YC掌门人惊呼：这就是AGI

一位开发者用四天时间，让AI“盲移植”了拥有37年历史的SimCity代码库。整个过程无人阅读一行原始C代码，仅靠AI生成与自动化测试验证。当AI开始重写软件工程的规则，我们究竟该欢呼还是警惕。

37年老代码，4天完成复活，成本不到30美元。

这是一次足以让软件业重新定价的预演。

当开发者Christopher Ehrlich把OpenAI的5.3-codex对准1989年的SimCity C代码库，并留下目标转身离开时，他交出了一份关于未来软件工程的新答案：

人类不再必须先读懂遗留代码，才有资格改造它；只要能定义行为、建立验证、持续迭代，AI就能把几十年历史的复杂系统重新带回现代平台。

37年老代码，4天AI完成复刻

当Christopher Ehrlich按下回车键时，他可能没意识到自己正在改写软件工程的规则书。

他做的很简单：将OpenAI的5.3-codex指向37年前的（1989）C代码库，设定目标，然后离开。

四天后，这款经典城市模拟游戏在浏览器中复活。不必由人来阅读代码。只涉及极少的干预。只需要一个规格说明和一个不会放弃的 AI。

“我甚至没看代码。”Ehrlich在X上写道，“我只看测试是否通过。”

这份代码有着悠久的历史，最初是Will Wright为Commodore 64编写的汇编代码，后来被移植到C语言，其中的数学运算全靠位运算，变量名如同密码，结构让经验丰富的工程师望而生畏。

整个移植过程运行在每月200美元的ChatGPT订阅上，从未触发速率限制。成本？不到30美元。时间？半周。

对比传统方式：至少需要一支熟练团队工作数月，深入理解每个模块，逐行转换。

想想这意味着什么？

现在每一个现有的遗留代码库都有可能被轻松移植，不论是COBOL 银行系统。古老的政府软件。被困在旧平台上的经典游戏，只需要一个明确的规范。

真正稀缺的，已经不是把代码一行行敲出来的人，而是能把需求讲清、能验证结果的人。

开发者的重心，正在从编码本身，转向规格设计和验证体系。

具体来看，Ehrlich编写了一个“桥接层”，能够调用原始C代码，然后运行基于属性的测试，要求AI生成的TypeScript移植版必须产生完全相同的行为。AI生成代码，之后测试验证，再自动迭代，如此持续循环。

这种方法，可视作是将AI作为引擎，验证作为方向盘的新型工程范式。

SimCity移植项目给了我们一个AGI的预览：当系统能在不完全理解领域知识的情况下，完成复杂领域的工作时，我们就进入了新范式。

这就像第一次看到编译器，我们过去手写汇编，现在只需要描述逻辑。

人类阅读和理解代码的时间，往往超过实际编写时间。

当代码如SimCity般晦涩时，理解成本可能占项目的80%。曾经我们坚持‘理解代码’是移植的前提，现在看来，只需要理解代码的行为。

传统软件工程教育可能需要彻底重构，之前是教学生如何写代码，现在需要教他们如何不写代码也能构建系统。

不过，也不是所有人都这么乐观，毕竟完整的复现现有的功能，只是一个定义明确的任务。正在考验vibe coding能力的，是看它能不能新增功能。

YC初创公司已全面拥抱氛围编程

根据CNBC最新报道，当前Y Combinator初创公司中，25%的企业95%的代码由AI编写。这些公司以不到10人的团队实现1000万美元营收，资本效率达到历史峰值。

“如果你仍然对AI编码持怀疑态度，说明你没在关注。”一位硅谷风险投资人直言，“问题不再是AI是否会改变我们构建软件的方式，而是你是用它来构建，还是在旁观望。”

4天复现Simcity的评论中提到另一个案例：象棋游戏 KingsGambitGame “全都是由AI编程的，展示了这种模式已从小型实验扩展到完整的产品开发。

音乐制作人转型开发者创建AI编码框架并被科技巨头采用的例子，进一步强化了“AI赋能个体创造力”的叙事，即专业背景不再是技术实现的门槛。

“应用开发者可以将重复任务卸载或自动化，并利用大语言模型生成新代码。”CNBC记者Kate Rooney在报道中写道，“在某些情况下，AI可以编写整个应用程序。”

Y Combinator CEO Garry Tan在采访中更直言：“过去需要50或100名工程师团队完成的工作，现在10人就能搞定。你不必筹集那么多资金，资本续航时间大幅延长。”

数据佐证：YC 2025冬季批次的公司在聚合层面实现了每周10%的增长。“不仅仅是头部一两家公司——整个批次都在以10%的周增长率增长。”Tan强调，“这在早期风险投资史上从未发生过。”

考虑到全球仍有价值数万亿美元的COBOL银行系统、政府软件、工业控制系统困在过时硬件上。AI移植意味着这些系统可以在不被完全理解的情况下，适配现代化硬件。

当AI能处理人类从未触及的无数Bug和功能积压。未来代码库规模可能增长10-100倍，约束代码库增长的因素正从“人力”转变为“算力”。

面对AI编码的崛起，硅谷出现两种声音：

焦虑叙事担心初级工程师岗位减少，编程的价值下降，传统职业路径断裂。

机遇叙事描述的画面更具吸引力。那些没能在Meta或Google找到工作的工程师，可以用10人团队建立年收入1000万或1亿美元的企业。

YC数据显示，80%的演示日公司聚焦AI，其余为机器人和半导体初创公司。与前几代不同，这些公司更早获得商业验证。

你可以打电话给真实客户，如果他们说：“是的，我们每天都在使用这个软件。”

这就是一个值得投的项目。