Karpathy在YC AI创业学校的演讲中提出,LLMs代表软件的根本性变革,可类比为新型计算机操作系统,并具有独特的'人格心理学'特征。他将当前AI时代比作1960年代的计算机时代,并指出三大创业机会:构建半自主产品、降低软件开发门槛(vibe coding)、以及面向AI Agent的基础设施建设。
AI 编程
AI 辅助编程、代码生成、Vibe Coding、Copilot 类工具与最佳实践
AI 编程 · 精选产品
GPT-6 Astra
94OpenAI's most capable model for end-to-end work
GPT-6 Astra 是 OpenAI 迄今最强大的 AI 模型,面向复杂推理、软件工程、科学研究及专业工作场景,支持异步工具调用与多步骤智能体工作流。
Claude Fable 5
91Anthropic's most capable model ever — free until June 22
Anthropic 推出的最强 AI 模型 Claude Fable 5,在代码、科学、视觉等多领域刷新 SOTA 基准,面向开发者和企业用户提供极致推理与自动化能力。
GPT-6.1 Terra
88Fast, capable computer use at half the price
GPT-6.1 Terra 是 OpenAI 推出的高效视觉推理与计算机操作模型,以 GPT-6 十分之一的价格和三倍以上的速度,帮助用户自动化完成填表、解读技术图纸、起草文件等日常工作任务。
Nano Banana 2.1
88Google's image model with sharper design and mask editing
Google 推出的新一代图像生成与编辑模型 Nano Banana 2.1,通过更强的设计感、基于蒙版的局部编辑、跨轮次主体一致性与文字渲染能力,解决 AI 生图在商用设计场景中"好看但不可控、改不动"的问题。
GPT-6 Sol & Luna
88Frontier AI intelligence, now at half the price
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型,以 Astra 级别的性能提供比前代低 50% 的 API 定价,主打高性价比的前沿 AI 能力。
WeatherNext 3
88Our most advanced and accurate global weather AI model
Google 推出的旗舰 AI 天气预报模型,通过实时卫星数据、小时级刷新和高分辨率降水预测,为搜索、地图、Gemini 及云平台提供精准气象服务。
GPT-5.6
88A new standard for intelligence and efficiency
OpenAI 发布 GPT-5.6 模型家族,提供旗舰版(Sol)、均衡版(Terra)和轻量版(Luna)三档选择,面向开发者推出程序化工具调用、多智能体并行执行及显式提示缓存等新能力。
Atlas by World Labs
87Turn text, pics, video, + 3D into camera-controlled HD video
Atlas 是 World Labs 推出的全模态世界模型,支持文本、图片、视频和 3D 输入,可生成摄像机可控的 1440p 高清视频,并具备场景重建与机器人空间仿真能力。
Manus 2.0
86A New Era of AI Agents and Creative Tools
Manus 2.0 是通用 AI Agent 平台的一次底层重构式升级:用自研 Cascade 框架把任务执行变轻变省,用云电脑和事件触发自动化让 Agent 能 7×24 持续运行,用 Manus Studio 把「完成任务」推进到「共同做出作品」,并推出拥有独立邮箱、电话、钱包和电脑的个人智能体应用 Cue——解决的问题是初代 Agent 又贵又笨重、任务结束后一切归零、成果无法被人工接手继续修改。
Claude Sonnet 5.5
86Anthropic's second model in the Claude 5.5 family
Anthropic 推出的 Claude 5.5 家族第二款模型,面向日常编码、Bug 修复、文档、幻灯片与设计等工作场景,主打速度与成本效率——较 Sonnet 5 快 30% 以上、任务成本最多降低 30%,同时在编码与知识工作任务上表现更强。
Wanaka Studio
85Make and publish 3D games with the first AI game engine
Wanaka Studio 是首个 AI 原生 3D 游戏引擎,让用户无需编写代码即可通过 AI 智能体自动构建、编辑并一键发布 AAA 级别的 3D 游戏。
OpenAI Agents API
85Cloud agents, run on OpenAI's Codex harness
OpenAI Agents API 是基于 Codex 的托管云代理平台,开发者只需一次 API 调用即可构建支持长会话、智能工具使用和并行子代理的云端 AI Agent,无需自行搭建编排系统。
Google Gemini 3.8 Flash and Cyber
85Next-gen Gemini for agents, reasoning, and cyber security
Google 推出新一代 Gemini 3.8 Flash 模型,专为 AI 智能体工作流与网络安全场景优化,支持长链推理、自主任务执行与漏洞检测,以低成本高速度提供企业级 AI 能力。
Glaze by Raycast
85Create your own Mac apps by chatting with AI
Glaze 是 Raycast 团队推出的 Mac 端 AI 应用生成工具,用户通过自然语言描述即可生成能离线运行、驻留 Dock 的真实 Mac 原生应用,让软件真正个人化。
Claude Dashboards & Motion
84Ask Claude for live dashboards and animated explainers
Claude Dashboards 与 Claude Motion 是 Claude 内的两个 beta 构件,前者把自然语言问题变成可随数据变化自动刷新的实时仪表盘(并保留每个数字背后的查询),后者把报告、图表和讲解转成以代码书写的短动画,可逐字逐句修改并导出 MP4,目标是把数据洞察的“看”和“讲”都收进一次对话里。
Odyssey 3
84A world model that simulates physics in real time
Odyssey-3 是一个基础世界模型(world model),能根据文本提示实时生成可交互的物理环境,并预测人类或智能体在其中的动作会如何改变环境,主要解决机器人与自动驾驶等领域缺乏高保真、可实时交互仿真环境的问题。
Mistral Large 4
84Mistral's 1T parameter open weight frontier model
Mistral Large 4(代号 Le Chonk)是 Mistral 迄今最大的开源权重模型,采用原生多模态 MoE 架构(1T 总参数 / 49B 激活、1M token 上下文),解决欧洲与美国企业希望在不依赖闭源 API 的前提下获得前沿级推理能力、且数据与训练全程留在欧洲境内的问题。
Eleven v4 and Eleven v4 Turbo
84Elevenlabs' fastest and most emotive voice models yet
ElevenLabs 推出的 Eleven v4 与 Eleven v4 Turbo 语音生成模型,主打更强的情绪表现力,其中 Turbo 版本面向实时语音交互场景,可通过 App、API 和 Agent 调用,解决机器配音情感平淡、延迟高、难以用于实时对话的问题。
Hy4 preview
84Tencent’s 770B open model for long-horizon work
腾讯开源的770B MoE大模型,专为长程自主代理任务设计,能自主完成编程、游戏开发及复杂文档分析,并自动运行测试与修复Bug。
Spline V2
84Best 3D platform for the agentic era
Spline V2 是一款面向 AI 时代的全新重构 3D 编辑器,集成 AI Agent 模式与 MCP 协议、WebGPU 渲染引擎及 PBR/HDR 工作流,让设计师和开发者能更高效地创作交互式 3D 内容。
Microduck
84A tiny open-source biped you can train yourself
Microduck 是由 Hugging Face 与 Pollen Robotics 联合推出的 25cm 开源双足机器人,售价 $399,专为强化学习仿真到现实迁移(sim-to-real)研究设计,自带 7 种预训练行为和完全开放的软件栈。
Caddi
84Agent that builds agents by only showing your work only once
Caddi 通过录制一次操作演示,自动将用户的后台工作流程转化为可在真实工具中持续运行的 AI 自动化智能体,无需开发者或复杂配置。
Ojin
83Talk to an AI Agent with a real face and voice, in real time
Ojin 提供带有真实面孔和声音的 AI 智能体 API,支持实时打断式自然对话,只需一张照片即可创建可交互的数字人形象。
Google Omni 1.2 Flash
82Gemini Omni 1.2 Flash: 15s AI video at $0.07 per second
Google DeepMind 推出的 Gemini Omni 1.2 Flash 是一款 AI 视频生成与编辑模型,支持最长 15 秒视频生成,720p 仅需 $0.07/秒,较上一版本降价 30%,并新增多轮编辑、角色风格一致性及唇形同步等功能。
ChatGPT Images 2.6
82Create, edit, and animate images with AI
ChatGPT Images 2.6 是 OpenAI 推出的 AI 图像生成与编辑功能升级版本,支持更快速的图像生成、精准编辑、原生 GIF 动画创建及 SVG 导出,解决创意工作者在内容创作中的图像生产效率问题。
ChatGPT Images 2.6
82GIFs, reusable reference images and 50% faster generation
OpenAI 推出的 ChatGPT Images 2.6 图像生成模型,支持动态 GIF 生成、可复用参考图像、50% 更快的生成速度及 SVG 导出,面向普通用户和开发者双端提供服务。
Glasshand
82Give your agent a real iPhone and Mac
Glasshand 为 AI 智能体提供真实的 iPhone 和 Mac 设备租用服务,让 Agent 能像真人一样操控物理硬件完成复杂任务。
GitHub Copilot Fusion
82GitHub's AI coding agent that picks and combines models
GitHub Copilot Fusion 是一款 AI 编程助手,能自动将编码任务路由并组合多个 AI 模型,解决开发者手动选择模型繁琐且效果不优的问题。
Gemini 4 Carbon
82Google's next frontier model
Google发布的旗舰AI模型Gemini 4 Carbon,主打网络安全与长周期任务处理能力,是其当前最强的前沿大模型。
1Password for Agents
82Let AI agents sign in for you without seeing your passwords
1Password for Agents 让 AI 代理在执行自动化任务时可以安全地为用户登录账户,用户通过设备审批每次凭证请求,密码始终不暴露给 AI。
Nemotron 3.5 Super VL
82NVIDIA’s open multimodal model for specialized agents
NVIDIA发布的开源多模态混合专家大模型,专为AI智能体设计,支持文本、图像、文档、视频输入及工具调用,单GPU性能提升5倍。
Muse Wonder
82Meta’s most capable models for personal agents
Meta 推出的面向个人与专业场景的智能体模型系列(含 Muse Wonder 与 Muse Wonder Full),通过跨对话持久记忆、长任务抗阻塞执行以及法律/金融/健康垂直领域能力,解决现有 AI 助手「记不住上下文、复杂目标做不下去、专业任务不够专」的问题。
Playground by Google Labs
82Create, play, and share your own games with Google AI
Google Labs 推出的实验性 AI 游戏平台,用户用自然语言描述创意、选择类型,由 Gemini、Nano Banana、Lyria 等模型在几分钟内生成可玩的游戏,并能通过对话修改规则、角色、物理和美术,还能分享到社区画廊或玩别人做的游戏。
Griffin by Tavus
82World's First Human Interaction Model
Griffin 是 Tavus 推出的实时「人类交互模型」,让 AI 数字人通过视频进行全双工、面对面的自然对话——同时看、听、说,能对停顿、表情、手势和镜头前的动作做出即时反应,试图把视频通话式的 AI 交互做到以假乱真的程度。
FLYBOX
82Explore a fruit-fly connectome inside a living sandbox
FlyBox 是一个开源交互式神经科学沙盒,基于包含 16.67 万个神经元、约 2560 万个突触的模拟果蝇连接组(connectome),让用户投放食物、天敌、障碍、光照等刺激,并实时观测神经活动与行为的变化,还可刺激/抑制特定神经元群、切断连接、分叉实验与对比不同脑。
Claude Opus 5.5
82The first model in our new Claude 5.5 family.
Anthropic 发布的 Claude 5.5 系列首款模型,专注于智能体编程和知识工作,性能领先且运行成本比 Opus 5 降低 40%。
Claude Opus 5.5
82Anthropic's first model in their new Claude 5.5 family
Anthropic 发布 Claude Opus 5.5,专为智能体编程和知识工作优化的最新 AI 模型,性能大幅提升且成本降低 40%。
Projects at Cursor
82Direct thousands of agents through one coordinator
Cursor 推出 Projects 功能,通过一个协调器统一调度数千个 AI 子代理,支持大规模复杂任务的上下文维护、任务委派与周期性工作执行。
ChatGPT Images 2.5
82Sharper visuals, faster flow, better creative control
ChatGPT Images 2.5 是 OpenAI 推出的下一代图像生成模型,通过更清晰的细节、更快的生成速度和更精准的编辑能力,帮助用户将草图、提示词和参考图片转化为高质量视觉内容。
Agentic Video Understanding in Gemini
82Agentic video analysis for faster, smarter Gemini insights
Google Gemini 推出智能体视频理解模式,让模型自主决定观看策略,大幅降低 token 消耗和成本,同时提升长视频分析准确率。
Gemini 3.8 Flash
82Most intelligent workhorse yet for coding and agents
Google 推出的最新 Flash 系列 AI 模型 Gemini 3.8 Flash,专为编程、智能体任务和多步推理设计,以极具竞争力的价格提供高性能的代码生成与自主任务执行能力。
Gemini Omni 1.1 Flash
82Our newest multimodal model for video generation and editing
谷歌推出的多模态 AI 视频生成与编辑模型,支持场景延伸、帧插值、4K 超分辨率等专业级视频制作能力。
Gemini 3.7 Flash
82Google's smartest workhorse yet for coding & agents
Google 推出 Gemini 3.7 Flash,专为编程和 AI 智能体任务优化的高性能轻量级大语言模型。
Human Behavior
82Product analytics told you what happened. We handle it.
