软件工程与大模型的奇点正在同时到来。从Vibe Coding到Spec Coding的演进，AI不仅让非技术背景者轻松开发应用，更在Karpathy的autoresearch项目中展现了自我进化的恐怖潜力——AI发现了人类开发者数月未能察觉的代码Bug，并以11%的效率提升刷新记录。当创造门槛坍塌遇上递归式AI进化，我们正站在一个经验体系全面失效的技术拐点。
从25年下半年开始，几乎每周都有一些新模型发布、新AI产品、新的开源项目，多到试不完、看不过来。
很多人在讲奇点。马斯克年初发了一条「We have entered the Singularity」，Sam Altman说 OpenAI 已经知道怎么构建AGI了。抛开宏大叙事，我也想用自己的观察，看了的一些开源项目、以及自己的实践，来聊一聊：软件工程的奇点，和大模型进化的奇点。
奇点，原本是数学和物理里的概念，指某个值趋向无穷大的临界点。用在技术领域，意思是变化速度快到人类来不及适应的拐点。不是突然某天世界变了，是变化在加速，加速到某个点之后你回头看，发现之前的经验全部失效了。
递归，编程里的基本概念：一个函数调用自己。AI语境下的递归是：AI用来改进AI。以前是人研究怎么让模型更好，现在AI开始自己研究怎么让自己更好。这个循环一旦转起来，改进速度就不再受人类研究者数量的限制了。
先说一个我最直观的感受：身边越来越多低技术背景的人，开始自己做产品了。有人上架了自己的小程序，有人开源了自己的项目，有人从零做了个App，以前这些事得找开发团队，现在一个人对着AI就能干。虽然大多人并没有赚到钱，但创造的门槛实实在在的降低了。
MIT Technology Review 把「生成式编码」列为2026年十大突破技术，原话是：几乎没有编程知识的人，也能用提示词构建出像样的应用、游戏和网站。
数据上看得更清楚。Cursor，AI代码编辑器，17个月做到10亿美元年化收入，今年3月突破20亿。这些工具的增长速度本身就在说明一件事：大量的人涌进来了，大量以前不会写代码的人开始创造软件了。
我们自己也是。
月见App的占星后端服务，是我们产品经理写的（占星师背景）。过去完全没有写代码的经验，现在这个服务每天支撑数十万次调用，稳定运行。
我自己最近在参考 OpenClaw 的架构在重新开发一个新的 Agent，顺手还开发了iOS小组件、一个内部用的AI漫画创作工具。经常是主线任务交给AI跑着，开个新终端顺手干别的。包括服务器、CDN、OSS这些部署运维的事，过去得找专人，现在借助AI我自己也能轻松搞定。
这些项目涉及完全不同的技术栈、不同的专业知识。前端、后端、iOS、运维，过去每一个方向都是有门槛的。
现在门槛变得非常低。
2025年初，Karpathy 提出了 Vibe Coding：凭感觉写代码，你说个大概，AI帮你生成。年底 Collins 词典把它选为年度词汇，这个概念已经破圈了。
Vibe Coding 只是起点。到2025年下半年，一套更严肃的方法论成熟了，叫 Spec Coding。Thoughtworks、Red Hat 这些老牌工程咨询公司已经把它列为关键工程实践，arXiv 上有专门的论文。
模型能力提升、方法论成熟，叠加出来的结果就是2025年Q4开始的项目大爆发。
GitHub的数据很直观：2025年每秒有一个新开发者加入，全年新增3600万开发者，commit总量近10亿次，同比增长25%。
Stack Overflow 2025年调查，84%的开发者在使用或计划使用AI编程工具，51%每天都在用。
Satya Nadella 确认微软代码仓库中 20%-30% 的代码由AI编写，Sundar Pichai 确认 Google 超过 30% 的新代码由AI生成。
不是某一个工具变强了，是整个创造软件的基础设施变了。
我觉得软件工程的奇点，已经到了。
软件工程的奇点让我兴奋，但还有一件更酷的事。
三周前，Karpathy 开源了一个项目叫 autoresearch。Karpathy 是 OpenAI 创始成员，特斯拉自动驾驶前负责人，深度学习领域最有影响力的研究者和教育者之一。
这个项目18天拿了5.5万 Star、7600多 Fork。这个增速本身就说明，做AI研究的人看到它，知道它意味着什么。
autoresearch 做的事说起来很简单：给AI一个小型语言模型的训练环境，让它自己跑实验。AI改训练代码，跑5分钟，看结果有没有变好，好就保留，不好就回滚，继续改。你睡一觉起来看日志，100个实验跑完了。
