核心摘要
Vibe Coding 是 AI 辅助编程中“行为优先”的一端:你描述意图,Agent 修改并运行代码,你根据可观察结果继续引导。 它很适合探索和一次性原型,但不是一套生产保障方法。一旦失败会影响用户、资金、权限或数据,就必须补上规格、确定性测试、安全控制、人工评审与回滚能力。
引言
2025 年初,一个词几乎在一夜之间传遍开发者社区:Vibe Coding(氛围编程)。随着具备编程能力的 LLM 和 Agent 工具走向成熟,很多日常构建工作从"敲代码"转向了"描述意图、审查产出"。这个转变是真实的、值得理解的——但它改变的是你的精力花在哪里,而不是承诺判断力不再重要。
本文先直接回答“Vibe Coding 是什么”,再区分最初的行为优先概念与更宽泛的 AI 辅助工程,随后讲清工作流、互相矛盾的生产力证据、适用任务,以及原型必须切换到常规生产控制的分界线。
为什么这很重要?从语法中心到意图中心
几十年来,编程中很大一部分是"翻译":把人类意图变成计算机接受的语法(C++、Java、Python),并在内存管理、类型检查、API 文档细节上花费大量真实时间。
Vibe Coding 压缩了这个翻译层的很大一块。当具备推理能力的模型在 2024–2025 年跨过多步编程任务的实用性门槛后,它们不再只是自动补全,而开始处理更大的意图单元——搭一个功能的脚手架、把组件接到 API、修一个失败的测试。这让你能少花时间在机械翻译上,多花时间决定要构建什么、以及结果是否真的正确。
"压缩"这个词是刻意的。翻译层变得更小、更便宜,但它没有消失。仍然有人——你——必须确认生成的行为与意图相符,且没有不安全的东西在过程中溜进来。
Vibe Coding 是什么?
起源:Andrej Karpathy 的帖子
2025 年 2 月,Andrej Karpathy——前特斯拉 AI 负责人、OpenAI 联合创始人——在 X 上发帖:
"There's a new kind of coding I call vibe coding, where you fully give in to the vibes, embrace exponentials, and forget that the code even exists." (有一种我称之为"氛围编程"的新型编程方式,你完全沉浸在"氛围"(意图)中,拥抱指数级增长,甚至忘记代码的存在。)
这句话迅速传开。Karpathy 描述的是一种模式:你更少地与具体语法打交道,更像导演指挥演员——描述你想要的软件的行为、交互逻辑和感觉,让 Agent 承担大量机械性的实现工作。
值得把这个说法理解为对一种交互风格的观察,而不是"代码不再重要"的字面主张。代码依然存在、依然运行、依然会以常见的方式失败——Vibe Coding 只是改变了你亲手敲多少。
核心定义:意图驱动开发
本质上,Vibe Coding 是**意图驱动开发(Intent-Driven Development)**的一种强形式,有三个定义性特征:
- 自然语言优先:你的意图(Prompt)是主要输入。
- 端到端自主性:AI 作为 Agent 行动,而不只是补全工具——它能读取文件、运行终端命令、安装依赖,并对自己的产出迭代。
- 行为优先的审查:你常常通过程序如何表现来判断成败,而不是逐行阅读。这是便利,不是保证——对任何触及数据、金钱或认证的东西,"看起来能用"和"确实正确"不是一回事。
第三点才是有用的边界。AI 生成代码不自动等于 Vibe Coding。如果你阅读 Diff、理解设计、验证失败路径并对结果负责,你做的是 AI 辅助软件工程。区别在于如何建立证据,而不是哪款产品生成了代码。
一条实用的工作方式光谱
| 模式 | 人类参与方式 | 主要证据 | 适用范围 |
|---|---|---|---|
| 自动补全 | 决定每个局部改动 | 编译器与开发者审查 | 小表达式和样板代码 |
| AI 辅助工程 | 委派有边界的改动并阅读 Diff | 测试、评审、静态检查 | 需要长期维护的生产代码 |
| Vibe Coding | 描述结果,根据运行行为引导 | 预览与 happy path 执行 | 探索和一次性原型 |
| 自主 Agent 任务 | 在策略范围内委派任务 | 验收套件、审计记录、审批 | 具备强 Harness 的重复任务 |
这些模式可以同时存在于一个项目里。团队可以用 Vibe Coding 搭一次性 UI,用经过审查的 AI 辅助方式写 API,再允许自主 Agent 更新生成文档。应该由风险选择模式,而不是由潮流选择。
底层逻辑:为什么变得可行
Vibe Coding 不是凭空出现的。它随着三项能力共同成熟而变得实用:
- 更大的上下文窗口:模型能一次性在工作记忆里装下更多代码库,于是它是在整个项目的语境中推理某处改动,而不是只看单个文件。
- 具备推理能力的模型:更强的多步推理让模型能预见"改 A 文件会影响 B 文件的逻辑"——尽管它出错的频率仍高到让审查有意义。
- 工具调用(Agentic Workflow):模型获得了"手"——直接访问文件系统和终端——闭合了"编写 → 运行 → 读报错 → 修复"的循环,无需每一步都有人介入。
这每一项都是一种能力,不是正确性保证。更大的上下文窗口意味着模型能看到更多,不是它总会用对该用的部分;工具调用意味着它能运行并修复代码,不是它的修复就是对的。
生产力证据究竟说明了什么
没有可靠证据支持“Vibe Coding 能让所有开发者都更快”这种普遍结论。
METR 对 16 位资深开源开发者开展了随机对照研究,让他们在自己熟悉的大型仓库中处理 246 个真实 Issue。结果显示,使用 2025 年初的 AI 工具后,完成任务反而慢了 19%,尽管参与者原本预期会提速。METR 目前已把这项结果标记为历史快照。其 2026 年 2 月的后续研究观察到晚 2025 工具可能有所改善,但研究者明确说明:参与者选择偏差和并行 Agent 工作让新估计无法可靠代表真实提速幅度。
一篇 2026 年的综合综述给出了更有用的结论:结果会随任务类型、代码库成熟度、质量门槛与测量周期显著变化。产出更多代码或完成基准题,不等于缩短一项可接受、可维护变更的端到端交付时间。
评估你自己的工作时,至少测量:
- 可验收任务的交付周期,包括 Prompt 与评审时间;
- 在固定测试下的一次验收通过率;
- 人工审查与返工分钟数;
- 逃逸缺陷和回滚频率;
- 每个成功变更的成本,而不是每次响应的 Token。
正确的问题不是“Vibe Coding 有用吗”,而是“对哪些任务、在什么控制下,它能改善一个已经验证的结果”。
核心工作流:DGRR 循环
Vibe Coding 往往以一个快速迭代循环运行——Describe、Generate、Run、Refine:
1. 描述意图 (Describe)
这不止是一行 Prompt。有效的意图通常包含功能需求、视觉参考和约束——约束越明确,模型需要猜的越少。
- 示例:"帮我做一个极简的理财应用。用低饱和的莫兰迪色系。点击按钮时加丝滑的弹性动画。数据存储用 Supabase。用户只能看到自己的交易。"
最后那句很关键:像"用户只能看到自己的数据"这样的约束,恰恰是模型不会自行推断的需求。如果一条规则重要,就把它说出来——然后去验证它,因为说出来并不保证模型真的实施了它。
2. AI 生成 (Generate)
Agent 扫描目录,决定是修改现有文件还是创建新组件,安装依赖包,配置环境。
3. 运行 (Run)
Agent 运行应用(例如 npm run dev),你直接在预览里观察行为。
4. 观察与精炼 (Refine)
你不去手改第 45 行,而是描述改动:"侧边栏太宽了——让它在移动端自动隐藏。" Agent 定位相关代码并完成修改。对任何正确性关键的东西,"观察"应当包括真正去检查行为——用第二个用户登录、提交非法输入、读一遍查询——而不只是瞥一眼顺畅路径(happy path)。
Vibe Coding 在哪里失效
速度是真的,失效模式也是真的。把这些当作事后再说的东西,正是原型悄悄变成脆弱生产系统的方式。
维护黑洞
没有架构锚点生成的代码,产出快、维护慢。一旦代码库长到超出上下文能舒适容纳的规模,改动就开始引发模型无法预见的回归。缓解办法不是"别用 AI"——而是给工作以结构:清晰的架构、模块边界,以及(对任何非平凡的东西)一份生成必须满足的书面规格。
你没有验证的正确性
行为优先的审查有个盲区:你看到 happy path 能用,就假设其余也没问题。但生产中最要紧的路径——非法输入、并发访问、那个未授权的请求——恰恰是快速目视检查会跳过的。测试能帮上忙,但注意陷阱:Agent 可能写出通过却在断言错误东西的测试。去读断言,尤其是错误路径和权限路径上的断言。
安全不是一种"氛围"
这是"忘记代码存在"最危险的地方。放任不管的话,生成代码会乐于引入未校验的输入、字符串拼接的 SQL、图方便硬编码的密钥,或过于宽松的默认值。无论工具多好,有几条边界不会移动:
- 认证是身份,不是授权。 生成的登录代码证明谁在调用;它不证明他们被允许操作某条特定记录。对象级与租户级检查是你的责任,且必须在每个请求上运行。
- 在边界处校验不可信输入。 模型不会可靠地替你加上这一步。
- 不安全的默认值只给本地开发用。 兜底密钥和放开的 CORS 在你笔记本上没问题,绝不能进入部署环境。
- 把模型输出当草稿,不当权威。 它不设定你的安全策略、访问规则或数据模型——你才设定。
"中间层缺失"
Vibe Coding 在小尺度(一个原型)很强,在大尺度(有重结构、规格驱动的模块)配合下也很强。尴尬地带在两者之间:一个已经长过原型、却还没被赋予大型系统所需架构和规格的真实应用。这通常是从纯"氛围"转向更审慎实践的时机——见 Spec Coding 和 Harness(约束系统)。
优势,放在恰当比例里看
以上这些并不抵消好处——只是把它诚实地框定:
- 原型速度:从想法到可运行原型的时间大幅下降,这改变了什么值得一试。
- 更低的入门门槛:不是全职工程师的人也能构建可用软件,尤其是个人和内部工具。
- 认知余量:有经验的开发者可以同时编排多个部件,把机械工作外包出去,把注意力花在设计和审查上。
三者的共同规律:Vibe Coding 擅长快速产出软件,而在保证软件质量上较弱。你得到的价值,与你把第二部分守得多好成正比。
哪些场景适合使用
| 场景 | 默认模式 | 原因 |
|---|---|---|
| 使用合成数据的一次性视觉原型 | Vibe Coding | 反馈快,失败几乎没有长期影响 |
| 仅有可回退写操作的小型内部工具 | Vibe Coding,加测试与访问控制 | 速度有价值,但数据边界仍然重要 |
| 现有服务中需要维护的功能 | AI 辅助工程 | 必须理解 Diff、契约和回归面 |
| 认证、支付、权限、数据迁移 | 规格驱动且人工审查的工程流程 | 失败代价高或不可逆 |
| 医疗、法律、安全关键决策路径 | 领域治理流程 | 对话循环无法构成保障证据 |
当系统开始存储真实用户数据、移动资金、变更权限、执行不可逆写入、承担监管义务,或将由非创建者长期维护时,就应退出纯 Vibe Coding 模式。
从原型进入生产的七道门
原型变成产品前,必须能为以下七个问题提供证据:
- 意图:是否有包含明确非目标的书面验收契约?
- 所有权:是否有具名工程师能解释架构和失败路径?
- 正确性:测试是否覆盖非法、未授权、并发与部分失败场景?
- 安全:身份、对象级授权、密钥、依赖与不可信输入是否经过审查?
- 运维:日志、资源限制、重试、取消和告警是否定义清楚?
- 恢复:发布与数据迁移是否都能安全回滚?
- 来源追踪:评审者能否复现哪些文件、工具、命令和检查产生了变更?
只要有一个答案是“否”,它仍可能是有价值的原型,但还不是可上线的产品。
范式对比:Vibe Coding vs. 传统编码
| 特性 | 传统编码 (Manual) | Vibe Coding (Intent) |
|---|---|---|
| 关注点 | 语法、逻辑、实现细节 (How) | 业务、体验、最终产出 (What) |
| 开发者角色 | 每一行的作者 | 建筑师、导演、意图与产出的审查者 |
| 错误处理 | 手动调试、看堆栈信息 | 粘贴报错、描述预期、审查修复 |
| 学习曲线 | 陡峭(需掌握语言、框架) | 起步更平缓,但生产使用仍需系统思维 |
| 交付单位 | 函数、类、模块 | 完整功能、页面、子系统 |
注意学习曲线那一行:上手容易得多,但要交付可靠的东西,仍需理解架构、安全和测试。Vibe Coding 降低的是入门成本,不是能力上限。
结语:程序员会被取代吗?
Karpathy 的说法是,Vibe Coding 提升的是抽象层级,而不是消灭程序员。真正重要的技能从语法熟练度,转向系统设计、清晰的意图表达,以及——越来越重要的——验证 Agent 产出的判断力。如果说有什么变化,那就是批判性审查 AI 生成代码的能力变得更有价值,而不是更没价值。
要让 Vibe Coding 安全地服务真实工作负载,就给它配上结构:用 Spec Coding 锁定需求,用 Harness(约束系统) 把生成代码约束在重要的边界之内。
一手来源
- Andrej Karpathy 2025 年 2 月的原始帖子
- METR:2025 年初开发者生产力随机对照研究
- METR:2026 年 2 月后续研究及其限制
- Vibe Coding 2026 综合综述:实践、性能、生产力与风险
- NIST 安全软件开发框架(SSDF)
相关阅读: