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:

  1. 自然语言优先:你的意图(Prompt)是主要输入。
  2. 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。
  3. 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:

  1. 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。
  2. 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。
  3. 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:

graph TD A["描述意图 Describe (The Vibe)"] --> B["AI 生成 Generate (Coding)"] B --> C["运行 Run (Execution)"] C --> D["观察与精炼 Refine (Feedback)"] D --> A

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:

  1. 意图:是否有包含明确非目标的书面验收契约?
  2. 所有权:是否有具名工程师能解释架构和失败路径?
  3. 正确性:测试是否覆盖非法、未授权、并发与部分失败场景?
  4. 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?
  5. 运维:日志、资源限制、重试、取消和告警是否定义清楚?
  6. 恢复:发布与数据迁移是否都能安全回滚?
  7. 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


相关阅读: