI Agent。

这画风，不就是一家真正的软件公司吗?

面对「月烧 130 万美元」的质疑，虾爹的回应特别能代表这个时代的逻辑。他说这压根不算贵——因为他不是拿 Codex 和「工具成本」比，是拿它和「工程团队成本」比。

我们替他把这笔账算一下，你就懂这个逻辑有多狠。就算按他「关掉快速模式」的省钱版本算，一个月也还要约 40 万美元。而在旧金山，一个高级工程师 / 架构师的月薪大约 1.5 万美元。40 万除以 1.5 万——

虾爹一个人一个月的 token 账单，

约等于传统时代一个带 25 到 30 人的工程师 Leader，

手下整支团队一个月的人力成本。

一个人，烧出一支团队。而且 token 还在变便宜，团队却只会变贵。所以在他眼里，这笔账不是「贵得离谱」，是「便宜得离谱」——他用一个人的调度，换来了过去要二三十个工程师才能干的活。

OpenAI CEO 奥特曼（Sam Altman）说，未来会是一个「extremely multi-agent」的世界。虾爹治下，已经有那个味道了。

这就是我们一直讲的那个判断的极端样本：软件开发，正在从「人类使用工具」，变成「人类管理 Agent 团队」。一个 OPD，调度一支硅基军团。

但我想说的不是这个故事多励志。我想说的是，它和前两份材料拼在一起，露出了一个更冷的真相。

Karpathy 焦虑「跟不上」。报道里那群人焦虑「被组织收割」。而虾爹这种最前沿的玩家,把焦虑变成了一场军备竞赛——

谁的 Agent 多，谁的 token 烧得狠，谁就跑得快。

还有一个关于卡帕西的细节：他现在跑完 Codex 就切 Claude，力争最大化各平台吞吐量；一看到 token 额度有剩余，就焦虑。这种情况在硅谷已成新常态——工程师把 token 使用率当成 KPI，把「用不完额度」视为能力不足。

过去，焦虑是「我会不会被淘汰」。

现在，焦虑是「我的 token 烧得够不够狠」。

焦虑没有消失。它只是从「怕落后」，升级成了「停不下来」。

读到这里，前三份材料其实抛出了同一个问题：Karpathy 怕跟不上，一线的人怕被收割，虾爹陷在停不下来的竞赛里——他们问的都是同一句话：AI 时代，一个程序员到底该怎么办?

我一直没找到一个让我信服的答案。直到读到第四份材料。

06 · 解药：OpenAI 内部那个把焦虑劈开的词

第四份材料，是 OpenAI 一场内部分享的实录。讲的人是两位：Romain Huet——OpenAI 开发者体验（Developer Experience）负责人，之前在 Twitter 和 Stripe 做了多年开发者平台；还有 Aaron Friel——OpenAI 技术团队的工程师，正是他在 OpenAI DevDay 上演示了「让 Codex 跑七小时完成一个项目」。主题只有一个词——Vibe Engineering。

先看一组让人坐直的数据：OpenAI 内部工程师对自家 Codex 的采用率超过 92%；所有内部 PR 都由 Codex 审核；用 Codex 的工程师，产出的合并 PR 比不用的人多 70%。

但真正劈开我前面所有焦虑的，是 Friel 讲的一句话——

代码行数越来越便宜了。

但证明代码有效这件事，越来越贵了。

我读到这句，前面三份材料的雾，一下散了。

因为它精确地指出了：AI 时代，到底什么在贬值，什么在升值。会写代码，贬值；能证明代码是对的，升值。Karpathy 焦虑的「落后」，本质就是没及时完成从前者到后者的转身。

Romain 讲了一个故事，把「证明代码有效越来越贵」这句话钉死了。

几周前在伦敦，他和一家公司的 CTO 并排坐着。他没有去说服对方「换我们的工具」，只做了一件事：打开 Codex 的代码审查功能，挑了一个这家公司最近刚刚合并进生产环境的随机 PR，让 Codex 看一眼。

