随着人工智能技术的飞速发展，编程领域也开始逐渐融入这些工具，以提高开发效率与代码质量。日前，前特斯拉AI总监、OpenAI联合创始人安德烈·卡帕西（Andrej Karpathy）分享了他在AI辅助编程方面的一套独家秘籍。这套方法强调了搭配多种工具，以应对现代开发需求的复杂性。
卡帕西在其社交媒体上详尽描述了他在编程中使用AI工具的流程，整体被分为四个主要阶段。他指出，开发者往往无法仅依赖单一编程工具来解决所有问题。相反，多个工具的组合能够根据不同需求灵活调配岗位。
在他的工作流程中，有75%的时间都花在Cursor编辑器上，利用其自动补全代码的功能。在卡帕西的经验中，将具体的代码片段或注释插入到正确位置，是高效传达任务需求的重要手段。与通过描述性文字向大语言模型传达需求相比，这种方法能显著降低延迟，同时提高任务执行的效率。不过，他也提到使用Cursor时需要频繁重启，以确保自动补全功能的流畅性。
在第二层级的应用中，卡帕西会选中一段已有代码并要求大模型进行特定的修改或优化。这个环节能够针对具体问题精准调整，提高代码的可读性与执行效率。
第三层级则是使用Claude Code、Codex等独立的AI编程工具。卡帕西认为，在面对需要构建较大功能模块且能够通过提示词清晰表达需求的情况下，这些独立的AI工具能够提供有效的帮助。整体使用体验也存在一些问题，卡帕西强调他不会开启“无需每一步确认模式”（YOLO mode），因为这些工具在生成过程中很容易偏离用户的初衷，导致产生冗余和不必要的代码。
，面对最复杂和难以解决的问题时，卡帕西会使用GPT-5 Pro。他把这款工具当作“一道防线”，因为在他的大多数工作中，当其他工具都无法找出bug时，GPT-5 Pro却能够在短短十分钟内发现问题的根源。卡帕西还指出，GPT-5 Pro不仅在代码层面表现出色，还能够检索各种相关的学术文献，为开发者提供更多的背景知识和参考资料。
虽然卡帕西在使用AI工具过程中收获颇丰，但他也指出了现阶段AI编程工具的一些不足之处。例如，这些工具在处理代码时可能会出现过度防御的情况，例如不必要地使用大量的try/catch语句，或者将本该简单的问题复杂化。他还提到，AI工具在编写代码时缺乏“代码审美”的能力，无法有效地构建优雅的代码结构。这让开发者不得不在使用这些工具后花费时间对生成的代码进行清理和调整。
尽管如此，卡帕西也承认在某些特定场景下，这些AI工具仍然不可或缺。尤其是在他对某个领域不熟悉时，这些工具可以帮助他快速掌握相关知识，提升编程效率。他举例说明，在写Rust代码时，AI工具提供的支持让他能够更快地实现目标。
在与网友的互动中，很多开发者对卡帕西的多工具组合策略表示认同，大家普遍认为使用多个AI工具进行拼接是提高编程效率的良好方法。同时，评论区的讨论也提出了一些针对性建议，例如创造Context Engineer的Agent以帮助维护和更新代码文档，或者通过语音转录发出指令等，这些方法都有助于优化AI编程工具的使用。
卡帕西的AI辅助编程流程及其个人经历为开发者提供了值得借鉴的参考。虽然当前AI编程工具在使用中仍存在一些问题，但通过合理组合不同工具，开发者们可以发掘出更高效的编程方式，突破传统开发的限制。在不断探索与实践过程中，随之而来的焦虑感提醒我们需时刻保持对新技术的敏锐度与适应性，以更好地融入快速发展的编程生态。随着技术的进步，相信未来的编程将更加高效、灵活，也让更多开发者获得了将AI融入工作流程的能力和信心。