最新大模型编程指南来了！

编译 | 程茜

编辑 | 李水青

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。