智東西
編譯 程茜
編輯 李水青

智東西8月25日消息，今日，前特斯拉AI總監(jiān)、OpenAI聯(lián)合創(chuàng)始人安德烈·卡帕西（Andrej Karpathy）放出了AI輔助編程的私藏獨家秘籍。

▲安德烈·卡帕西部分推文截圖

他的AI輔助編程不再集中于一個工具，而是“雇傭”了多個工具按需分配崗位。

總結(jié)來看，卡帕西使用AI輔助編程可分為4個階段，75%使用Cursor編輯器自動補全代碼功能，其次使用大模型修改某段具體代碼，第三層使用Claude Code、Codex等獨立AI編程工具，實現(xiàn)較大功能模塊；最后使用GPT-5 Pro解決最難的問題，他將GPT-5 Pro稱為“最后一道防線”。

▲安德烈·卡帕西AI輔助編程流程圖

這是因為，當(dāng)下，開發(fā)者無法基于單一編程工具滿足所有開發(fā)需求，且這些工具擅長的點各有不同，包括Cursor編輯器善于自動補全代碼，但需頻繁重啟；獨立AI編程工具可以針對開發(fā)者不了解內(nèi)容編程，但需要定期清理代碼、調(diào)整風(fēng)格、處理代碼審美等；GPT-5 Pro則能處理最難的問題，10分鐘分析出人類、Cursor、Claude Code都找不到的隱蔽bug。

從卡帕西分享的AI編程工作流可以看出，目前的AI編程工具各有優(yōu)劣，開發(fā)者會通過拼接使用實現(xiàn)高效輔助編程。

一、Cursor是主力、獨立AI編程工具輔助、GPT-5 Pro解決最難問題

卡帕西在推文中提到的具體工作流程如下：

他使用大模型輔助編程的流程中，有75%都用于在Cursor編輯器中通過Tab鍵觸發(fā)的自動補全代碼功能。

這是因為，卡帕西發(fā)現(xiàn)自己在代碼的正確位置寫下具體的代碼片段或注釋，是向大模型傳遞“任務(wù)需求”的高效方式，也就是說，關(guān)鍵在于精準傳遞任務(wù)細節(jié)。如果用文字描述其想要實現(xiàn)的效果，不僅需要大量表述，還會產(chǎn)生明顯延遲；而直接在代碼里、在正確位置演示需求，速度則快得多。

但偶爾，這一自動補全功能需要他進行頻繁開啟、關(guān)閉才會變得好用。

▲卡帕西使用Cursor編輯器的推文描述

第二層用法是：卡帕西會選中一段具體的代碼，要求大語言模型對其進行某種修改。

▲卡帕西使用大模型修改代碼的推文描述

第三層用法是，他會在Cursor編輯器之外，運行Claude Code、Codex等獨立的AI編程工具。這種情況一般是，他遇到需要實現(xiàn)較大功能模塊，且用提示詞比較容易說清需求的場景。

對于這些工具的評價，卡帕西說，這些工具確實幫了大忙，但整體用下來體驗有好有壞，偶爾還會讓人有點煩。他不會使用“無需每一步確認模式”（YOLO mode），因為這些工具很容易跑偏，寫出他根本不想要、也不需要的冗余內(nèi)容，所以經(jīng)常需要按ESC鍵中斷生成。

卡帕西吐槽說，他還沒學(xué)會同時用多個工具來提升效率，因為單是用好一個，就已經(jīng)夠費勁了。

其中的問題包括，他無法高效實現(xiàn)CLAUDE.md文檔的維護、更新，必須經(jīng)常花時間做“代碼清理”、調(diào)整代碼風(fēng)格或者處理“代碼審美”相關(guān)問題。

比如，這些AI工具寫代碼時防御性過強，會濫用try/catch語句；把抽象邏輯搞復(fù)雜；把代碼寫得臃腫冗余，很多時候用列表推導(dǎo)式或者一行if-else就能解決的問題，偏要寫嵌套的if-else結(jié)構(gòu)；重復(fù)寫好幾段相似代碼，沒有將其封裝成一個簡潔的輔助函數(shù)。