结果 Codex 当场揪出两个重大 bug——连他们最资深的工程师都漏掉了的 bug，而他们正在生产环境里到处追这个 bug 的源头。

代码是这些资深工程师写的。

但「证明这段代码到底对不对」，他们没做到，Codex 做到了。

Romain 说，那一刻 CTO 的反应是:如果我不用这个东西，我会落后。Friel 也讲了同一件事的内部版本——OpenAI 所有的 PR 现在都由 Codex 审，真的拦下过一些会冲进生产环境的复杂 bug。

这就是「信任越来越贵」最具体的样子：当写代码变得几乎免费，整个行业的重心，正在从「谁能写出来」，挪到「谁能证明它是对的」。

Friel 现场演示了一个故事，是这整套逻辑最好的注脚。

他让 Codex 把一个 Kotlin 项目用 Rust 从零重写，要求 100% 兼容。起点是一个空目录，里面只有一个 prompt 文件。他把 prompt 贴进去，然后——就等着。

Codex 做的第一件事不是写代码。它先创建了一个叫「watchdog」的子代理，专门负责提醒主代理「你的目标是什么、用户要的是什么」，防止跑偏。然后它启动一堆子代理并行干活：有的研究上游代码，有的调研版本差异，有的设计架构。所有进度都写进一个叫「exec plan」的文件——不只给模型看，也给人看。

这个任务，工程师手写大概要几周。Codex 跑了一晚上，大概 12 小时。

还有一个更出名的版本：Friel 有次在沙发上边看电视边把电脑设成不休眠，让 Codex 跑一个任务。第二天醒来发现它还在跑——7 小时，200 多轮迭代，最后产出一个大约 500 行的 diff。

很多工程师听到这个数字第一反应是：「完了，写了 10 万行垃圾吧?」

但事实相反。这是一个非常复杂的改动，而 Codex 把绝大部分时间，花在了跑测试、改测试、再跑测试上。最后这个小小的 diff，被 merge 了。

我必须停下来点一句，因为这正好接住了我在第 03 节抛出的那个冷数据——

还记得吗？Anthropic 那篇论文里，AI 辅助组成绩低了 17%，最依赖 AI、盲目试错的人成绩最低。那叫认知卸载。

可 OpenAI 这个 7 小时 500 行的故事，明明也是重度用 AI，为什么结果相反?

差别不在用不用 AI。

差别在：AI 跑得越多，你是把「证明它对」的责任也卸载掉，还是反而抓得更紧。

低 17% 的那组，是让 AI 随便写、然后祈祷测试能过。OpenAI 这组，是 AI 写得越多，人在「正确性」上投入越重——大部分算力花在测试和验证上。同样是重度用 AI，一个在卸载认知，一个在加固认知。

这个区分有名字。Simon Willison——Web 框架 Django 的联合创始人、在开发者圈极有影响力的独立开发者和博主——提出了「Vibe Engineering」这个词，专门用来跟「Vibe Coding」划清界限：

一句话压舱：要用 AI 构建，也要保持人类的责任。

我看到这儿，前面所有的裂缝、所有的分裂症，瞬间归位了——

焦虑的人，大多在做 Vibe Coding。

被放大的人，都在做 Vibe Engineering。

前面那个骂「屎山」的田明，骂的是 Vibe Coding;狂热到睡 4 小时的周默，也困在 Vibe Coding 的亢奋里。而 OpenAI 这套，是把同一个 AI，用成了完全不同的东西。

那么 Vibe Engineering 时代，什么变重要了?Romain 讲得毫不含糊，他点了三样——设计与品味（taste）、判断力（discernment）、清晰的沟通。还有一样我特别认同：产出让人类愿意读的东西。

Friel 有个测试标准,我觉得可以刻在每个团队的墙上——

如果 Codex 的产出，是你自己都不想读的东西，

那它对下一个 AI 代理，也不会有用。

所以他们逼工程师多写文档、多写测试。理由不是老一套的「规范」，而是:这些东西不只给人看，是给下一个接手代码库的 AI 看的。（这正是我一直讲的「底表化」——把判断和标准沉淀成 AI 能反复调用的东西。OpenAI 叫它「给 AI 看的文档」，一回事。）

