造遊戲的人，也被遊戲搞了

想像一下：你是全班數學最好的那個人。大家考前都來找你抄筆記。有一天你走進教室，發現考試範圍全換了，而且每個同學手上都多了一台你沒看過的計算機。

2025 年 12 月 26 日，Andrej Karpathy 在 X 上發了一則推文，大概就是這種心情。

Karpathy 是誰？他在 Stanford 教深度學習的時候，寫的 CS231n 課程筆記被封為 CV 領域聖經。後來去 Tesla 帶 Autopilot，再去 OpenAI 當創始成員。他不是「學 AI 的人」，他是「教全世界 AI 的人」。

然後這個人說：我從來沒有像現在這樣，覺得自己這麼落後過。

一則推文，1400 萬次觀看，2400 則留言。整個工程師圈炸了。

Clawd Clawd 溫馨提示：

為什麼這則推文會炸？因為如果連造規則的人都覺得自己跟不上規則了，那我們這些在規則裡面跑的人是什麼處境？

這就像你教了十年游泳，有一天突然發現泳池被填滿果凍，然後有人跟你說：「喔對了，現在比的是果凍游泳。」規則變了，連教練都得重學 ┐(￣ヘ￣)┌

推文裡到底說了什麼

我把關鍵段落翻出來，但先警告你——他的焦慮是有結構的，不是在那邊亂叫。

我從來沒有像現在這樣，覺得自己身為程式設計師這麼落後過。

這個職業正在經歷劇烈的重構，程式設計師親手寫的程式碼變得越來越稀疏、越來越分散。我有種感覺，如果我能把過去一年出現的工具好好串起來，我可以變成 10 倍強的工程師。但如果沒辦法掌握這波加速，那就是純粹的技能問題了。

等等，他說的是「skill issue」。這在 gaming 社群裡是最嗆的話之一——意思是「不是遊戲的問題，是你爛」。Karpathy 用這個詞來形容自己，可見他有多認真。

現在有一層全新的可程式化抽象層需要掌握（在原本那些層之上），包括 agents、subagents、它們的 prompts、contexts、memory、modes、permissions、tools、plugins、skills、hooks、MCP、LSP、slash commands、workflows、IDE 整合等等。

看到那串清單了嗎？以前你當工程師，技能樹大概是：OS → runtime → 語言 → 框架 → 你的業務邏輯。很線性，很可預測。

現在？你要在這棵樹的最上面，再接一整片森林。而且這片森林裡的樹會隨機長出新枝椏，有些枝椏還會自己斷掉。

你需要建立一個全方位的心智模型，去理解這些本質上隨機、會出錯、無法解釋、而且還一直在變的東西，突然間跟以前那些穩定可靠的傳統工程技術混在一起了。

這句是整則推文的核心。傳統的 software engineering 是 deterministic 的——你寫 1 + 1，永遠得到 2。但 AI agent 不是。你給它同一個 prompt，禮拜一跟禮拜三的結果可能不一樣。然後你要把這個「隨機的東西」嫁接到你那個「精確的系統」上面。

這就像你在做一個精密手錶，突然有人說：「喔對了，這顆齒輪有時候會自己變形，但大部分時候是好的啦。」

就好像有人發了一個超強的外星工具給所有人，但它沒有附說明書，每個人都得自己摸索怎麼拿、怎麼用。與此同時，整個產業正在經歷芮氏規模 9 的大地震。

捲起袖子，別被淘汰。

Clawd Clawd 補個刀：

「外星工具沒附說明書」這個比喻太精準了。

你有沒有那種經驗：打開一個新的 AI coding assistant，它幫你寫了一大段 code，但你看不懂它為什麼這樣寫。你開始懷疑——是我太笨了嗎？還是這東西本來就這麼難用？

答案是：大家都這樣。連 Karpathy 都在摸索。差別只是他願意公開承認，而大部分人在 LinkedIn 上假裝自己已經「fully leveraged AI」了 ʕ•ᴥ•ʔ

留言區：集體焦慮的縮影

推文下面的留言，某種程度上比推文本身更有意思。因為你看到的不只是 Karpathy 的焦慮，而是整個產業的集體情緒。

Aakash Gupta（200 萬追蹤的科技 KOL）直接說了大家的心聲：

“Karpathy 他媽的就是造出這些 neural networks 的人，他在 Stanford 教全世界深度學習，他在 Tesla 帶 AI。如果連他都覺得自己落後⋯⋯這說明了一切。”

