Karpathy：我已經好幾個月沒寫程式了，AI Agent 全面接管我的工作流

本文整理自《No Priors》2026 年 3 月播出的單集。

{{< youtube kwSVtQ7dziU >}}

{{< spotify "episode/3u1XHEsAuK1VXRr81RzQDV" >}}

{{< apple-podcast "tw/podcast/andrej-karpathy-on-code-agents-autoresearch-and-the/id1668002688?i=1000756334966" >}}

---

「我不寫程式了，我表達意志」

Andrej Karpathy 是 OpenAI 共同創辦人，也是前 Tesla AI 總監，在深度學習社群的影響力大概只有少數人能比。所以當他說出「我已經好幾個月沒寫程式了」這句話的時候，整個科技圈都在認真聽。

在 No Priors 的這集訪談中，Karpathy 描述了一種他稱之為「AI psychosis」（AI 精神亢奮）的狀態。從 2025 年 12 月以來，他的軟體開發工作流徹底改變。過去他是那個親手敲鍵盤的人，現在他做的事情更像是一個總監。他每天花 16 個小時對 AI agent 下達指令，告訴它們該做什麼，然後審視成果、調整方向、再發出下一輪指令。用他自己的話來說，coding 這個詞已經不準確了，他做的事情比較接近「express my will to my agents」。

這個轉變的觸發點很具體：2025 年底 code agent 的能力出現了一次明顯的躍升。不是漸進式的改善，而是突然之間，你可以把一整個功能的開發委派給 agent，它會自己去讀程式碼、理解架構、寫出可以運作的程式碼、跑測試、修 bug。Karpathy 說他感受到的壓力跟過去訓練大型模型時很像。以前他焦慮的是 GPU 利用率有沒有最大化，現在他焦慮的是自己有沒有把 AI agent 的 token 產出最大化。如果 agent 閒著沒事做，那就是他的問題，不是 agent 的問題。

進階玩法：多個 agent 同時跑，而且要自主運作

Karpathy 分享的工作流已經不只是「開一個 Cursor 視窗叫 AI 幫你寫程式碼」這種等級了。他在做的事情是同時開多個 agent session，每個 session 負責不同的任務。一個在重構某個模組，另一個在寫測試，第三個在處理文件。他把這種模式比喻成管理一個團隊，只不過團隊成員都是 AI。

更有意思的是他提出的「claw」概念。他把持續運行的自主 AI 層稱為 claw，取名靈感來自夾娃娃機的那個「爪」，意思是它會不斷地抓取任務、執行、回報結果，不需要你一直盯著。他自己做了一個叫「Dobby the Elf Claw」的專案（名字來自哈利波特裡的家庭小精靈多比），這個 agent 管理他家裡所有的智慧裝置，包括燈光、空調、音響、保全攝影機、泳池和水療設備。

Dobby 不是那種你打開一個 app、按幾個按鈕的智慧家庭系統。Karpathy 直接用 WhatsApp 跟 Dobby 對話，用自然語言告訴它該做什麼。比如「把客廳的燈調暗一點」「晚上十點以後如果有人靠近前門就通知我」。Dobby 會直接呼叫家中各裝置的 API 來完成這些事。更厲害的是，當 FedEx 的卡車出現在他家門口的保全攝影機畫面中時，Dobby 會主動傳 WhatsApp 訊息通知他有包裹送到了。

這個系統跑在 NVIDIA 執行長黃仁勳（Jensen Huang）親自簽名贈送的 DGX Station GB300 上，這台機器提供 20 petaflops 的算力和 748 GB 的記憶體。用這種等級的硬體來跑一個家庭管家 agent，聽起來有點殺雞用牛刀，但 Karpathy 的重點不在於效率，而在於探索 agent 自主運作的極限在哪裡。

客戶不再是人類，而是 agent

Karpathy 觀察到一個正在發生的產業結構轉變：很多現有的 app 和軟體服務，本質上是為了讓人類透過圖形介面來操作。但如果 agent 可以直接呼叫 API，那這整層為人類設計的介面就多餘了。他認為，大量客製化的 app 不應該繼續存在，因為 agent 可以把它們「捏碎」。未來真正需要的是暴露出來的 API 端點，agent 才是串接所有東西的智慧黏著劑。

這個觀點的實際含義很深遠。Karpathy 直言，產業必須重新配置，因為「客戶不再是人類了，是代替人類行動的 agent」。這代表工具要變成 agent-first 的設計，網站要考慮 agent 如何與它互動，服務條款要能處理 agent 代替人類簽署的情境。這不是五年後的事，這是現在正在發生的事。

他用自己的 Dobby 專案做例子：現有的智慧家庭 app（Google Home、Apple HomeKit）都是為了讓人類在螢幕上點按鈕而設計的。但當一個 agent 可以直接呼叫底層 API 的時候，那些 app 就變成了不必要的中間層。agent 能做到的事情遠比任何 app 的預設功能更多、更靈活，因為它可以跨系統組合、理解上下文、執行複雜的條件邏輯。

我的觀察

身為一個每天都在用 Claude Code 寫文章、管理網站的人，Karpathy 描述的這種「表達意志而非寫程式」的體驗，我完全能理解。程度沒有他那麼極端，但方向是一樣的。越來越多時候，我發現自己在做的事情不是「寫」，而是「審」和「導」。我給出方向，AI 產出初稿，我檢視品質，提出修改意見，AI 再調整。這個循環比我自己從零開始寫要快得多。

但這裡面有一個 Karpathy 沒有多談的風險：當你習慣了不親手寫程式，你對程式碼品質的判斷力會不會逐漸退化？就像一個主管如果太久沒碰第一線工作，他的審核能力也會慢慢生鏽。Karpathy 本人大概不用擔心這個問題，因為他有幾十年的深厚功底。但對於一個還在累積經驗的初中階開發者來說，跳過「自己寫」的階段、直接進入「指揮 agent」的模式，長期來看是福是禍，目前沒有人能給出確定的答案。

Karpathy 說的「everything is skill issue」（一切都是技能問題），其實點出了一個殘酷的現實。AI agent 的能力已經到了一個程度，你做不出好東西，不是因為工具不夠好，是因為你還不會用。這句話對每一個還在觀望、覺得 AI 只是玩具的開發者來說，是一記很響的警鐘。