卡帕西揭秘AI编程工具链：Cursor主打，GPT-5兜底
快速阅读: 前特斯拉AI总监安德烈·卡帕西分享AI辅助编程流程，主要使用Cursor编辑器、大模型、Claude Code及GPT-5 Pro，各工具在不同编程环节发挥优势，提高编程效率。
智东西8月25日消息,今日,前特斯拉AI总监、OpenAI联合创始人安德烈·卡帕西(Andrej Karpathy)放出了AI辅助编程的私藏独家秘籍。
▲安德烈·卡帕西部分推文截图 他的AI辅助编程不再集中于一个工具,而是“雇佣”了 多个工具按需分配岗位 。
总结来看,卡帕西使用AI辅助编程可分为4个阶段,75%使用 Cursor编辑器 自动补全代码功能,其次使用 大模型 修改某段具体代码,第三层使用Claude Code、Codex等 独立AI编程工具 ,实现较大功能模块;最后使用 GPT-5 Pro 解决最难的问题,他将GPT-5 Pro称为“最后一道防线”。
▲安德烈·卡帕西AI辅助编程流程图 这是因为,当下,开发者无法基于单一编程工具满足所有开发需求,且这些工具擅长的点各有不同,包括Cursor编辑器善于自动补全代码,但需频繁重启;独立AI编程工具可以针对开发者不了解内容编程,但需要定期清理代码、调整风格、处理代码审美等;GPT-5 Pro则能处理最难的问题,10分钟分析出人类、Cursor、Claude Code都找不到的隐蔽bug。
从卡帕西分享的AI编程工作流可以看出,目前的AI编程工具各有优劣,开发者会通过拼接使用实现高效辅助编程。
01.Cursor是主力、独立AI编程工具辅助,GPT-5 Pro解决最难问题 卡帕西在推文中提到的具体工作流程如下: 他使用大模型辅助编程的流程中,有 75%都用于在Cursor编辑器中通过Tab键触发的自动补全代码功能 。
这是因为,卡帕西发现自己在代码的正确位置写下具体的代码片段或注释,是向大模型传递“任务需求”的高效方式,也就是说,关键在于精准传递任务细节。如果用文字描述其想要实现的效果,不仅需要大量表述,还会产生明显延迟;而直接在代码里、在正确位置演示需求,速度则快得多。
但偶尔,这一自动补全功能需要他进行频繁开启、关闭才会变得好用。
▲卡帕西使用Cursor编辑器的推文描述 第二层用法是: 卡帕西会选中一段具体的代码,要求大语言模型对其进行某种修改 。
▲卡帕西使用大模型修改代码的推文描述 第三层用法是,他会在Cursor编辑器之外, 运行Claude Code、Codex等独立的AI编程工具 。这种情况一般是,他遇到需要实现较大功能模块,且用提示词比较容易说清需求的场景。
对于这些工具的评价,卡帕西说,这些工具确实帮了大忙,但整体用下来体验有好有坏,偶尔还会让人有点烦。他不会使用“无需每一步确认模式”(YOLO mode),因为这些工具很容易跑偏,写出他根本不想要、也不需要的冗余内容,所以经常需要按ESC键中断生成。
卡帕西吐槽说,他还没学会同时用多个工具来提升效率,因为单是用好一个,就已经够费劲了。
其中的问题包括,他无法高效实现CLAUDE.md文档的维护、更新,必须经常花时间做“代码清理”、调整代码风格或者处理“代码审美”相关问题。
比如,这些AI工具写代码时防御性过强,会滥用try/catch语句;把抽象逻辑搞复杂;把代码写得臃肿冗余,很多时候用列表推导式或者一行if-else就能解决的问题,偏要写嵌套的if-else结构;重复写好几段相似代码,没有将其封装成一个简洁的辅助函数。
这些就证明AI工具没有“代码审美”的概念。
但卡帕西提到,在某些场景下,这些工具又必不可少:比如当他需要Vibe Coding(氛围编程),且对相关领域不太熟悉的时候。他提到像他最近写Rust代码、写SQL命令,或是其他平时很少接触的内容时,这些AI编程工具就能派上大用场。
他还试过让Claude Code在写代码的同时教他一些知识,但这个工具满脑子就只想写代码,不愿意花时间在过程中解释任何内容。他之前还让Claude Code帮忙做超参数调优,结果过程特别有意思,但效果并不好。
卡帕西还提到一些场景,这些工具的作用也十分突出,比如需要各种低风险一次性的自定义可视化图表、小工具或调试代码。因为这些工具过于浪费时间。他举了一个例子,为了定位某个特定bug,Claude Code能快速写出1000行专门的可视化代码或调试代码,找到bug后就可以全部删掉这些代码。
他认为,现在已经是代码过剩时代,开发者完全可以先写出成千上万行高度定制化、用完即弃的代码,代码早已不是那种“写出来就很珍贵、成本很高”的东西了。
▲卡帕西使用独立AI编程工具的推文描述 最后一道防线是GPT-5 Pro。卡帕西称,他会在遇到最难解决的问题时用到它。
他提到,有很多次,他本人、Cursor编辑器、Claude Code都卡在一个bug上且10分钟都没进展,而当他把完整代码复制粘贴给GPT-5 Pro后,它花了10分钟分析,然后就找出了非常隐蔽的bug。卡帕西认为,GPT-5 Pro的能力确实很强,还能检索到各种生僻的文档、学术论文之类的资料。
对于GPT-5 Pro的其他用途,卡帕西称也会用它处理其他更复杂的任务,比如让它给代码抽象逻辑的优化提建议,但效果有好有坏,有时候能给出不错的想法,但不是所有建议都有用;或者让它围绕“某个技术的实现方法”做一次完整的文献调研,它最后会返回相关度很高的参考资料和信息来源。
总之,卡帕西认为,在众多各有优劣的工具加持下,编程领域的可能性被完全打开了。不过,这也让人很容易产生一种焦虑感,担心自己没能跟上行业集体能达到的前沿水平。也正因为如此,才有了这周日洗澡时突然冒出来的一堆想法,同时我也特别好奇,其他人在实践中都有哪些发现。
▲卡帕西使用GPT-5 Pro的推文描述 02.开发者拼接编程工具,评论区为卡帕西提建议 评论区很多网友对卡帕西的工作流程表示认同,他们提到,部分工具可能有所不同,但基本都选择了 拼接不同AI工作辅助编程的策略 。
在评论区还有不少网友为卡帕西遇到的问题提建议:比如打造Context Engineer的Agent,帮助开发者更新Claude.md,或者为了避免Claude Code反复跑偏,要求它提供详细但简洁的问题总结,交给Grok解决;或者尝试语音转录说出指令等。
03.结语:开发者靠工具拼接,实现高效辅助编程 越来越多的开发者使用AI工具更高效便捷编写代码,具体用例包括自动补全代码行、修复代码错误和测试代码等。
但在实际体验中,AI编程工具会面临编写错误、代码冗余等情况。从卡帕西分享的AI辅助编程流程以及评论区网友的互动可以看出,在AI编程工具发展尚处于初期,无法基于单一工具满足用户需求的情况下,开发者正通过拼接不同工具,发挥其在不同编程环节的优势,以实现高效、准确的辅助编程。
本文来自微信公众号 “智东西”(ID:zhidxcom) ,作者:程 茜,36氪经授权发布。
(以上内容均由Ai生成)
