# The Biggest Shift in Programming in 20 Years — Andrej Karpathy
**作者**: Suryansh Tiwari
**日期**: 2026-05-03T14:18:47.000Z
**来源**: [https://x.com/Suryanshti777/status/2050943155034603864](https://x.com/Suryanshti777/status/2050943155034603864)
---
Most people still think AI helps you code.
That framing is already outdated.
What’s actually happening is far more radical:
You’re no longer writing code.
You’re directing intelligence.
And if you haven’t felt that shift yet, you’re already behind.
The Quiet Phase Shift Nobody Noticed
In just a few weeks, something snapped.
Top engineers quietly moved from:
→ writing most code manually
to
→ describing systems in English and letting agents execute
Not 10%… not 30%…
80% agent-driven.
That’s not a tool upgrade.
That’s a paradigm collapse.
For ~20 years, programming meant translating ideas → syntax.
Now?
> Ideas go directly → working systems
No compile step in your brain required.
Programming in English Feels Wrong… Until It Doesn’t
At first, it hits your ego.
You know how to code.
Why are you “telling” something else to do it?
But then something clicks:
You stop thinking in functions and loops.
You start thinking in:
systems
constraints
outcomes
verification
And suddenly…
You’re operating at a higher layer than code itself.
The Real Problem: AI Doesn’t Fail Like Juniors Anymore
The biggest misconception?
“AI makes syntax mistakes.”
No.
That era is over.
Today’s failures look like this:
Subtle wrong assumptions
Overengineered abstractions
Quietly ignoring ambiguity
Confidently shipping the wrong idea
In other words:
> It fails like a slightly overconfident junior engineer.
Which is more dangerous.
Because it looks correct.
Why Most People Get Terrible Results From AI Coding
Because they use it like autocomplete.
Instead of:
> “Write a function that does X”
The real power comes from:
> “Here’s the success criteria. Loop until it passes.”
This single shift changes everything.
The 4 Principles That Actually Work
A simple CLAUDE.md philosophy is emerging — and it fixes most failures:
1. Think Before Coding
Force the model to:
state assumptions
surface ambiguity
ask questions
No more silent guessing.
2. Simplicity First
AI loves complexity.
You must enforce:
minimal code
zero speculative abstractions
ruthless simplification
If 1000 lines become 100 lines, that’s normal.
3. Surgical Changes
AI tends to “touch everything.”
You restrict it to:
only requested changes
no side edits
no “cleanup” it wasn’t asked for
This alone fixes chaotic diffs.
4. Goal-Driven Execution
This is the unlock.
Instead of commands, you define:
tests
constraints
success conditions
And let the agent loop until success.
The Hidden Superpower: Infinite Stamina
Here’s where it starts feeling like AGI.
Agents don’t get tired.
They will:
try 50 approaches
debug endlessly
iterate for 30+ minutes
…on a problem you would’ve abandoned in 10.
That’s not just speed.
That’s a new kind of capability.
> Stamina is now programmable.
This Isn’t Just a Speedup — It’s Expansion
People ask:
“Is AI making developers 2x faster? 10x?”
Wrong question.
What’s actually happening:
You build things you wouldn’t attempt before
You work in domains you don’t fully understand
You explore instead of avoiding
So yes, it’s faster.
But more importantly:
> You’re doing more ambitious work than ever before.
The Tradeoff Nobody Talks About
There is a cost.
You will lose some ability to write raw code from scratch.
Because:
writing code (generation)
≠
reading and judging code (discrimination)
And agents offload the first.
So over time:
> You become less of a typist…
and more of a systems thinker.
That’s not necessarily bad.
But it is irreversible.
The Coming “Slopocalypse”
2026 won’t just be about breakthroughs.
It will be flooded with:
low-quality AI-generated repos
fake productivity flexes
shallow “AI-powered” products
content spam everywhere
GitHub. X. Substack. arXiv.
Everything.
But here’s the twist:
The signal will still rise.
Because the people who truly understand:
constraints
systems
taste
verification
…will outperform everyone else by an even larger margin.
The Big Open Questions
We’re entering unknown territory:
Do 10x engineers become 100x?
Do generalists beat specialists with AI support?
Does coding start feeling like gaming? (Factorio? StarCraft?)
How much of society was bottlenecked by software creation?
No one knows yet.
Where This Leaves Us
Around late 2025, agentic coding crossed a threshold.
Not perfect.
Not autonomous.
But coherent enough to change how software is built.
And now we’re in the messy phase:
tools lag behind intelligence
workflows aren’t figured out
most people haven’t caught up
Final Thought
This isn’t about AI replacing programmers.
It’s about redefining what programming is.
From:
> writing instructions
To:
> defining outcomes and verifying reality
And the engineers who adapt to this shift early…
won’t just move faster.
They’ll be playing a completely different game.
