Karpathy力荐必读博客：代码功底，决定AI「开挂」倍数！

Atharva博客揭示，AI是工程师能力的放大器。扎实的编程基础搭配精准提示，能让AI助你打造出极致产品。想知道如何用AI加速开发、少踩坑？快来看高手的秘诀！

最近，Karpathy在YC AI创业学校演讲中推荐了一篇博客。

这篇博客中，Atharva表示，AI是放大器，coding功底越扎实，AI给的助力就越猛。

当你能用精准的提示词拆解需求，当对系统设计有敏锐直觉，AI会把你的能力指数级放大；反之，模糊的指令只会让AI输出漏洞百出的代码。

AI是打造认真、靠谱产品的工程团队的好帮手，这需要对这些工具有着娴熟的驾驭能力。

用AI开发，速度快得飞起！用对了，团队能更快地缩短与用户的反馈闭环，从而打造出更优秀的产品。

然而，用好AI工具也颇具挑战。用得不好，代码可能稀烂，甚至拖慢进度，深陷于垃圾代码和技术债务的泥潭。

AI编程是个放大器

想让AI发挥出色效果，首先要提升自己的水平。

AI是一个放大器。如果你的能力很差，收益自然微不足道；如果你的能力系数为负，收益甚至可能是负值。

最优秀、经验最丰富的工程师能从 AI 工具中榨取更多价值，原因如下：

• 极其擅长沟通技术理念，会把技术想法讲清楚；

• 对构建优质系统有精准的判断力和敏锐的直觉，能引导AI朝正确方向前进，即「老师傅的手感」；

• 基础扎实，能在知识（而非技能）构成瓶颈的新工具和系统中能迅速上手；

• AI对语言和风格很敏感，常常反映出提示者的偏好与审美。顶尖工程师品味高，对什么可行、什么不可行，有着更为敏锐的品味和直觉。

所以，要秉持工匠精神。就算AI帮忙，也要对产出成果感到骄傲，这点在AI系统的最终产出中得到了清晰的印证。

举个例子。下面这个提示词不算差，但显然不够深思熟虑：

写一个Python速率限制器，限制用户每分钟10次请求。

这个提示词能生成一个勉强可用的结果，但很可能会忽略一些边缘场景、最佳实践和质量标准。

相比之下，高手可能会这样提问：

请使用Python实现一个token桶速率限制器，并满足以下要求：

• 针对每个用户（通过user_id字符串识别），速率限制为每分钟10次请求。

• 实现必须是线程安全的，以支持并发访问。

• 能自动清理过期用户的条目。

• 函数返回一个元组 (allowed: bool, retry_after_seconds: int)，分别表示请求是否被允许，以及需要等待多少秒后才能重试。

需考虑以下问题：

• token是应该随时间逐渐填充，还是一次性补满？

• 当系统时钟发生变更时，程序的行为应是怎样的？

• 如何防止因用户长时间不活跃而导致的内存泄漏？

优先考虑简单、可读性强的实现，避免过早优化。请仅用Python标准库（stdlib），不要引入Redis或其他外部依赖。

哪个提示词能更好地实现设计者的意图？一目了然吧！

还有个卓有成效的技巧，叫「元提示」（metaprompting）。

先给模型一个简单任务，让它帮忙挖出需要权衡的因素和潜在的边界情况，整理成技术规格，再让另一个AI智能体去执行。

实际上，上面那个「高手提示」就是AI帮忙优化的，AI现在已经很擅长为自己写提示词了。

AI工具的玩法总在变，但有一条金科玉律：努力提升自己，成为一名优秀的工程师，你的习惯会迅速传递给AI。

这之所以有效，根本原因在于：凡是能帮人类更好地思考和工作的方式，同样也能帮助AI。

能帮人类的，也能帮AI

在AI技术进步带来颠覆性变革的今天，有必要重新审视软件工程的定义。

软件工程的核心不是光写代码，至少，这并非它的决定性特征，正如写作的本质并非只是在纸上挥洒笔墨。

软件工程是一门艺术与科学，旨在维护一个庞大且定义明确的心智模型体系，以满足业务需求。核心是打造和维护复杂的社会技术系统，代码只是一种表现形式。

