2026 年 4 月 16 日，X 上出現一條不到 280 字的推文。發文的是 Andrej Karpathy——前 OpenAI 創始成員、前 Tesla AI 主管、教出整個世代 LLM 工程師的那個人。
他寫：「我從未感到這麼落後過。」
底下第一批跟帖的是 Jeff Dean、Sam Altman。接著是 Logan Kilpatrick、Jim Fan。半天之內，這條推文被截圖、被翻譯、被貼進上百個工程師 Slack。每一個人心裡其實只在想同一件事：如果連他都落後，那我算什麼？
Karpathy 這句話，不是謙虛
完整版的推文比那一句重。他說：這個職業正在被劇烈重構，程式設計師親手打下的字元變得越來越稀疏；如果他能把「已經出現的工具」串起來用，他的效能應該能直接 x10。
注意他用的詞——不是「學不完」，不是「跟不上」。是「串不起來」。
這是完全不同的焦慮。學不完的焦慮是學生的焦慮，花時間讀 paper、刷 repo 就能緩解。串不起來是架構師的焦慮，你知道 Claude Code 在那裡、MCP 在那裡、Cursor 在那裡、agent harness 在那裡，可是你沒有把它們組成一條生產線的能力。
說白了：工具已經夠了，瓶頸是你。
為什麼這條推文會讓整個圈子失眠
2026 年 Q1 的科技業裁員數字剛出爐，85,000 人。其中 47.9% 被歸因到 AI。Oracle 一夜砍 3 萬、Block 40% 員工走人、Meta 再一輪 15,000。同一個月 Anthropic 發 Claude Opus 4.7、Google 發 Gemini Robotics-ER 1.6、OpenAI 發新版 Agents SDK。
一邊在裁人，一邊在發模型。
Karpathy 的推文為什麼戳到所有人？因為他同時說出了兩件事：第一，工具進化的速度已經超過「人能學完」的速度；第二，真正拉開差距的不是誰用了哪個工具，是誰能把工具拼成一套流水線。
過去五年比拼的是你會不會用 AI。接下來五年比拼的是你會不會「指揮」AI。
這是本週最值得截圖的那一句。
三種人，正在被這波浪拉開距離
我把 Karpathy 那條推文底下近千條留言翻了一遍。工程師們的反應大致分成三種。你先對號入座，看看自己是哪一種。
第一種：手寫派。打開 VS Code，不開 Copilot，繼續手動寫。理由很多：「AI 寫的不夠乾淨」「跑起來 debug 更麻煩」「我寫得比它快」。這一種人不是被 AI 取代，是被「會用 AI 的同行」取代。四月的 Oracle 裁員裡，最先被動的就是這一群——他們不是技術差，是產能差。
第二種：工具派。會用 ChatGPT、會 prompt，偶爾開 Claude Code 跑個小任務，還會用 Cursor 自動補齊。產出速度比第一種人快三倍。可是每一次任務都是「從零到一」，沒有把任何工具用到骨頭，更沒有把它們串在一起。工具派會覺得自己很 AI——直到遇到第三種人。
第三種：指揮派。他們寫得比誰都少，手上動的字元不到一半，但交付的東西是別人的十倍。為什麼？因為他們把 Claude Code 當成執行者、把 MCP 當成對外接口、把 agent harness 當成調度器、把 skills 當成可複用模組。人只做三件事：定義問題、拆任務、驗收結果。剩下的全部交出去。
Karpathy 這條推文真正的潛台詞是——他自己現在也還在第二種往第三種轉的路上。他擔心的是自己慢了。
今天就能做的三件事（給你對齊 Karpathy）
講了那麼多，你會想問：「那我現在到底該動手做什麼？」以下這三步，是我看完近半年爆紅的英語圈 AI 工程師 workflow 分享後抓出來的公因數，今天下班前都能開始做。
1. 停止手寫，開始組裝
把你這週寫的每一個函數、每一份文件、每一個測試案例倒過來想：這個東西有沒有辦法不用我自己寫？能用 Claude Code、Cursor、Copilot、甚至一個現成的 skill 生出來的，就不要自己寫。
做法：拿一個你正在處理的小需求（不超過 100 行那種），強迫自己完全不自己打字，只用工具產出、只做指揮和驗收。做完一次你會發現——原本以為「自己寫比較快」根本是錯覺。
2. 挑一個工具，用到骨頭
多數人的問題不是用的工具太少，是每一個都只會用 30%。真正拉開差距的是某一個工具你熟到可以盲打——prompt 模板、快捷鍵、配置檔、常用 skill、MCP 接口你都摸透。
建議首選：Claude Code。理由是它現在同時做到了「會執行」「會記憶」（加 claude-mem 這類外掛）、「會調度」（加 skills 系統）。只要用熟它一個，後面接 MCP、接排程、接 agent，心智成本都降低很多。如果你不寫程式，Cursor 或 ChatGPT Plus 也可以選，但請只選一個，用滿 30 天。
3. 學會「指揮」，不是「執行」
這一步最重要，也最沒人教。指揮的意思是：你負責把一個大需求拆成「每個 AI 能完成」的小塊，然後決定哪一塊用哪個 AI 做、結果怎麼驗收、不合格怎麼重來。
練法：下次接到任何一個工作任務，先花 15 分鐘只畫圖不寫字。畫一張流程圖，每一格寫「這步誰做」——可能是 Claude 寫代碼、可能是 ChatGPT 出文案、可能是你自己做決策。畫完再動手。一開始會覺得慢，兩週之後你會發現自己的交付速度翻倍，而且手反而更閒。
接下來會發生什麼
Karpathy 很少發這種帶情緒的推文。他上一次情緒類貼文是 2023 年宣布離開 OpenAI。這一次是 2026 年 4 月 16 日，宣布自己「落後」。
接下來三個月會有幾個信號值得盯：
- Karpathy 自己的下一個動作：他這種人不會只抱怨，他會做出東西。很可能是一套新的「串工具」教學課程、或者一個新的 eureka project。他開什麼，就是下一波工程師該學什麼的訊號。
- 大廠 AI-native 招聘的分化：Oracle、Meta 砍人的同時，Anthropic、OpenAI、xAI 在擴招。這些職缺的 JD 寫什麼、要什麼經驗，就是接下來兩年新職業的原型。
- Agent-as-Platform 的戰線：Claude Code、Cursor Agent、OpenAI Agents SDK、Vercel open-agents 都在這一條線上擠。誰先做到「一個 IDE 同時當調度中心」，誰就拿走下一輪話語權。
一句話結論
Karpathy 那句「我從未這麼落後過」最可怕的不是內容，是發文的人。如果這個職業真正拉開差距的是組裝能力——而組裝能力的天花板現在連他都覺得自己碰不到——那對大部分還在手寫代碼、還在每天打開 VS Code 問「這個函數怎麼寫」的人來說，這條推文不是一條推文，是一張警告單。
你不必變成 Karpathy。你只需要做一件事：打開你現在正在寫的那個 tab，關掉，然後問自己——這件事今天可以不用我親手做嗎？
答案如果是「可以」，你就找到了那個 x10 的入口。
＊本文為獨立觀察分析，不構成任何投資或求職建議。引用之推文與數據來源為 X（2026-04-16 Karpathy 貼文）、Challenger, Gray & Christmas 2026-Q1 裁員報告、Anthropic / Google DeepMind / OpenAI 官方發布，資訊以 2026-04-17 當下為準，後續如有更新請以原始來源為主。
發表迴響