Human Behavior 是一款 AI 驱动的产品分析工具,不仅捕获用户行为和会话回放,还通过后台 AI 智能体自动分析问题、触发修复动作(如发邮件、更新 CRM、提 PR),实现产品改进的闭环自动化,无需人工盯仪表盘。
Ito
82AI code review that runs your code
Ito 是一款 AI 代码审查工具,通过在临时环境中实际运行代码来验证 PR 的运行时行为,而非仅依赖静态分析,帮助团队在代码合并前发现真实 Bug。
Prime Agent
82A coding agent that can refine its own harness
Prime Agent 是一个开源的自改进编程智能体,通过递归语言模型(RLM)和持续迭代框架(Continual Harness)两大核心抽象,让 AI 编程助手能够自我优化其执行环境,在 ARC-AGI-3 基准上达到 95.5% 的顶尖水平。
Soup CLI
82Fine-tune an 8B LLM on a 4 GB laptop GPU
Soup CLI 是一个开源命令行工具,允许开发者在仅有 4GB 显存的消费级笔记本 GPU 上微调 80 亿参数的大语言模型,通过逐层流式加载技术大幅降低显存峰值占用。
Coldtea.ai
82Make your software delivery self-driving
Coldtea 是一款面向开发团队的 Agentic IDE,通过 AI 编码代理、视觉 QA 代理和 AI 生产监控的协同工作,解决团队在 AI 加速交付背景下频繁引入生产故障的问题。
Muse Code
82Meta’s terminal agent for long-horizon coding
Muse Code 是 Meta 推出的终端编程智能体,基于 Muse Spark 1.2 模型,支持长周期任务、仓库级代码执行与内置验证,旨在解决开发者处理复杂、跨文件、长时间编码任务的效率问题。
Cloudflare Wallets
82the programmable wallet for the agentic Internet
Cloudflare Wallets 为 AI 智能体提供可编程钱包层,使其能够自主发现、使用并支付 API 和数字服务,构建下一代 AI 应用的金融基础设施。
ngrok AI Gateway
82One private gateway for every AI model
ngrok AI Gateway 为开发者提供统一的 AI 模型网关,通过单一密钥和 URL 路由管理 OpenAI、Anthropic 及自托管模型,解决多模型接入混乱、私有模型暴露风险和缺乏统一可观测性的问题。
DeepSeek-V4-Flash-0731
82Frontier agent intelligence at Flash prices
DeepSeek-V4-Flash-0731 是 DeepSeek 官方发布的高性能轻量级大语言模型,以低价格提供媲美旗舰模型的 Agent 推理能力,并原生支持 Responses API 与 Codex CLI。
Claude Opus 5
82Near-Fable 5 intelligence at half the price
Claude Opus 5 是 Anthropic 推出的新一代旗舰大语言模型,以一半的价格提供接近顶级的智能水平,专为长时运行的 AI Agent、编程和专业工作场景优化。
Gemini 3.6 Flash Family
82Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber
Google 发布 Gemini 3.6 Flash 系列新模型,主打高效率、低延迟和高可靠性,专为大规模 AI Agent 构建场景优化。
CartAI
82The AI agent that handles checkout.