在AI强大到足以吞噬整个社会技术系统，并把培育它的人全踢出去之前，它必须要融入这个系统。

换句话说：在一个同样适合人类发展的环境中，AI也能更好地茁壮成长。这意味着，团队必须具备扎实的软件工程基础。

AI偏好的高质量团队和代码库有这些特征：

• 良好的测试覆盖率、有意义的断言；

• 自动化代码检查、格式化和测试，在代码合并前执行；

• 持续集成与持续部署 (CI/CD)；

• 完善的变更文档、技术规格（tech specs）、架构决策记录（ADRs），以及清晰的提交信息；

• 代码风格统一，通过格式化工具强制执行；

• 简单、简洁、结构清晰的代码；

• 功能定义清晰，拆分为多个小型的故事卡。

当今的AI能利用所有这些要素，自动搞定任务。

给一个编程智能体分配任务时，它会在其智能体循环中，通过运行测试用例和静态分析工具来不断进行自我修正。

这极大地减少了为完成工作，而需要进行的手把手干预。丰富的环境与上下文，能帮助AI更好地工作。

在此分享一则轶事：Atharva曾参与一个项目，其中包含两项服务。

一项服务具备上文描述的所有优点——良好的测试、完善的文档、一致的代码模式以及大量的检查与防护机制。而另一项服务则混乱不堪，上述优点一概皆无。

结果，AI编程智能体在处理后者一个同等难度的任务时举步维艰，远不如处理前者时那般顺利！

这很可能是因为，那个混乱的代码库对AI造成的困惑，与对人类工程师造成的并无二致。

对于何为正确的行事方式，它传递出了混乱甚至矛盾的信号。

编辑器中的工具与战术

不计成本，使用最好的AI模型

务必使用当前最顶尖的编码模型，不要为了节省额度或开销而选择次级模型。

优质模型带来的优势会产生复利效应。拥有一个强大的编程模型作为基础，接下来介绍的所有战术都将事半功倍。

提供精准的上下文

AI辅助编程的效果，很大程度上取决于为LLM提供上下文的技巧有多娴熟：

• 用智能体式（agentic）编码工具，能自主读取文件、运行shell命令、获取文档、创建并执行计划、几乎无需人工干预（只需最终批准）。推荐的工具有Claude Code、Windsurf、Cursor、Cline。

• AI容易被杂乱上下文带偏。应该只@相关代码文件，链接对当前任务有帮助的文档，帮助它聚焦。

• 将编码规范写入RULES.md文件，为不同的智能体工具（如 .cursorrules, .windsurfrules, claude.md, agents.md 等）创建指向此文件的符号链接（Symlink）。

开发新功能或重构

• 拆解问题。指令越具体，AI的表现就越好。AI还能帮忙把提示写清楚，让指令变得更清晰、更具体。推理能力强的模型尤其擅长此道！

• 化整为零，逐一击破。在开发大型功能时，应将其拆分为多个小任务，然后逐个交给AI处理，并在完成每个任务后进行一次代码提交（commit）。如果你遵循用户故事（story）的工作流，包含任务清单的故事卡描述对AI就是一份极佳的指南。

• 提供技术规格与相关文档。不要在缺少产品宏观背景的情况下直接要求AI写代码。应向其提供技术规格，以及所用程序库的官方文档。对于大多数工具而言，直接粘贴文档链接通常是有效的。有些程序库甚至会提供一个llms.txt文件，专供编码智能体使用。

• 好的模式是把开发分成「计划」和「执行」。一些先进的编程智能体已经内置了类似的流程。

• 审慎对待AI的建议。不要将其建议视为理所当然，让它解释选择的理由，提出替代方案，分析方案的优劣。

调试

• 用AI调试自己的bug。当AI生成的代码出错时，务必将最相关的错误上下文完整粘贴给它，以帮助其定位问题。（如使用专门的XML标签，如<error>，将错误日志或输出内容包裹起来）。