## 相关链接
- [Suryansh Tiwari](https://x.com/Suryanshti777)
- [@Suryanshti777](https://x.com/Suryanshti777)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [10:18 PM · May 3, 2026](https://x.com/Suryanshti777/status/2050943155034603864)
- [1,151 Views](https://x.com/Suryanshti777/status/2050943155034603864/analytics)
---
*导出时间: 2026/5/3 23:19:04*
---
## 中文翻译
# 20年来编程领域最大的转变 — Andrej Karpathy
**作者**: Suryansh Tiwari
**日期**: 2026-05-03T14:18:47.000Z
**来源**: [https://x.com/Suryanshti777/status/2050943155034603864](https://x.com/Suryanshti777/status/2050943155034603864)
---
大多数人仍然认为 AI 只是辅助你写代码。
这种观念已经过时了。
实际发生的事情要激进得多：
你不再是在编写代码。
你是在指挥智能。
如果你还没有感觉到这种转变，你已经落后了。
没人注意到的悄然相变
就在短短几周内，某种临界点被突破了。
顶尖工程师们已经悄然从：
→ 手动编写大部分代码
转变为
→ 用英语描述系统并让智能体去执行
不是 10%……也不是 30%……
80% 由智能体驱动。
这不仅仅是工具的升级。
这是范式坍塌。
在大约 20 年里，编程意味着将想法转化为语法。
现在呢？
> 想法直接 → 可运行的系统
不再需要在大脑中进行编译步骤。
用英语编程感觉不对……直到你不觉得为止
起初，这会刺痛你的自尊心。
你懂得如何编程。
为什么要“告诉”别的什么东西去做？
但随后某件事突然让你顿悟：
你不再以函数和循环的方式思考。
你开始思考：
系统
约束
结果
验证
突然间……
你在比代码本身更高的层面上运作。
真正的问题：AI 不再像初级程序员那样失败了
最大的误解是什么？
“AI 会犯语法错误。”
不。
那个时代已经结束了。
今天的失败看起来是这样的：
微妙的错误假设
过度设计的抽象结构
悄无声息地忽略歧义
自信地交付错误的想法
换句话说：
> 它就像一个稍微有点过度自信的初级工程师那样失败。
这更危险。
因为它看起来是正确的。
为什么大多数人从 AI 编码中得到的结果很糟糕
因为他们把它当作自动补全来用。
而不是：
> “写一个做 X 的函数”
真正的力量来自于：
> “这是成功标准。循环执行直到通过。”
这唯一的改变改变了一切。
真正有效的 4 个原则
一个简单的 CLAUDE.md 哲学正在浮现——它解决了大多数失败：
1. 先思考再编码
强制模型：
陈述假设
揭示歧义
提出问题
不再有沉默的猜测。
2. 简约至上
AI 喜欢复杂性。
你必须强制执行：
最少的代码
零推测性抽象
无情的简化
如果 1000 行代码变成了 100 行，这很正常。
3. 精准修改
AI 倾向于“改动一切”。
你必须限制它：
仅做请求的更改
没有附带编辑
不做未被要求的“清理”
仅此一点就能修复混乱的差异。
4. 目标驱动的执行
这才是关键解锁。
不是命令，你定义：
测试
约束
成功条件
然后让智能体循环直到成功。
隐藏的超能力：无限耐力
这就是它开始感觉像 AGI（通用人工智能）的地方。
智能体不会累。
它们会：
尝试 50 种方法
无休止地调试
迭代 30 多分钟
……针对一个你可能在 10 分钟内就会放弃的问题。
这不仅仅是速度。
这是一种新的能力。
> 耐力现在是可编程的。
这不仅仅是加速——这是扩展
人们问：
“AI 是让开发者的速度快了 2 倍吗？10 倍吗？”
错误的问题。
实际发生的是：
你构建了你以前不敢尝试的东西
你在你不完全理解的领域工作
你去探索而不是回避
所以是的，它更快了。
但更重要的是：
> 你正在做比以往任何时候都更具野心的工作。
没人谈论的权衡
是有代价的。
你会失去一些从头编写原始代码的能力。
因为：
编写代码（生成）
≠
阅读和评判代码（判别）
而智能体接管了前者。
所以随着时间推移：
> 你不再那么像打字员……
而更像系统思考者。
这未必是坏事。
但它是不可逆转的。
即将到来的“垃圾末日”
2026 年不仅会有突破。
它将会充斥着：
低质量的 AI 生成仓库
虚假的生产力炫耀
肤浅的“AI 驱动”产品
无处不在的内容垃圾
GitHub。X。Substack。arXiv。
所有地方。
但这里有个转折：
信号依然会升起。
因为那些真正理解以下内容的人：
约束
系统
品味
验证
……将以更大的幅度跑赢其他人。
巨大的开放性问题
我们正在进入未知领域：
10 倍工程师会变成 100 倍吗？
有 AI 支持的通才会击败专才吗？
编程会开始感觉像玩游戏吗？（异星工厂？星际争霸？）
社会有多少是被软件创造的瓶颈所限制的？
目前没人知道。
这把我们留在了哪里
大约在 2025 年底，智能体编码跨过了一个阈值。
不完美。
不自主。
但足够连贯，改变了软件构建的方式。
现在我们处于混乱阶段：
工具落后于智能
工作流尚未理顺
大多数人还没跟上
最后的思考
这无关 AI 取代程序员。
这是关于重新定义编程是什么。
从：
> 编写指令
变为：
> 定义结果并验证现实
那些尽早适应这一转变的工程师……
不仅会移动得更快。
他们将玩一个完全不同的游戏。
## 相关链接
- [Suryansh Tiwari](https://x.com/Suryanshti777)
- [@Suryanshti777](https://x.com/Suryanshti777)
- [升级到高级版](https://x.com/i/premium_sign_up)
- [2026年5月3日 晚上10:18](https://x.com/Suryanshti777/status/2050943155034603864)
- [1,151 次查看](https://x.com/Suryanshti777/status/2050943155034603864/analytics)
---
*导出时间: 2026/5/3 23:19:04*