從「氛圍編碼」到「軟體 3.0」：如何將 Claude 打造成一個以自然語言運行的開發、研究與執行團隊
在討論 2026 年 Claude 的使用方式時，不能不提到 Andrej Karpathy。作為 OpenAI 的創始成員、前特斯拉 AI 總監（帶領 Autopilot 視覺團隊），以及透過 CS231n 和 LLM 課程影響無數工程師的教育者，Karpathy 是一位關鍵人物。他的個人介紹明確提到了他與 OpenAI、特斯拉和史丹佛大學的經歷。
此外，在 2026 年 5 月，Karpathy 加入了 Anthropic。根據路透社報導，他加入了負責塑造 Claude 模型基礎能力的預訓練團隊。因此，「Karpathy 式」的 Claude 用法不僅僅是借用名人名字的提示技巧，而是一種將 LLM 視為新型電腦、作業系統和開發環境的理念，並與 Claude 的最新功能相連結。
注意：這裡討論的「Karpathy 版」Claude 並非由 Anthropic 或 Karpathy 本人發布的官方模式，而是根據他公開的演講、關於 Claude Coding 的筆記、Software 3.0 理念以及 Anthropic 的最新官方資訊，重構而成的實用框架。
1. Karpathy 式 Claude 的本質：「用 AI 建構」，而非「問 AI」
大多數人使用 Claude 進行文字生成、摘要、研究或電子郵件撰寫。雖然有用，但 Karpathy 式的用法遠不止於此。
在他 2025 年的演講「軟體正在再次改變」中，他討論了軟體版圖的轉變。Software 1.0 是人類編寫的程式碼；Software 2.0 是神經網路權重；而 Software 3.0 是給 LLM 的提示，自然語言正成為新的程式語言。
將此應用於 Claude，它就不是一個「聊天夥伴」。Claude 是一個新的執行環境，運行在英文或日文之上。
它撰寫程式碼、撰寫測試、閱讀規格、使用瀏覽器、編輯檔案、連接 Slack / Google Drive / Jira、委派工作給子 Agent、將輸出儲存為 Artifacts，並記住整個專案的上下文。
到了 2026 年 7 月，Claude 已經從一個回答問題的 AI，演進為一個推動工作進展的 AI。Karpathy 式的方法就是正面擁抱這個轉變。
2. 截至 2026 年 7 月的最新 Claude 地圖
選擇 Claude 模型不僅僅是「哪個最聰明」。Claude Sonnet 5、Opus 4.8、Fable 5、Mythos 5 和 Haiku 4.5 各有不同的角色。
Anthropic 在 2026 年 6 月 30 日發布了 Claude Sonnet 5。它是 Free 和 Pro 用戶的預設模型，並可在 Max、Team、Enterprise、Claude Code 和 Platform 上使用。在初始促銷價格之後，定價為每百萬個 Token（輸入/輸出）$3/$15 美元。
Sonnet 5 的主要優勢在於其性價比和 Agent 性能。Anthropic 將其描述為「最具 Agent 能力的 Sonnet」，能夠以前需要更大模型才能達到的水準，進行自主工具使用、規劃和終端機工作。
Claude Opus 4.8 則定位為高端模型，適用於複雜的 Agent 編碼和企業任務，強調在長時間任務中的誠實性、對齊性和減少幻覺。
2026 年 6 月，Claude Fable 5 和 Mythos 5 也首次亮相。Fable 5 是軟體工程和科學研究中性能最全面的通用模型。Mythos 5 是透過 Project Glasswing 限量發布的模型，專注於防禦性網路安全。
對於 Karpathy 式的資源分配：
- 常規及大多數開發工作： Sonnet 5。
- 重度設計和複雜審查： Opus 4.8。
- 高難度、長時間任務： Fable 5。
- 防禦性網路安全： Mythos 5。
- 快速分類和子 Agent： Haiku 4.5。
3. Karpathy 的轉折點：從「80% 手寫」到「80% 由 Agent 處理」
在 2026 年 1 月，Karpathy 指出他的工作流程發生了巨大轉變。以前，他主要手動編寫程式碼，輔以一些 AI 補全；到 2025 年底，Agent 處理了大部分的編碼工作，而他則專注於編輯和收尾。
其本質不在於「AI 能寫程式碼」，而在於人類的角色已經改變。人類定義目標、限制條件和成功標準。我們閱讀實作內容、修剪糟糕的抽象、判斷設計的美感。當 Claude 偏離軌道時我們要讓它停下來，當它卡住時，我們要分解問題。
Karpathy 警告，由於 Agent 仍然會犯錯，我們必須「像鷹一樣」盯著它們。錯誤已經從簡單的語法錯誤轉變為微妙的邏輯缺失和過度抽象。