• 提供尝试和观察。向模型说明已经尝试过的调试步骤和额外的观察发现，这能帮它形成正确的假设并排除错误的推断。提供丰富的上下文至关重要。

编辑器之外的实用招数

用AI提升个人技能与知识

AI是一位拥有海量知识、具有高效研究能力，超级有耐心的老师。

应积极用AI学习新知，揭开陌生代码或技术栈的神秘面纱。坚持不懈地深入挖掘，探寻最佳实践。同时，务必让AI引用高质量的信源，确保学到的知识准确无误。

创建海量详尽文档

把代码库信息提供给AI，就能轻松地创建大量细致的文档。比如：

• 阐释功能，创建项目知识库；

• 汇总当前所有的监控指标；

• 智能识别缺失的测试用例。

这样做的好处显而易见——如今，生成文档的成本已极其低廉，而这些文档又能反过来极大地提升AI以及人类成员的工作效率。

解决日常协作小摩擦

AI能极大降低团队日常工作中遇到的各种小阻力：

• 利用AI创建模拟服务器（mockserver），用于协调前后端团队的工作，消除开发过程中的阻塞。前后端对好接口契约就能开工；

• 通过向AI提供shell历史会话记录，为基础设施部署、常见故障排查等场景创建运行手册（runbook）和指南；

• 将现有的运行手册和指南提供给AI，让它将其转化为能自动执行常见任务的脚本。

代码评审 (Code Review)

• 为合并请求（Pull Request）创建一个模板，将每个功能的代码变更提交给AI，让它解释变更和部署步骤；

• 为了缩短首次代码评审的响应时间，可以引入代码评审机器人来完成初步检查。但切勿完全取代人工评审！

• 作为评审者，当你遇到不理解的代码变更时，可以先让AI解释。向它寻求澄清，在获得了必要的背景信息后，再向开发者提问。

调试和监控线上应用

• 用AI的深度研究能力，寻找罕见错误的解决方案。调试线上问题时，可遵循与在编辑器中调试时相同的建议：提供尽可能丰富的上下文；

• AI非常擅长为可观测性工具编写查询语句和告警规则，还能写Python代码分析和处理数据。

性能优化

• 用AI优化数据库和调校配置。此时，务必向其提供有关基础设施和硬件的上下文信息，并分享查询计划（query plan）。

数据库优化故事

下面是近期一次互动实例：优化PostgreSQL中的一整套查询。

每天要执行大约十次查询，每天一次，用于生成一组用于分析的报表，基于事务表的非规范化视图。这些查询庞大且缓慢。

作为一名训练有素的工程师，他挑出最慢的查询，然后：

EXPLAIN ANALYZE <my slow query>

等待了13分钟后，得到了一份相当友好的输出。

感谢像Hubert depesz Lubaczewski这样的好人，提供了一个很棒的工具来处理这些相当友好的输出。

通过这个工具，输出变得更加友好，一个大大的红框跳出来，清楚地告诉他哪里出了问题。

但他训练有素的工程师大脑却在想：现在该怎么办？！

Sir depesz的工具暗示了一个work_mem问题，这是一个可以在夜间运行这些查询时调整的旋钮。这比重写一个200行的、关联了整个世界的SQL查询要实用得多。

但该如何思考和推理这个问题？硬件能支持什么？他对PostgreSQL的旋钮调整几乎没有经验。

在上述故事发生前一个月，也就是2024年10月，人们对一个当时被称为Sonnet 3.5（新版）、如今被称为Sonnet 3.6的模型赞不绝口。当时它无疑是最好的AI模型。

他把查询计划和硬件规格塞给了Sir Sonnet 3.5（新版），以下是提示：

This is a PostgreSQL EXPLAIN ANALYZE output

Tell me what configuration parameters I can tune to make this go faster.

<system_info>

RAM = 32 GB

Current parameters:          

synchronous_commit: "on"          

max_connections: "200"          

shared_buffers: "8GB"          

effective_cache_size: "24GB"          

maintenance_work_mem: "2GB"          

checkpoint_completion_target: "0.9"          

wal_buffers: "16MB"          

default_statistics_target: "100"          

random_page_cost: "1.1"          

effective_io_concurrency: "200"          

work_mem: "20971kB"  # NOTE: but for just this query, we temporarily have set it to 1.5GB, which is the most we can push it safely          

min_wal_size: "1GB"         

 max_wal_size: "4GB"          

max_worker_processes: "4"          

max_parallel_workers_per_gather: "2"          

max_parallel_workers: "4"          

max_parallel_maintenance_workers: "2"