CartAI 是一个面向开发者的 AI 结账代理 API,能在任意电商平台自动完成购物结账全流程,无需商家侧集成,同时内置支付、商品搜索和佣金变现能力。
Clark
82An AI coworker with its own cloud computer
Clark 是一个拥有独立云端计算机(浏览器、终端、文件、代码环境)的 AI 协作员,用户可以将复杂任务完整交给它异步完成,涵盖研究、代码、文档等多种交付物。
Kimi K3
82The world's first open 3T-class model
Kimi K3 是月之暗面推出的全球首个开源 3T 参数级大模型,具备原生视觉能力和百万 token 上下文窗口,面向代码生成、科学推理等高难度任务场景。
Kimi K3
82The world's first open 3T-class model
Kimi K3 是全球首个开源的3万亿参数级大模型,覆盖编程、知识工作和推理任务,支持原生多模态与100万上下文窗口。
Kimi K3
82Open frontier intelligence: 2.8T params, 1M-token context
Kimi K3 是月之暗面发布的 2.8T 参数开源大语言模型,支持百万 token 上下文窗口和原生视觉能力,面向代码、知识工作和复杂推理场景。
Coasty
82A Computer-Use-Agent that runs legacy software like a human
Coasty 是一个计算机操控 AI 代理,能像人类一样自主操作桌面软件(无需 API),主要解决医疗、保险、税务等行业中遗留系统自动化难题。
AI 编程 · KOL 观点
Andrej Karpathy提出'Agentic Engineering'概念,定义为利用AI智能体加速软件开发同时保持专业质量标准的工程学科。与'Vibe Coding'形成配对概念:前者提升生产力天花板(专业工程师),后者提升地板(所有人)。核心主张是顶尖工程师的生产力倍数将远超传统10倍工程师,分布呈现更厚的长尾效应。
Andrej Karpathy 提出「英语是最热门的新编程语言」这一论断,并通过多个案例(GPT-3上下文学习、Chain-of-Thought提示、ChatGPT虚拟机、Bing系统提示泄露等)论证:LLM本质上是可在运行时通过自然语言重新配置的通用计算机,提示词(Prompt)就是程序,英语就是编程语言。他还指出GPT的本质是「模仿」而非「想要成功」,因此提示词设计需明确引导其目标行为。
Andrej Karpathy总结了2025年AI领域六大范式转变,包括基于可验证奖励的强化学习(RLVR)、Vibe Coding等核心技术突破。RLVR通过在可自动验证奖励的环境中训练LLM,使模型自发形成类人推理策略,成为2025年最重要的训练技术革新。这些转变从根本上改变了大语言模型的训练范式和能力边界。
Karpathy提出LLM不应被视为聊天机器人,而应被理解为新型操作系统的内核进程,能够协调多模态输入输出、代码执行、浏览器访问和记忆存储等功能。他将当前主流LLM(GPT、PaLM、Claude、Llama)类比为Windows/macOS/Linux,认为我们正处于一个全新计算范式的早期阶段。将LLM看作聊天机器人,就如同将早期计算机仅视为计算器一样短视。
Andrej Karpathy 提出了一套完整的 AI 工程方法论,核心是将上下文窗口视为代码(Software 3.0),用工程化思维(规范设计、差异审查、评估循环)替代随意的 Prompt 尝试。他还推广了并行 Agent 管理模式和 CLAUDE.md 配置文件,构建出一套从世界观到具体工具的完整实践体系。
Anthropic的Claude Code创始人Boris Cherny披露,他已8个月未亲手写过一行代码,完全依靠管理数千个AI Agent完成软件开发工作。截至2026年5月,超过80%合并进Anthropic代码库的代码由Claude自主撰写,代码产出量较年初增长8倍。更值得关注的是,该系统已开始自主浏览GitHub和X寻找下一步构建方向,递归自我改进正在成为现实。
Andrej Karpathy在这场演讲中系统梳理了编程范式的三次演进:传统代码(Software 1.0)、神经网络训练(Software 2.0)到自然语言提示大模型(Software 3.0)。他深入讲解了Transformer架构的历史与原理,并通过nanoGPT展示了GPT-2的300行极简实现。演讲兼顾理论深度与工程实践,是理解现代AI工程体系的高质量入门与进阶材料。
安全研究员 Johann Rehberger 发布了一个针对 Claude Code Opus 5 Auto Mode 的可复现漏洞利用链,通过网页摘要请求实现了 60-80% 成功率的远程代码执行攻击,与 Anthropic 此前声称'基本解决'提示注入问题形成鲜明对比。更值得关注的是,Auto Mode 的安全分类器不仅未能阻止攻击,还主动阻止了模型自身的清理补救操作,形成'倒置失败'。Anthropic 将该漏洞报告关闭为'Informative',称这属于'设计如此'的行为。
安全研究员 Boris Cherny 通过构造多步骤攻击链,成功以 60-80% 的成功率突破了 Claude Code Opus 5 的 Auto Mode 安全防护,实现了代码执行。这与 Anthropic 委托第三方(Trajectory Labs)评估得出的 0.00% 攻击成功率形成直接矛盾。攻击核心在于利用 Python 模块路径劫持(struct.py 影子模块),绕过模型对直接二进制执行的拒绝。
Claude Code的创建者Boris Cherny分享了132+个真实工作流中的实用技巧,涵盖并行运行多个Claude实例、子代理调度、hooks自动化、工作流设计等高级用法。内容来自一线开发者的亲身实践,技术深度与可操作性兼具,是目前最权威的Claude Code使用指南之一。
Anthropic 公开了其内部 AI 辅助编程的规模化数据:截至2026年5月,Claude 已负责超过80%的生产代码提交,工程师人均代码产出提升8倍,开放性任务成功率达76%(半年内提升50个百分点)。这是业界首份来自前沿实验室的、基于真实生产环境的 Agentic 编程规模化原始数据报告,而非基准测试或演示。文章提炼了可供工程团队直接参考的工作流模式,如 maker-checker 循环等。
Karpathy 发布开源项目 nanochat,用约 8000 行依赖极简的代码实现了从一个 ChatGPT 克隆的完整全栈流程:Rust 分词器训练、FineWeb 预训练、SmolTalk 中途训练、SFT、基于 GSM8K 的 GRPO 强化学习,以及带 KV cache 和工具调用的推理引擎与类 ChatGPT WebUI。核心卖点是成本与门槛极低——约 100 美元 / 4 小时即可训练出一个能聊天的模型,约 12 小时超过 GPT-2 的 CORE 指标,约 1000 美元 / 41.6 小时可获得能解简单数学与代码题、MMLU 进入 40 分段的模型。定位是 LLM101n 的毕业项目,并希望像 nanoGPT 一样成长为研究脚手架或基准。
Andrej Karpathy built a curated video platform in a weekend using Claude and 20 years of Hacker News
88Andrej Karpathy 利用 Claude Opus 5.5 在一个周末内构建了 HackerTube,通过分析 Hacker News 20 年、4300 万条评论,筛选出 6454 个高质量视频,打造出比 YouTube 推荐更优质的观看体验。他几乎将所有工作交给 Claude Code 完成,仅需手动配置 API Key、服务器和域名。这一案例标志着 AI 辅助开发已进入'周末项目可替代数周工程'的新阶段。
Andrej Karpathy(现Anthropic预训练团队成员)分享了其日常使用AI Agent的工作方式:完全通过对话驱动开发,不再直接读写代码或执行命令。他总结了五个核心习惯:短提示词、多格式理解输出、廉价代码过滤+Sonnet子Agent处理大数据、以及分享数据+提示词而非应用本身。
Claude Code创始人Boris Cherny提出'循环工程'概念:不再手动输入提示词,而是设计让AI自主循环运作的系统,由循环自动向AI发出指令并判断任务执行。2026年起Cherny本人已不再直接写代码,通过手机审批AI提交的PR。这一理念在硅谷技术社区引发广泛讨论。
HackerTube
88Karpathy 在周五深夜对 YouTube 算法推荐的低质内容感到不满,于第二天用 Claude Opus 5.5 在约2小时内独立构建了 HackerTube——一个基于 Hacker News 历史评论筛选出的6454个高质量 YouTube 视频的克隆站点。这个案例展示了 AI 辅助开发已进入「纯对话驱动」阶段,开发者几乎不需要亲自写代码或操作终端。
Andrej Karpathy 分享了对 LLM 能力边界的多维度观察:LLM 正从工具演变为自主执行复杂任务的代理,推动「可抛弃式定制软件」成为新范式;人类工作将上移至「监督与理解」层;同时他支持 AI 行业协同放缓前沿研发以保障安全。