还有两个细节，是「从写代码到调度 Agent」最硬的官方实证。

一个是角色变了。Friel 开玩笑说，现在工程师都成了 Manager——不自己写代码，而是给 Codex 派任务、审产出。但 Codex 还会自己创建子代理、给子代理派活，所以更准确地说——

大家都成了 Director。

另一个叫「Best of N」：给 Codex 一个任务，它并行尝试 4 种方案，把 4 个结果都给你，你挑最顺眼的再继续。Friel 有个我特别喜欢的说法——你其实是在用代码具身一套进化算法：试很多、选赢家、带着赢家往前、再生新变体。而且就连那个 Kotlin 重写 Rust 的复杂任务，单次成功率都超过 75%，并行打几个再挑一个，成功率高得惊人。

这正是我反复讲的：别问「怎么让 AI 帮我写这段」，要问「怎么让几个 Agent 并行跑几条路、最后我挑一个」。前者是加法，后者是乘法——OpenAI 把它做成了一个按钮。

讲到这儿，我必须回到第 03 节那个最扎心的恐惧——如果 AI 把代码都写了，我的编程肌肉会不会萎缩?这场分享的最后一个观众提问，问的正是这个：工程师怎么才能不「手生」?

Friel 的回答，我觉得是整场分享里最该被程序员记住的一段。他给了三个具体做法——

第一，代码可以不写，但必须读得懂。他说，当代码变便宜，「至少能读懂这段代码在干什么」反而变成了底线能力。他现在大部分时间，花在读 AI 的输出、读懂、确认它对不对上。

读，不是退化。

读，是新的写。

第二，看到不懂的就追问到底。Codex 用了一个他不熟的技巧，他不会划过去，而是追问它「为什么这么做、底层到底在干什么」。他说，这反而让他成了一个更敏锐（more discerning）的工程师——判断力不是在用 AI 中萎缩的，是在「追问 AI」中练出来的。

第三，最生动的一个例子：OpenAI 新上任的 HR 负责人 Joaquin，主动退一步，去当了四个月的实习生——就为了重新钻回写代码的一线，把手感找回来。一个高管为了不脱离一线，甘愿去做实习生。

认知卸载不是 AI 时代的宿命。

它是「只用不读、只要不问」的人的宿命。

这正好回答了我在第 03 节没敢下结论的那个问题。退化是真的，但它不是必然的。读代码、追问 why、不脱离一线——这就是在 Vibe Engineering 时代，把肌肉留住的三个动作。

所以,这场地震的解药，其实就一句——

别做 Vibe Coding 的赌徒，去做 Vibe Engineering 的 Director。

代码越来越便宜，所以别再靠「写代码」证明自己——

靠「证明代码有效」，靠品味、判断力，和让 AI 愿意读的表达。

Hold Light and Shade · 这场地震的另一面

Vibe Engineering 给了方向，但我不想把这篇写成一支解药广告。所以我必须把光和影都摆出来，否则就是另一种不诚实。

光的一面是真的。Karpathy 说，用对了这些新东西，一个程序员能变强 10 倍。虾爹证明了，一个人真的能调度上百个 Agent，干出一家公司的活。能力的天花板，被实实在在地顶高了。

影的一面，也是真的。

那篇报道里有一个细节，我觉得是整篇最清醒的一句。一位影视从业者说：玩票的人只会无脑为新工具拍案叫绝；而真正知道自己想要什么的人，永远会感到不满足——但他们才是 AI 最核心的使用者，是高质量内容的产出者。

这句话翻译过来就是——

AI 把「产出」变得极其便宜。

于是「知道自己想要什么」，变成了唯一的奢侈品。

刘昊做了一堆东西，后来回看「很多没什么价值，也不像是自己想做的」。丁洋激动之余做出的东西，「更像是突然被赋予某种能力后，不得不发挥一通」。

这是这场狂热里最安静、也最值得听的一个声音：当放大变得免费，没有方向的放大，只是更快地制造噪音。

光和影是同一件事的两面。门槛被砸平，是光；正因为人人可得，它不再是护城河，你唯一能守的，退回到了「你到底想做什么、什么值得被做出来」——这是影，也是这场地震对每个人最公平、也最严苛的考题。