這些就證明AI工具沒有“代碼審美”的概念。

但卡帕西提到，在某些場景下，這些工具又必不可少：比如當(dāng)他需要Vibe Coding（氛圍編程），且對相關(guān)領(lǐng)域不太熟悉的時候。他提到像他最近寫Rust代碼、寫SQL命令，或是其他平時很少接觸的內(nèi)容時，這些AI編程工具就能派上大用場。

他還試過讓Claude Code在寫代碼的同時教他一些知識，但這個工具滿腦子就只想寫代碼，不愿意花時間在過程中解釋任何內(nèi)容。他之前還讓Claude Code幫忙做超參數(shù)調(diào)優(yōu)，結(jié)果過程特別有意思，但效果并不好。

卡帕西還提到一些場景，這些工具的作用也十分突出，比如需要各種低風(fēng)險一次性的自定義可視化圖表、小工具或調(diào)試代碼。因為這些工具過于浪費時間。他舉了一個例子，為了定位某個特定bug，Claude Code能快速寫出1000行專門的可視化代碼或調(diào)試代碼，找到bug后就可以全部刪掉這些代碼。

他認為，現(xiàn)在已經(jīng)是代碼過剩時代，開發(fā)者完全可以先寫出成千上萬行高度定制化、用完即棄的代碼，代碼早已不是那種“寫出來就很珍貴、成本很高”的東西了。

▲卡帕西使用獨立AI編程工具的推文描述

最后一道防線是GPT-5 Pro?？ㄅ廖鞣Q，他會在遇到最難解決的問題時用到它。

他提到，有很多次，他本人、Cursor編輯器、Claude Code都卡在一個bug上且10分鐘都沒進展，而當(dāng)他把完整代碼復(fù)制粘貼給GPT-5 Pro后，它花了10分鐘分析，然后就找出了非常隱蔽的bug。卡帕西認為，GPT-5 Pro的能力確實很強，還能檢索到各種生僻的文檔、學(xué)術(shù)論文之類的資料。

對于GPT-5 Pro的其他用途，卡帕西稱也會用它處理其他更復(fù)雜的任務(wù)，比如讓它給代碼抽象邏輯的優(yōu)化提建議，但效果有好有壞，有時候能給出不錯的想法，但不是所有建議都有用；或者讓它圍繞“某個技術(shù)的實現(xiàn)方法”做一次完整的文獻調(diào)研，它最后會返回相關(guān)度很高的參考資料和信息來源。

總之，卡帕西認為，在眾多各有優(yōu)劣的工具加持下，編程領(lǐng)域的可能性被完全打開了。不過，這也讓人很容易產(chǎn)生一種焦慮感，擔(dān)心自己沒能跟上行業(yè)集體能達到的前沿水平。也正因為如此，才有了這周日洗澡時突然冒出來的一堆想法，同時我也特別好奇，其他人在實踐中都有哪些發(fā)現(xiàn)。

▲卡帕西使用GPT-5 Pro的推文描述

二、開發(fā)者拼接編程工具，評論區(qū)為卡帕西提建議

評論區(qū)很多網(wǎng)友對卡帕西的工作流程表示認同，他們提到，部分工具可能有所不同，但基本都選擇了拼接不同AI工作輔助編程的策略。

在評論區(qū)還有不少網(wǎng)友為卡帕西遇到的問題提建議：比如打造Context Engineer的Agent，幫助開發(fā)者更新Claude.md，或者為了避免Claude Code反復(fù)跑偏，要求它提供詳細但簡潔的問題總結(jié)，交給Grok解決；或者嘗試語音轉(zhuǎn)錄說出指令等。

結(jié)語：開發(fā)者靠工具拼接實現(xiàn)高效輔助編程

越來越多的開發(fā)者使用AI工具更高效便捷編寫代碼，具體用例包括自動補全代碼行、修復(fù)代碼錯誤和測試代碼等。

但在實際體驗中，AI編程工具會面臨編寫錯誤、代碼冗余等情況。從卡帕西分享的AI輔助編程流程以及評論區(qū)網(wǎng)友的互動可以看出，在AI編程工具發(fā)展尚處于初期，無法基于單一工具滿足用戶需求的情況下，開發(fā)者正通過拼接不同工具，發(fā)揮其在不同編程環(huán)節(jié)的優(yōu)勢，以實現(xiàn)高效、準確的輔助編程。