远见网编者按：本文来自微信公众号划重点KeyPoints（ID：huazhongdian123），作者：林易，编辑：重点君，创业邦经授权发布。
近日，红杉资本2026 AI峰会在硅谷低调召开。全球顶尖大厂核心骨干、硅谷风投风向标与顶尖科学家齐聚一堂，深度探讨了AI的最前沿动向。
在过去的两三年里，整个硅谷绝大部分的精力都在干一件事：卷大模型参数，拼跑分基准。但到了2026年，这套逻辑彻底翻篇了。
现如今，AI带来的最大震撼，不再来源于某个新模型的发布，而是底层技术红利正以前所未有的速度，向人们的日常生活与真实工作疯狂溢出。
Andrej Karpathy与各大厂核心负责人在现场达成了一个核心共识：大模型正在越过软件层面，疯狂抢夺物理世界的执行权。
在这场大洗牌中，市场正在发生三大维度的剧变：
1. Coding被基本解决：代码边际成本趋向于零，AI生成代码从辅助补全转向自动化全盘接管。
2. AI开始探索物理规律：AI不再局限于屏幕内的文本与像素，具身智能开始学会物理逻辑，以世界模型为底座的机器人和自动驾驶技术迎来了破局点。
3. 算力已被大厂垄断：大厂可以利用算力规模不断套利，并用未发布的最新模型驱动新一轮创新。
随着市场的改变，旧有的商业模式与组织形态也正在被重构。创业者需要把握服务即软件的新商业模式，在巨头垄断迈向一人独角兽时代。同时，当执行工作被机器以极低成本代劳时，人类真正的核心护城河也更加清晰，不可外包的理解力、顶级的审美品位以及真实的人际连接，将成为AI时代最稀缺、最不可替代的特质。
Coding被基本解决
代码通胀时代：别自己写代码了，去当调度AI的包工头
如今，AI辅助编程已经越过了你写一半它补一半的旧时代，智能体现在能直接接管一整个开发工作流。
在峰会上，Claude Code之父Boris Cherny 表示，他在2026年至今没有亲手写过一行代码。他所负责的代码库中，100%的代码由模型生成。在产能的极值测试中，他曾创下一个人一天内合并150个代码合并请求的纪录。
这种效率的跃升来源于工作方式的彻底颠覆，Cherny详细拆解了他目前的开发流：
他的大部分工作是在手机上完成的，Claude后台常驻着数百个并行运行的Agent，并大量使用循环（Loops）机制，通过设定定时任务（Cron），来调度一个可重复运行的工作。
这些数字劳工不仅能编写功能代码，还在后台自动修复CI的报错、自动处理分支的代码冲突，甚至每30分钟抓取Twitter上的用户反馈进行聚类分析。
Cherny将这种工作模式比作1400年代欧洲印刷术的诞生：过去，软件开发就像中世纪只有少数人掌握的读写特权，而现在，代码生成的边际成本趋近于零。在这个范式下，传统程序员手写代码的核心身份被解构了。未来的工程师不再是砌砖的工人，而是成为了调度数字劳工系统的包工头。
在Anthropic内部，工程经理、产品经理、设计师甚至财务人员，都在通过指挥智能体直接产出代码。而当写代码不再是门槛，跨学科的人才便可以直接越过技术鸿沟，掌控业务层面最高的产品定义权。
中间层正在消失：Software 3.0的降维打击
既然写代码的门槛没了，那么软件本身的形态也要被重新定义。Andrej Karpathy在峰会上提出了Software 3.0理念，指出大模型正在以端到端的方式，吃掉过去20年科技界积累的软件中间层。
Karpathy用一个生动的个人项目“菜单生成器”解释了这种底层架构的坍塌。如果用传统的开发模式，做一个识别外语菜单并生成菜品图片的App，你需要走一套极度冗长的流程：搭建Vercel部署环境、构建前端UI、接入OCR字符识别接口、编写中间层业务逻辑、调用图像生成API、存入数据库、最后返回前端渲染。
但在Software 3.0时代，Karpathy发现，这个App根本就不该存在。他只需要把菜单照片直接扔给最新版的大模型，附带一句指令调用工具，大模型就能直接在原图基础上，把外语翻译好并渲染出实物图。
整个过程里：没有前端、没有后端接口、没有数据库，也没有传统意义上的应用程序。
过去二十年，硅谷建立了一整套围绕API、状态管理和UI框架的庞大生态。这些中间层的存在，仅仅是为了让人类开发者能分工理解复杂信息。但大模型不需要这些人类可读分散信息，它直接消化庞大的上下文并输出最终结果。
这意味着，大量仅仅是在拼凑工作流、缝合API的传统软件公司，他们的技术护城河正面临被大模型端到端直接抹平的降维打击。
不能只依赖Vibe Coding，专业团队需要转向智能体工程
尽管代码生成的下限被无限拉高，Karpathy仍发出警示：在真正的商业运转中，完全靠随意的Vibe Coding是行不通的。专业的开发团队必须转向智能体工程（Agentic Engineering）来保证产品质量和安全的上限。
Karpathy指出，大模型目前最危险的特质是参差不齐的智能。AI能在几分钟内重构十万行的企业级代码，精准找出其中潜伏的安全漏洞。但如果你问它“去50米外的洗车店是该开车还是走路”，它可能会基于字面逻辑一本正经地回答：“距离很近，建议走路去洗车。”
大模型在拥有明确规则的领域（如代码语法、数学计算）像个神通，但在缺乏数据覆盖的日常物理常识上却又像个巨婴。
因此，专业工程师绝对不能完全放权，而是要把智能体当成一个不知疲倦、记忆力超群但偶尔会犯蠢的超级实习生。人类工程师的职责，必须死死把控住三条底线：
系统的总体架构设计绝对不能乱。
产品的终极审美品位必须由人来定。
绝对不可逾越的安全与权限边界必须由人来锁死。
当所有人都能轻易生成代码时，代码本身就不值钱了。真正稀缺的，是能够在一个充满不确定性的AI系统中，能构建出极具稳定性与商业价值软件的系统包工头。
<img data-src=”https://mmbiz.qpic.cn/sz_mmbiz_png/JdvRmSrMOmKsVgXDKfxtI3kh8f4HROrSze6v7AtibMN0ia4ibNSaOCUY4gkb4YAB7rVwKdRbZ6WTHgYImmDkAGeF0t8VZyicxQIErqOKOANOhYk/640?wx_fmt=png&from=appmsg#imgIndex=3″ data-ratio=”0.562962962962963″ data-s=”300,64
（来源：创业邦-最新资讯，2026-05-08）