对你意味着什么

分几种人，对号入座。落点只有一个：从 Vibe Coding 走到 Vibe Engineering。

对一个正在狂热的程序员（像刘昊、周默）：你跑得很快，但停下来问一句——你做的这些东西，有多少是「你真正想做的」，有多少只是「AI 能做，所以你就做了」？把睡眠还给自己，把方向感找回来。OpenAI 的人提醒过:进度单位不是代码行数，是置信度。你是 Agent 的 Director，不该是它们的瓶颈，更不该是它们的附庸。

对一个抵触 AI 的程序员（像田明）：你对「屎山」和「认知卸载」的警惕是对的，这份清醒很珍贵——你警惕的其实正是 Vibe Coding。但别把「警惕」变成「拒绝」。Vibe Engineering 就是为你这种人准备的:对每一行代码负责，但在规划、架构、调试、文档每个环节都用上 Agent。你担心的退化是真的，但躲开 AI 不能解决它，把 AI 用成加固判断的工具才能。

对一个普通工程师：别被「跟不上」吓住。Karpathy 说得很清楚——过去 30 天没跟上的人观点就过时了，但这也意味着，这场竞赛每个月都在重新发牌，没有人能靠老资历一直领先。最该练的不是手速，是 OpenAI 点的那三样：品味、判断力、把话说清楚。从今天起，逼自己写「连下一个 AI 都愿意读」的文档和测试——这就是你的底表。

对一个管理者 / CEO：前面那个纺织女工的类比，是给你看的。如果你只想用 AI 把员工的产出指标拉到 76% 的增长，你会得到一批高效但麻木、最终技能退化的「机器附庸」，以及一场你迟早要付代价的人才流失。真正该考核的不是谁的 token 烧得多，是谁的产出置信度高。AI 造出来的时间怎么分配，决定了你是在养 Director，还是在造怨气。

数字浓缩

• 17%· AI 辅助组比纯手写组低的成绩——Vibe Coding 的代价

• 940 万元· 一个人一个月烧掉的 token——焦虑变成军备竞赛

• 76%· 用 Codex 的工程师多产出的合并 PR——Vibe Engineering 的红利

• 7 小时 / 500 行· 大部分时间花在测试上——新的进度单位是置信度

• 1 个词· Vibe Coding 还是 Vibe Engineering——被替代和被放大的分水岭

我还没想清楚的事

读完这四份材料，有一件事我一直没想通，摊出来跟你一起想。

Vibe Engineering 是个好答案，它解决了「怎么用 AI 才不会退化」。但它解决不了我在第 04 节抛出的那个问题——造时间和分时间，是两回事。

你可以是一个最自律、最讲究的 Vibe Engineering Director，每一行代码都对它负责，把品味和判断练到极致。但如果你头顶的组织，只是把你这套本事换算成「那你一个月该交 76% 更多的 PR」，那 Vibe Engineering 救得了你的代码质量，救不了你的生活。它是一套关于「怎么把活干好」的方法论，不是一套关于「时间归谁」的答案。

Karpathy 的焦虑、一线的分裂、虾爹的军备竞赛，本质上是同一件事——当 AI 把产能的上限彻底打开，「人该工作到什么程度」这个问题，第一次失去了天然的边界。过去，边界是人的生理极限：你一天只能写 8 小时代码。现在，你可以指挥 100 个 Agent 7×24 小时跑。

那么，新的边界在哪里？是公司的产出指标？是同行烧 token 的速度？还是一个人自己决定「我今天就到这儿」的能力?

