卡帕西发布GPT-5 Pro新指南，成AI编程最后防线
快速阅读: Karpathy 发布 AI 编程指南，探讨代码后稀缺时代 AI 辅助编程的价值，强调工具整合与多层级任务处理，指出 GPT-5 Pro 是解决复杂问题的关键工具。
在“代码后稀缺时代”，Karpathy 分享了他对 AI 辅助编程的最新见解。他认为，在代码可以低成本生成并随时丢弃的背景下，“写”与“删”的价值正被重新评估。Cursor 补全适用于日常开发，Claude Code 和 Codex 能完成大块功能但缺乏“品味”，而 GPT-5 Pro 则是攻克顽固 bug 的终极防线。
Karpathy 发布了最新的“AI 编程指南”。在当前模型能力达到博士级的情况下，如何最大化 AI 对编程的帮助？当 AI 可以“低成本生成代码”，编程进入“vibe coding”模式时，新的问题出现了：现在是会写代码更重要，还是会删代码更重要？
Karpathy 强调了工具使用的理念：工具应为人服务，不执着于单一“完美”工具，而是整合多个工作流，取长补短。不同工具在不同层级的任务中各有优势。例如，Claude Code 和 Codex 适合大段难度不高的任务，而 Tab 补全则需要人类先“打好样”。
Karpathy 表示，Cursor（Tab 自动补全）是他日常工作中的主要使用方式，占比约 75%。在代码正确位置写代码块或注释，能高效传达任务规范。这种方式的信息传递效率高于自然语言对话，但需频繁开关 Tab 自动补全以避免干扰。高一级的用法是高亮具体代码，然后进行某些修改。
对于重型工具，如 Claude Code 和 Codex，可用于实现大块可直接描述的功能。然而，这种“自动驾驶”模式整体表现参差不齐，容易偏离需求，需手动中断避免错误输出。Karpathy 还未学会如何通过并行使用多个实例提高效率，仅使用一个已感费劲。此外，他还未找到好办法维护 CLAUDE.md 文件，经常需要对代码风格或个人偏好进行“净化”。这些工具写的代码防御性过强，经常滥用 try/catch，把抽象搞得太复杂，产生臃肿代码，重复代码块，缺乏“品味”。
尽管如此，当 Karpathy 需涉足不熟悉的领域时，这些工具变得不可或缺。例如，最近编写 Rust 和 SQL 命令时，这些工具提供了巨大帮助。Karpathy 尝试让 Claude Code 在写代码的同时教他知识，但效果不佳。AI 只想埋头写代码，不愿在过程中进行解释。在处理低风险的一次性定制化工具或调试代码时，这些工具也非常有用。例如，为了定位特定 bug，Claude Code 可以写出 1000 行一次性、极其详尽的可视化代码，找到 bug 后即可删除。
在“代码后稀缺时代”，代码可以快速生成和丢弃，写代码的门槛降低，代码不再是稀缺资源。工具使得探索性和实验性编程成为可能。Karpathy 认为，编程领域充满无限可能性，但也带来了跟上技术前沿的压力。
GPT-5 Pro 是面对最困难问题的最后防线。只有 GPT-5 Pro 能定位其他工具无法解决的微妙 bug，处理最硬核的问题。Karpathy 已多次遇到这种情况：他、Cursor 和 Claude Code 一起被一个 bug 卡住，但将所有内容复制粘贴给 GPT-5 Pro 后，GPT-5 Pro 成功解决了问题。GPT-5 Pro 还能挖掘生僻的文档和论文，提供相关资源和线索。
总之，在多种编程“范式”和各有优劣的工具加持下，编程领域充满无限可能性。Karpathy 对未能跟上技术前沿感到焦虑，对其他人的新发现充满兴趣。评论区引发了大讨论，有人专门设置 Agent 负责更新和校准 CLAUDE.md，有人分享了 AI 编程工具的使用流程，还有人分享了常用的开发工具。
(以上内容均由Ai生成)