</system_info>

Sir Sonnet回应道：

# PostgreSQL Performance Analysis

## Key Performance Metrics

- Total Execution Time: 813.4 seconds (13.5 minutes)

- Planning Time: 26.5ms

- Total Rows: 30,302,109

- Buffer Usage:  

- Shared Hit: 1,741,739  

- Shared Read: 6,483,035  

- Temp Read: 8,284,857  

- Temp Written: 8,284,920

## Major Performance Issues Identified

1. **Heavy Disk I/O for Sorting**   - Multiple large external sorts occurring   - Largest sort using 8018MB of disk space   - Many temp buffers being read and written

2. **Parallel Query Execution Limitations**   - Only using 2 parallel workers   - Several large sequential scans that could benefit from more parallelism

3. **Memory Pressure**   - Multiple operations spilling to disk despite high work_mem   - Large hash joins and sorts requiring temporary files

## Recommended Parameter Adjustments

### Critical Changes

1. `max_parallel_workers_per_gather`: 4 (currently 2)   - Justification: Query shows heavy parallel operations with large sequential scans   - This change alone could significantly improve the performance of the parallel operations

2. `work_mem`: 2GB (currently 1.5GB)   - Justification: Multiple sorts spilling to disk   - With 32GB RAM and considering the parallel workers, we can safely increase this   - Note: Effective memory per sort will be work_mem × number of parallel workers

3. `max_parallel_workers`: 8 (currently 4)   - Justification: System has enough RAM to support more parallel workers   - Will allow better utilization of parallel operations

### Secondary Adjustments

4. `maintenance_work_mem`: 4GB (currently 2GB)   - Justification: Large sorts occurring in maintenance operations   - System has enough RAM to support this increase

5. `effective_io_concurrency`: 300 (currently 200)   - Justification: Heavy I/O operations occurring   - If using SSDs, this can be increased further

6. `random_page_cost`: 1.0 (currently 1.1)   - Justification: If using SSDs, this should be lowered to better reflect actual I/O costs

## Monitoring Recommendations

After implementing these changes:

1. Monitor temp file usage (`pg_stat_database`)

2. Watch for memory pressure using `pg_stat_activity`

3. Track parallel execution effectiveness with `pg_stat_statements`

并非所有建议都完全合理，但关键建议看起来不错。于是他听从了AI的建议，重新运行了查询。然后数据库崩溃了。

Sir Sonnet回答：

（想象一下，这里还有几次迭代，以及对Sir Sonnet过于自信的胡言乱语的一些抱怨。）

最终，查询速度显著提升。他尝试调整了许多PostgreSQL参数，并整理了一个矩阵：

他和Srihari交流了经验，像Srihari这样经验丰富的人可能一个下午就能搞定。

Sir Sonnet帮忙的地方在于，作为一个从未调整过PostgreSQL参数的人，他能像Srihari一样高效产出。而且，与 Sir Sonnet的对抗式互动让他以前所未有的速度学习了PostgreSQL的内部机制。

如今，大模型比过去聪明得多。它们能更智能地推理，工具使用也更出色。

人们编写软件的方式正发生着巨变，因此有必要重新审视一些曾被奉为金科玉律的传统智慧。

别急着搞复杂抽象：首先，花费过多时间去寻找和构建精巧的抽象，其价值正在降低。

DRY（不要重复自己）原则对确保代码模式的一致性固然有用，但为了应对需求变更而维护，本身就需要付出成本。

返工的成本极低。小范围的代码编写不如整体代码结构和组织重要。可以快速构建多个原型测试想法。

氛围编程很适合原型开发，但事后要将原型抛弃并重新进行规范的开发。

验证并修正一个既有方案，通常比从零开始创造它要容易得多。这极大地降低了人们尝试新事物的阻力。

测试是绝对不容妥协的。AI能够快速、批量地生成测试用例，这让任何不写测试的借口都荡然无存。

但请记住，必须时刻严格审查其生成的内容！

参考资料：

https://blog.nilenso.com/blog/2025/05/29/ai-assisted-coding/

https://simonwillison.net/2025/Jun/10/ai-assisted-coding/

https://x.com/deedydas/status/1936090859319259321

文章来自于微信公众号“新智元”。