创始人Greg Isenberg分享了其50人公司的完整Agent工作流:从语音笔记到产品规格、并行代码构建、自动化测试,再到错误修复PR,实现产品全流程Agent化管理。其核心原则是一个Agent负责一个平台、廉价模型做分拣、最强模型负责上线,并将每次错误转化为新技能。该帖子获得1.1万次收藏,成为目前最具参考价值的Agent实操案例之一。
Claude Code负责人Boris Cherny回顾了产品上线一年的历程,从内部仅获2个点赞的hack项目发展为占GitHub终端用户4%的工具。他宣称'编码已基本被解决',Anthropic内部实现了200%的人均生产力提升,并探讨了编码问题解决之后AI将迎来的下一个阶段。
Andrej Karpathy 使用 Anthropic 的 Opus 5.5 模型,在约两小时内构建了 HackerTube——一个基于 Hacker News 用户推荐视频的 YouTube 克隆站点,收录 6,454 个视频,涵盖 150 个话题。他仅手动完成三步(创建 API 密钥、启动服务器、购买域名),其余工作全由 AI 完成。此案例的核心信号是:桌面应用 + 中等推理强度的默认配置,已足以完成完整产品的快速落地。
Andrej Karpathy 提出软件已经历三次范式转变:从传统代码(Software 1.0)到神经网络权重(Software 2.0),再到以自然语言提示编程的大语言模型(Software 3.0)。他以特斯拉 Autopilot 的实际经历为例,说明神经网络如何逐步替代 C++ 代码,并预测 LLM 将以相同方式重塑整个软件栈。核心建议是:未来开发者需同时掌握代码、权重与提示三种编程形式。
Claude Code作者Boris Cherny在斯坦福课程中分享了AI辅助开发的五大实践原则:聚焦关键瓶颈自动化、提前适应更强模型、小团队AI赋能超越传统规模、循环反思替代传统编码技能、以及领域深度知识成为核心壁垒。其团队已实现人均效率提升约10倍,几乎所有代码由Claude生成。
Claude Code创始人Boris Cherny分享其团队自11月起已实现100%由Claude生成代码,工程师产出提升约10倍,Opus 4发布后增速更为显著。他建议通过阅读agent transcript找出模型失败点提前布局,并认为小团队借助AI可实现100倍产出优势。未来领域专家(而非程序员)将成为最佳软件构建者,代码廉价化后问题理解深度才是核心竞争力。
Claude Code创始人Boris Cherny在斯坦福课堂分享AI开发实践:其团队自去年11月起100%由Claude写代码,人均产出提升约10倍,同时运行数千个Claude agents。他强调应自动化开发瓶颈、为6个月后的模型能力设计系统、小团队反而更高效,并预测手写代码将像打孔卡一样被淘汰,领域专家将成为未来最佳软件构建者。
Claude Code 创作者 Boris Cherny 分享了一套渐进式 AI 编程工作流:从代码库问答入手,逐步扩大 Agent 授权范围,通过可观察的反馈回路(测试、截图)让模型自主迭代验证。核心理念是将'是否信任 AI'拆解为逐步增加授权与反馈的工程过程,而非一次性交付大任务。配合 CLAUDE.md 管理项目上下文,最终实现 SDK 自动化与多工作区并行。
Claude Code负责人Boris Cherny分享了其实现100%代理式代码编写的完整工程体系,核心包括计划模式先行、并行多窗口调度、CLAUDE.md团队规范积累三大操作机制。该体系通过AI多Agent自动审查、按风险分级人工审批、快速回滚兜底构建质量闭环,使其每天能提交10-30个PR。
Andrej Karpathy警告称,AI能力认知鸿沟正在急剧扩大:约60亿人几乎未接触过LLM,10-20亿人仅将AI用作'更好的谷歌搜索',而约5000人已在使用能协调数千个AI智能体的前沿系统执行超大规模任务。他指出人类审阅与理解能力正开始落后于AI的产出速度,这一差距在编程和数学等可验证数字领域尤为突出。
Anthropic透露Claude为自身代码库贡献约90%的代码,并在2026年10月公开了其多层代码审查体系。从6月到9月,合并的PR数量翻倍,同时需回滚的比例下降逾40%,证明AI生成代码的质量与吞吐量可同步提升。该系统结合了自动化前置检查、并行AI安全审查、以及基于风险分级的人工审批机制。
Karpathy描述了一个关于LLM能力认知的'漏斗效应':全球约75%的人几乎未接触LLM,20%是浅度用户,仅0.2%的专业开发者真正见识到其改变工作流的力量,而顶端约5000名内部研究者则在目睹AI在网络攻防、科学发现、数学突破等领域的超人级表现。这种认知鸿沟正在加速扩大,而非收窄。