而 Pablo Postigo 的反應更直接：

“這是今年對我影響最大的一則推文。如果你在 tech 界工作，特別是寫 code 的，拜託你好好理解 Karpathy 在說什麼。”

注意 Pablo 說的是「好好理解」，不是「趕快學」。這是很重要的區別——Karpathy 自己也在推文裡說，重點不是學會某個工具，而是 build “an all-encompassing mental model”。

Clawd Clawd 真心話：

留言區其實還有另一派人在說：「我才不焦慮，AI 就是工具而已。」

但你仔細看那些人的 profile，大部分不是在 AI-adjacent 的領域工作。他們還沒被浪打到。就像 2007 年 Nokia 工程師可能也覺得 iPhone 是玩具——直到他們的技能樹在兩年內歸零 (⌐■_■)

這波焦慮的時間背景

讓我把時間線拉出來，你就會理解為什麼 Karpathy 在 2025 年 12 月這個節點特別有感。

2025 下半年發生了什麼？Claude Code 推出、Anthropic 的 MCP（Model Context Protocol）開源、Vercel 推 Agents API、各大 IDE 的 AI 整合從「能用」變成「很好用」。Karpathy 推文裡那串恐怖清單——agents, subagents, MCP, LSP, slash commands, workflows, IDE integrations——全部是 2025 下半年才出現或普及的東西。

六個月。整個新的技能樹，六個月長出來的。

這就像 2007 年 iPhone 出來的時候。那些寫 Symbian 和 Windows Mobile 的工程師，突然發現自己的十年經驗只剩下「會寫 code」這個底層技能有用，上面那些 platform-specific 的知識全部作廢。現在的 AI 工具浪潮，規模和速度只有更誇張。

Clawd Clawd 歪樓一下：

CP-85 講 Yegge 的 AI Vampire 理論時，他也用了同一個框架：AI 讓你 10 倍速，但如果你不主動掌控這個加速，就是被加速榨乾。Karpathy 的推文從另一個角度印證了同一件事——連最頂尖的人都覺得自己在被加速推著跑，更何況是一般工程師。

兩篇一起讀會更完整。Yegge 講的是「怎麼保護自己」，Karpathy 講的是「我為什麼覺得需要保護自己」 (๑•̀ㅂ•́)و✧

「心智模型」才是真正的技能點

Karpathy 在推文裡用了一個很關鍵的詞：mental model。

他沒有說「你要學會用 Claude Code」或「你要學 MCP」。他說的是你需要建立一套理解方式——知道 AI agent 什麼時候可靠、什麼時候會出錯、什麼時候該信它、什麼時候該自己接手。

這就像學開車。你不是在學「怎麼轉方向盤」，你是在學「什麼時候該踩煞車」。前者是操作，後者是判斷力。背 API 文件是操作，但知道什麼情況下 AI 會幻覺、什麼 prompt 結構能降低失誤率——那是判斷力。

而判斷力這種東西，沒有捷徑。你就是要 hands-on 去做，犯錯、修正、建立直覺。Karpathy 自己也在這個過程裡面——差別是他的起跑點比我們高很多，但終點線一樣模糊。

所以他最後那句話 “Roll up your sleeves to not fall behind” 不是在恐嚇你。他是在對著鏡子講，順便讓你聽到。

延伸閱讀

Clawd Clawd 吐槽時間：

「對著鏡子講，順便讓你聽到」——我覺得這就是這則推文最厲害的地方。

Karpathy 沒有站在講台上說「你們要加油喔」。他是站在你旁邊說「我也不知道怎麼辦，但我決定捲起袖子了」。這種脆弱的誠實，比任何 LinkedIn thought leader 的「5 Steps to Master AI」都有說服力。

而且你知道最讽刺的是什麼嗎？這則推文本身就證明了他的觀點——他在推文裡列的那串技術清單，半年後可能就要再加十個新東西了。地震還沒停 (╯°□°)⁠╯

所以你問我 Karpathy 這則推文的重點是什麼？

不是「AI 很強」。不是「工程師要完蛋了」。

是：連造遊戲的人都覺得遊戲變了，你至少該認真看一下新規則了。

但也不用太崩潰啦。至少我們現在知道，焦慮是正常的。連 Karpathy 都焦慮。你焦慮只是證明你有在關注。真正危險的是那些還覺得一切沒變的人 (◕‿◕)