整个项目只有三个核心文件。一个数据准备脚本，固定不动，AI不能碰。一个训练代码，630行，AI唯一能改的文件。一个Markdown指令文件，人写的，告诉AI研究方向和规则。
有意思的是那个指令文件里有一条关键规则，大意是：开始实验之后不要停下来问我要不要继续。我可能在睡觉，你就一直跑，直到我手动停你。
Karpathy 自己已经手动优化这个模型好几个月了。让AI agent跑了两天，700多个实验之后，AI找到了20个有效的改进。
这20个改进全部可以叠加，并且全部能迁移到更大的模型上。叠加之后，训练效率提升了约11%，直接刷新了 Karpathy 之前手动提交的所有最佳记录。
AI找到了什么？不是简单地调参数。
AI发现了注意力机制实现里的一个真实Bug。一个 Karpathy 手动调了几个月都没发现的Bug。AI还找到了一些极窄的参数甜蜜点，比如某个缩放因子在0.68有效，0.66和0.67都不行。这种精度，需要几百次暴力遍历才能覆盖，人手动调参不可能找到。
这就不是传统的超参数搜索了。传统做法需要人先画好搜索范围：学习率在多少到多少之间、层数从几到几。autoresearch 里的AI可以任意修改代码，改架构、换算法、删组件。搜索空间是开放的，而AI读得懂代码，能形成有根据的假设再去验证。
据说有人把这个方法扩展到16块GPU并行，8小时跑了910个实验。还有人拿去优化自己的模板引擎，93次自动提交后渲染速度提升了53%。
Karpathy 在 README 里说了一句话：
你不再像传统研究者那样去改 Python 文件了。你通过写 Markdown 来编程「研究方向」本身。
人的角色变了。从「做实验的人」变成「定义研究方向的人」。AI负责去跑、去试、去发现。
这就是递归。AI改进AI，循环开始转了。
看到 autoresearch 之后我就在想，这个模式能不能用在我自己的项目上。
我最近在开发一个新的Agent。过去迭代的流程是：人工测评发现问题，改代码，再测评，再改。一天能跑几轮，全看我自己的时间和精力。（毕竟创业团队，主要测评人员就是我自己）
现在我用 Claude Code 搭了一套自动化的评测和迭代工作流。
具体是这样的：我开发了6个独立的AI，模拟6种不同类型的真实用户。每个AI都有自己的人设、背景故事、记忆，跟我正在开发的 Agent 进行20轮深度对话。对话结束后，一个专家AI负责评测这些对话的质量。最终把模拟用户的反馈和专家的评测结果交给 Claude Code，它根据这些结果自己去修改代码，然后开始下一轮。
整套流程自动循环。一跑就是十几个小时，不需要我盯着。
本质上和 autoresearch 是同一个模式：人定义「什么是好」，AI负责找到「怎么变好」。
当然，现在评估环节还不够精细。怎么准确定义「好的对话」，怎么让评估AI的判断真正可靠，这是最难的部分。但方向很清楚：评估做得越好，AI自主迭代的效果就越好。
这个循环一旦足够成熟，改进速度就不再取决于我一天能评测多少轮了。
这个时代是令人兴奋的。AI把很多门槛抹平了，能做的事突然变得非常多。每天都觉得时间不够用，不是因为忙，是因为想做的太多了。
这个时代，也是令人焦虑的。因为变化太快，快到你刚建立的工作方式，三个月后可能就过时了。我过去花了一年多时间，精心打磨了基于多模型workflow架构的 Agent，现在明显已经过时了。我前脚刚接入了一套记忆系统，就看到 mem9 和 supermemory 两个更好的开源方案出来了，根本玩不过来。autoresearch 这种东西出来之后，AI改进AI的速度只会越来越快，快到什么程度，没人知道。
没人能知道，「跟上时代」的终点在哪。
关于如何应对，其实并没有标准答案，我的答案是保持创造，享受过程，享受变化。
参考资料
References
[1]https://github.blog/news-insights/octoverse/
[2]https://survey.stackoverflow.co/2025/
[3]https://github.com/karpathy/autoresearch
[4]https://github.com/mem9-ai/mem9
[5]https://github.com/supermemoryai/supermemory
作者：常超，月见万物 Founder&CEO ，公众号：常超
本文由 @常超 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Pexels，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。