Karpathy 的 LLM Agent 寫程式體感：改變的不是速度，是工作的邊界
Karpathy 的 LLM Agent 寫程式體感：改變的不是速度，是工作的邊界
很多人把 AI 在軟體開發裡的價值，理解成「寫程式更快」。
但真正用上一段時間之後，你會發現它動到的不是加速，而是整個工作方式：你不再把時間花在逐行產出，而是花在定義、檢查、修正與決策。
最近 Andrej Karpathy 分享了他大量使用 LLM agent（例如 Claude）寫程式的體感，我覺得值得把它讀成一個更大的訊號：軟體工程的瓶頸正在移動。
出處（Andrej Karpathy 貼文）：https://x.com/karpathy/status/2015883857489522876
從「手寫」到「審稿」：工程師的手感正在改變
Karpathy 的描述很直白：在很短的時間內，他從「大多數程式都親手寫」變成「大多數交給 AI 做，自己負責檢查與修改」。
寫程式變得更像：
- 描述你想要什麼
- 讓系統先產出一個版本
- 你再做審查、修正、重構、補測試
這不是把工程師變成不寫 code 的人，而是把工程師的主戰場移到「把事情講清楚」與「把品質守住」。
AI 最危險的錯：不是 syntax，是假設與邏輯
Karpathy 也提醒了一個很重要的現實：AI 會犯錯，而且錯誤常常不顯眼。
真正棘手的不是拼字或語法，而是：
- 隱含假設錯了
- 邏輯邊界漏掉
- 對資料型態、時序、狀態的理解不完整
這些錯在跑起來之前不一定看得出來，甚至跑起來也可能「看起來正常」。
所以如果是重要系統，你依然需要人類做細緻檢查，並且把測試、review、觀測與回歸做成制度。
讓人震撼的不是智力，是耐力
我覺得這篇分享最有價值的一句話其實是：AI 的耐力。
它不會累，不會因為失敗而停下來，會持續嘗試直到成功。
這帶來一個很現實的結論：很多時候限制你工作的不是能力，而是時間與精力。
而當「嘗試成本」被降低到接近零，你會開始做以前不會做的事：
- 去摸你不熟的框架
- 把工具鏈補起來
- 把原本覺得太麻煩的自動化做掉
這不是單純效率提升，而是把你能完成的事情範圍拉大。
真正的轉折：制度正在追著工具跑
Karpathy 的結論也很值得被放大：LLM agent 似乎已經跨過一個關鍵階段，正在慢慢改變軟體工程的樣貌。
問題是制度、流程與文化還在追。
所以接下來的競爭，不會只在「誰用得比較熟」，而會在：
- 你能不能把 AI 產出納入可控的品質系統
- 你能不能把風險邊界定清楚（權限、資料、成本）
- 你能不能讓團隊用同一套語言協作（規格、驗收、回溯）
結尾
AI 不是把寫程式變得比較快而已。
它更像是在把工程師的時間從「產出」移到「決策」，從「打字」移到「守門」。
當瓶頸移動，你的價值也會跟著移動。
