Karpathy嘅警醒：開發者必須掌握嘅全新抽象層

Andrej Karpathy - 前 Tesla 人工智能總監、OpenAI 創始成員 - 最近坦言了一件令人震驚的事：「作為開發者，我從未感到如此落後。」他表示，整個開發生態在過去一年間已經發生了根本性的結構重組。

他的核心訊息非常明確：開發者手動編寫代碼的比例正在縮減，人工智能代理正在填補空缺。如果未能善用這一轉變，等於白白放棄了 10 倍的生產力倍增器 - 而這，他認為，是一個無法忽視的能力差距。

一個全新的抽象層已經到來

在現有的程式設計堆疊之上，如今多了一個以人工智能代理為核心的全新層級，開發者必須理解以下概念：

• 代理（Agents） 與 子代理（Subagents）
• 提示詞（Prompts） 與 上下文（Context）
• 記憶體（Memory）、模式（Modes） 與 權限（Permissions）
• 工具（Tools）、插件（Plugins） 與 技能（Skills）
• 鉤子（Hooks）、斜線命令（Slash Commands） 與 工作流（Workflows）
• MCP（模型上下文協議） 與 LSP（語言伺服器協議）
• IDE 整合

以上每一個概念在傳統軟件工程中要麼不存在，要麼無關緊要。但現在，它們已經成為必備知識。

理解代理架構

代理是一個能夠自主執行任務的人工智能單元。子代理則在各自獨立的上下文中運作，以並行方式處理複雜工作。每個代理擁有自己的記憶體和權限 - 它能記住任務歷史，並控制可以存取哪些資源。

這並非安裝後便可置之不理的插件，而是工作分配與執行方式的根本性轉變。

學習如何與代理溝通

提示詞是用於指示代理的結構化命令系統。上下文定義了代理可以引用的資訊範圍。模式是一種狀態管理系統，能根據不同情境切換代理的行為方式。

輸出質素與你構建提示詞、界定上下文範圍以及配置模式的能力直接掛鉤。這就是新時代的基本素養。

掌握代理擴展工具

工具是將代理連接到外部系統的標準化介面。技能是封裝好的可重用任務模式，能夠即時部署。插件則打包了完整的配置方案，可在團隊之間共享。

不妨這樣理解：工具是動詞，技能是食譜，插件則是整套廚房設備。

善用自動化與整合機制

鉤子是在特定事件觸發時自動執行的自訂腳本 - 可用於自動化代碼質素檢查、通知推送和格式化處理。斜線命令是用戶自定義的快捷指令，能即時執行重複性任務。工作流則將多個步驟串聯起來，實現端到端的複雜流程自動化。

10 倍生產力倍增器的真正所在，正是這裏。手動重複操作就是一種隱性稅收，一旦配置好這些機制，你便不再需要繳納。

理解標準協議

MCP（模型上下文協議）是 Anthropic 於 2024 年 11 月發佈的開放標準，讓人工智能系統能夠存取外部數據和工具。LSP（語言伺服器協議）是代碼編輯器與語言伺服器之間的整合規範。MCP 將這一概念擴展到了人工智能代理的工作流中。IDE 整合則將這些協議無縫綁定到你的開發環境裏。

這些協議就是底層管道。你不需要親手建造它們，但必須理解它們如何將一切串連起來。

令人不安的真相

Karpathy 將這種體驗形容為「收到了一件強大的外星工具，卻沒有使用手冊」。這些代理本質上是概率性的，偶爾會出錯，難以被完全理解，而且不斷演化。然而，它們已經進入了傳統工程的領域，並且不會離開。

「優秀開發者」的定義正在改變。如果你希望在這場劇變中保持競爭力，就必須親自動手學習這套全新的技術堆疊。等待一份完善的教程是行不通的 - 就在你閱讀這篇文章的同時，腳下的地形已在不斷變化。