4. 用「成功條件」驅動 Claude，而非「指令」
AI Agent 擅長朝著具體目標反覆嘗試。與其微觀管理每個步驟，不如提供成功條件，並讓它撰寫測試來驗證這些條件。
不好： 「修復這個錯誤。」
更好： 「登入重新導向失敗。找出原因並修復它。」
Karpathy 式：
- 目標： 確保用戶在登入後能回到原始目的地。
- 成功條件： 現有案例不被破壞；未經授權的訪問在登入後重新導向；沒有開放式重新導向；新增單元測試；反覆迭代直到測試通過。
- 流程： 探索檔案 -> 規劃 -> 先寫測試 -> 實作 -> 執行測試 -> 報告風險。
5. Claude Code：Karpathy 工作流程的核心
Claude Code 是一個連接到終端機、IDE、Git 和 MCP 的開發執行環境。人類設定目標，Claude 則負責探索、規劃、測試和實作。
人類的工作是閱讀程式碼並清除「slop」——那些看起來有功能但品質低下的 AI 生成程式碼。閱讀能力變得比寫作能力更重要。
6. CLAUDE.md：專案憲法
由於 Claude Code 的工作階段會重置上下文，CLAUDE.md 就成為專案的憲法。它應該包含設計理念、禁止事項、品質標準和審查觀點，而不僅僅是程式碼片段。
7. 使用 XML 標籤提供上下文
將你的提示結構化，就像寫 Software 3.0 程式碼一樣。使用 <task>、<context>、<success_criteria> 和 <constraints> 標籤來消除歧義。
8.「氛圍編碼」不是偷懶的編碼
氛圍編碼是指透過自然語言傳達「氛圍」或意圖來進行開發。然而，這需要更嚴格的人類監督。隨著程式碼生成委派給 Claude，人類識別品質和設計缺陷的能力必須更加敏銳。
9. 價值在於「擴展」，而非僅僅「節省時間」
Claude 讓你能夠建構以前懶得去做的東西：內部儀表板、自動化報告或自訂學習應用程式。AI 真正的槓桿作用在於擴展你的行動範圍。
10. 鐵三角：Claude Code + IDE + 人類
Karpathy 建議一邊開啟 Claude Code，另一邊開啟大型 IDE。Claude 是工作者；IDE 是檢查室；人類是監督者。
11. 基本的 Claude Code 工作流程
- 探索： 在不修改程式碼的情況下理解儲存庫。
- 規劃： 提出變更和風險。
- 測試優先： 撰寫最初會失敗的測試。
- 迭代： 持續實作，直到測試、語法檢查和建置都通過。
12. 強制進行「簡化審查」
LLM 傾向於過度設計。永遠要問：「這可以更簡單嗎？」一個 1000 行的複雜結構通常可以精簡為 100 行清晰易懂的程式碼。
13. 與子 Agent 團隊合作
劃分角色：一個安全審查 Agent、一個簡化 Agent、一個文件 Agent。將「創作者」與「批評者」分開可以提高品質。
14. 技能：公司手冊
使用技能來儲存特定任務（如「企業提案」或「程式碼審查」）的可重複使用指令，將 Claude 從個人助理轉變為企業基礎。
15. 透過 MCP 連接現實世界
模型上下文協定 (MCP) 讓 Claude 能夠查看 Jira 問題、閱讀 Slack 訊息以及檢查 Sentry 日誌。它將 Claude 變成一個在現實世界中執行「調查工作」的 Agent。
16. Claude Projects：工作空間
Projects 作為上下文豐富的房間。上傳公司簡介、人物設定和品牌調性，確保 Claude 始終在你特定的背景下工作。
17. Artifacts：專注於可交付成果
不要只要求答案；要求 Artifacts——互動式儀表板、原型或結構化文件，這些是能實際使用的工具。
18. 檔案創建與編輯
使用 Claude 在 Excel 中建立財務模型或結構化報告。這關乎為人類決策創建中間資產。
19. Claude Tag 和 Connectors
透過 Slack 中的 Claude Tag 和 Google Workspace Connectors，Claude 成為一個你可以在通訊渠道中直接委派任務的隊友。
20. Claude Science 和 Design
為科學家和設計師提供的專用工作台，用於創建可稽核的研究成果和互動式設計調整。
21. Karpathy 式 Claude 的 7 項原則
- 將其視為一台電腦，而不是一個聊天框。
- 給予成功條件，而不是指令。
- 測試優先。
- 從寫作者轉變為閱讀者。
- 修剪過度抽象。
- 建構環境 (CLAUDE.md、MCP)。
- 擴展你的行動範圍。
結論：與 AI 合作的一種設計哲學
Karpathy 式的 Claude 使用法並非關於「用 AI 寫作」，而是關於「設計一支 AI 工作團隊」。這是 Software 3.0 的民主化。不要只是使用 Claude，而是要與它一起工作。