我担心的是,在一个产能没有上限的世界里，如果一个人没有能力为自己设定边界，那这个边界就会由别人来替他设——而别人设的边界，永远比他自己设的更狠。

这不是 AI 的问题，也不是 Vibe Engineering 能解的题。说来讽刺——OpenAI 那场分享的开场白就是：很多工程师都梦想有一个「永远不会累的同事」，而 Codex 就坐在那个位置上。说这话的人，是当一件大好事在说的。

但前面那些睡 4 小时、发着抖的人提醒我们——

一个永不疲倦的同事，对一个会疲倦的人，

到底是解放还是逼问，取决于谁说了算「今天到此为止」。

写到最后，我反而想把话收得简单一点。

这篇从头到尾，焦虑、分裂、军备竞赛、解药、影面，绕了一大圈。但如果只留一句，我想留的是——

AI 可能永远不会累。

但人会。

所以未来真正稀缺的能力，也许不是让 Agent 跑得更快、更久，而是在一片「还能再跑一会儿」的轰鸣里，有人能清醒地知道：自己要去哪儿，以及，什么时候该关灯回家。

会有一批程序员被这场焦虑吞掉。但那些既会用 Vibe Engineering 把活干好、又守得住方向、还舍得在该停时关灯的人，会赢。

毕竟，未来的竞争，从来不是人和 AI 比谁不知疲倦——而是看谁更清楚，自己到底想用这些多出来的时间，去换些什么。

────────────────────

//作者手记

这一篇本来不在计划里。是连读 Karpathy 的帖子、一篇关于大厂程序员的报道、龙虾之父、再到 OpenAI 那场 Vibe Engineering 分享，四份材料堆在一起实在坐不住，临时写的。

写的时候，我对「认知卸载」和「纺织女工」这两段最舍不得，也最犹豫。因为它们戳的是我自己这套「硅基时间」体系的软肋——我一直在讲造时间的红利，却很少正面讲「这些时间归谁」。我决定把这个影面诚实地补上，而不是绕过去。读到 Vibe Engineering 时我松了口气，因为它给了焦虑一个出口；但写到最后我又收住了——它能解代码的题，解不了「时间归谁」的题。这两件事我都想说清楚。

一个聪明的读者大概会问：你前面几篇都在讲 AI 造时间的红利，这篇却在讲焦虑和影面，是不是打自己的脸？我想说的是——红利和代价从来是同一枚硬币。只讲红利的人，要么没看清，要么在卖课。

补一句关于材料的话。第四份材料我特意找到了一手出处——不是别人转述的二手稿，是 OpenAI Forum 那场分享 Romain Huet、Aaron Friel、以及主持人 Chris Nicholson（OpenAI 全球事务团队成员、活跃的 Codex 用户）的逐字发言实录。伦敦那个 CTO 的两个 bug、75% 的成功率、Joaquin 去当四个月实习生，这些最有力的细节，都藏在一手实录里，二手转述全删掉了。这也算是这篇文章自己的一个小注脚：在一个信息被反复转述、压缩、再加工的时代，回到一手，本身就是一种判断力。

本文引用的关键外部资料来源（由最新一代 Claude 核心模型协助核查）:

• Karpathy 言论及评论区：Andrej Karpathy（@karpathy）、Boris Cherny X 原帖

• 认知卸载论文（Anthropic 2026 年 1 月）、屎山、纺织女工类比、Greptile 提交量与大厂态度等事实：引自一篇关于大厂程序员的报道（《程序员们的「AI 分裂症」》，钛媒体）

• 龙虾之父 token 账单：Peter Steinberger（@steipete）X 原帖

• Vibe Engineering、7 小时 500 行、Best of N、75% 成功率、92%/70% 数据、伦敦 CTO、Joaquin 实习生：OpenAI Forum 分享一手实录（Romain Huet / Aaron Friel / Chris Nicholson 发言）;「Vibe Engineering」一词由 Simon Willison 提出

• AI 能力增长数据：Epoch AI Capabilities Index（ECI）

下一期答问录，回到 Token 经济——从 L1 算力底座到 L6 最终用户的五层生态。这场关于「时间归谁」的讨论，我也想继续。欢迎在留言区接着聊。

────────────────────

《硅基时间》系列，持续更新中。

记录 AI 带来的时代趋势洞察，与程序员行业的深层变迁。如果这篇对你有用，欢迎扫码关注，第一时间读到下一篇。

AI 不是提效，是造时间。

扫码关注「硅基时间」

——蒋涛 · CSDN

推荐阅读：

硅基时间万字长文答问录（一）：码盲消失，OPD 崛起，新市场在哪里

Anthropic万亿美元估值背后，真正的红利是什么？