从“Vibe Coding”到“Software 3.0”：如何让 Claude 成为一支用自然语言运转的开发、研究与执行团队
在讨论 2026 年如何利用 Claude 时，不得不提到 Andrej Karpathy。作为 OpenAI 的创始成员、前特斯拉 AI 总监（领导 Autopilot 视觉团队），以及通过 CS231n 和 LLM 课程影响无数工程师的教育者，Karpathy 是一位关键人物。他的个人简介明确提到了他与 OpenAI、Tesla 和 Stanford 的关系。
此外，2026 年 5 月，Karpathy 加入了 Anthropic。据路透社报道，他加入了负责塑造 Claude 模型基础能力的预训练团队。因此，用“Karpathy 式”方法使用 Claude，并非只是借名人名头的提示技巧，而是将 LLM 视为一种新型计算机、操作系统和开发环境的理念，与 Claude 的最新功能紧密相连。
注意：本文讨论的“Karpathy 版”Claude 并非 Anthropic 或 Karpathy 本人发布的官方模式，而是从他的公开演讲、关于 Claude Coding 的笔记、Software 3.0 理念，以及 Anthropic 最新官方信息中重构出的一套实用框架。
1. Karpathy 式 Claude 的本质：“用 AI 构建”，而非“问 AI”
大多数人使用 Claude 进行文本生成、总结、研究或写邮件。虽然有用，但 Karpathy 式的用法要深入得多。
在他 2025 年的演讲“软件正在再次改变”中，他讨论了软件版图的变迁。Software 1.0 是人工编写的代码；Software 2.0 是神经网络权重；而 Software 3.0 是面向 LLM 的提示词，自然语言正成为新的编程语言。
将其应用到 Claude 上，它不是一个“聊天伙伴”。Claude 是一个新的执行环境，运行在英语或日语之上。
它编写代码、编写测试、阅读规范、使用浏览器、编辑文件、连接 Slack/Google Drive/Jira、委派给子 Agent、将输出保存为 Artifacts，并记住整个项目的前后文。
到 2026 年 7 月，Claude 已经从回答问题的 AI 进化为推进工作的 AI。Karpathy 式方法就是直面这一转变。
2. 截至 2026 年 7 月的最新 Claude 版图
选择 Claude 模型不只是看“哪个最聪明”。Claude Sonnet 5、Opus 4.8、Fable 5、Mythos 5 和 Haiku 4.5 各有不同的角色定位。
Anthropic 于 2026 年 6 月 30 日发布了 Claude Sonnet 5。它是 Free 和 Pro 用户的默认模型，并可在 Max、Team、Enterprise、Claude Code 和 Platform 上使用。定价为每百万 tokens 3 美元/15 美元（输入/输出），初始推广期后生效。
Sonnet 5 的主要优势在于性价比和 Agent 性能。Anthropic 将其描述为“最具 Agent 能力的 Sonnet”，能够自主使用工具、进行规划和终端工作，其水平以往需要更大模型才能达到。
Claude Opus 4.8 定位为面向复杂 Agent 编码和企业任务的高端模型，强调在长时间任务中的诚实性、对齐度和减少幻觉。
2026 年 6 月，Claude Fable 5 和 Mythos 5 也首次亮相。Fable 5 是软件工程和科学研究中性能最高的通用模型。Mythos 5 是通过 Project Glasswing 有限发布的模型，专注于防御性网络安全。
对于 Karpathy 式的资源分配：
- 常规及大部分开发：Sonnet 5。
- 重型设计和复杂审查：Opus 4.8。
- 高难度、长时间任务：Fable 5。
- 防御性网络安全：Mythos 5。
- 快速分类和子 Agent：Haiku 4.5。
3. Karpathy 的转折点：从“80% 手动编写”到“80% Agent 驱动”
2026 年 1 月，Karpathy 指出他的工作流程发生了巨大转变。以前，他大部分编码手动完成，AI 仅作补充；到 2025 年底，Agent 承担了大部分编码工作，而他专注于编辑和收尾。
其本质不在于“AI 能写代码”，而在于人类角色的改变。人类定义目标、约束条件和成功标准。我们阅读实现代码，修剪糟糕的抽象，评判设计美感。当 Claude 走偏时我们叫停，当它卡住时我们分解问题。
Karpathy 警告，由于 Agent 仍会犯错，我们必须“像鹰一样”盯着它们。错误已从简单的语法错误转变为微妙的逻辑缺失和过度抽象。
4. 用“成功条件”驱动 Claude，而非“命令”
AI Agent 擅长朝着具体目标循环前进。与其微观管理步骤，不如提供成功条件，并让它编写测试来验证。
糟糕：“修复这个 Bug。”
较好：“登录重定向失败了。找到原因并修复。”
Karpathy 式：
- 目标：确保用户登录后能返回原始目的地。
- 成功条件：现有用例不失效；未授权访问重定向后能登录返回；无开放重定向；添加单元测试；迭代直到测试通过。
- 流程：探索文件 -> 规划 -> 先写测试 -> 实现 -> 运行测试 -> 报告风险。
5. Claude Code：Karpathy 工作流的核心
Claude Code 是一个开发执行环境，连接到终端、IDE、Git 和 MCP。人类设定目标，Claude 负责探索、规划、测试和实现。
人类的工作是阅读代码并移除“slop”——那些看起来能用但质量低下的 AI 生成代码。阅读能力变得比编写能力更重要。
6. CLAUDE.md：项目宪法
由于 Claude Code 会话会重置上下文，CLAUDE.md 充当项目的宪法。它应该包含设计理念、禁止事项、质量标准和审查视角，而不仅仅是代码片段。
7. 使用 XML 标签提供上下文
像编写 Software 3.0 代码一样构建提示词。使用 <task>、<context>、<success_criteria> 和 <constraints> 标签来消除歧义。
8. “Vibe Coding”不是偷懒编码
Vibe Coding 意味着通过自然语言传达“氛围”或意图来开发。然而，这需要更严格的人类监督。随着生成任务委派给 Claude，人类识别质量和设计缺陷的能力必须加强。
9. 价值在于“扩展”，而非仅仅“节省时间”
Claude 让你构建以前不愿费心去做的东西：内部仪表盘、自动化报告或自定义学习应用。AI 的真正杠杆作用在于扩展你的行动范围。
10. 三角关系：Claude Code + IDE + 人类
Karpathy 建议将 Claude Code 放在一侧，大型 IDE 放在另一侧。Claude 是工人，IDE 是检验室，人类是监督者。
11. 基本的 Claude Code 工作流
- 探索： 在不修改代码的情况下理解仓库。
- 规划： 提出变更和风险。
- 测试优先： 编写最初会失败的测试。
- 迭代： 实现直到测试、lint 和构建通过。
12. 强制性的“简化审查”
LLM 倾向于过度设计。始终问：“这能更简单吗？”一个 1000 行的复杂结构通常可以简化为 100 行清晰的代码。
13. 与子 Agent 组队
划分角色：一个安全审查 Agent、一个简化 Agent、一个文档 Agent。将“创造者”与“批评者”分开能提高质量。
14. 技能：公司手册
使用技能来存储针对特定任务（如“企业提案”或“代码审查”）的可重用指令，将 Claude 从个人助手演变为业务基础。
15. 通过 MCP 连接现实
模型上下文协议（MCP）允许 Claude 查看 Jira 事务、阅读 Slack 和检查 Sentry 日志。它让 Claude 成为在现实世界中执行“调查工作”的 Agent。
16. Claude Projects：工作空间
Projects 充当上下文丰富的房间。上传公司资料、角色设定和品牌语调，确保 Claude 始终在你的特定上下文中工作。
17. Artifacts：关注可交付物
不要只要求答案，要要求 Artifacts——交互式仪表盘、原型或结构化文档，这些是实际可用的工具。
18. 文件创建与编辑
使用 Claude 在 Excel 中构建财务模型或结构化报告。关键在于为人类决策创建中间资产。
19. Claude Tag 和 Connectors
通过 Slack 中的 Claude Tag 和 Google Workspace Connectors，Claude 成为你可以在沟通渠道中直接委派任务的队友。
20. Claude Science 和 Design
面向科学家和设计师的专用工作台，允许创建可审计的研究成果和交互式设计调整。
21. Karpathy 式 Claude 的 7 条原则
- 将其视为计算机，而非聊天框。
- 给出成功条件，而非命令。
- 测试优先。
- 从书写者转变为阅读者。
- 修剪过度抽象。
- 构建环境（CLAUDE.md、MCP）。
- 扩展你的行动范围。
结论：与 AI 协作的设计理念
Karpathy 式的 Claude 用法不是“用 AI 写作”，而是“设计一个 AI 团队”。这是 Software 3.0 的民主化。不要只是使用 Claude，要与它一起工作。
