什么是 Vibe Coding

in Algorithm Pageviews

当 AI 会写代码之后，编程的方式正在被重新定义

Vibe Coding（氛围编程）是AI领域大神 Andrej Karpathy 在 2025 年 2 月提出的概念。他这样描述：

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.

简单来说，Vibe Coding 就是用自然语言和 AI 对话，让 AI 直接生成代码，而人几乎不逐行审查代码的一种编程方式。你负责描述”想要什么”，AI 负责”怎么实现”，开发者更像一个产品经理/需求方，而不是传统的码农。

为什么会流行起来

Vibe Coding 的兴起背后有三个关键因素：

  1. 大模型能力的指数级提升。如今的 LLM（GPT、Claude、Gemini 等）已经可以独立完成大部分常见功能的开发，代码正确率远超早期版本。
  2. Agent 工具的成熟。Cursor、Claude Code、Copilot Agent 等工具让 “一句话开工、自动改文件、自动跑测试” 成为现实，AI 不再只是补全代码，而是能完整地执行任务。
  3. 需求描述比语法知识更稀缺。对于个人开发者来说，把一个想法清楚地说出来，往往比手写几百行样板代码更高效。

一个典型的 Vibe Coding 工作流

以开发一个网页小工具为例，典型流程是这样的：

1. 用自然语言描述需求
   "帮我做一个番茄钟网页，可以设定时间、暂停、有进度条动画"

2. AI 生成全部代码并直接创建文件

3. 打开浏览器看效果，发现问题就用嘴"修"
   "进度条太快了，改成实时平滑动画"
   "保存的记录刷新后就没了，加上 localStorage"

4. 重复第 2~3 步，直到满意为止

5. 满意就 commit → 部署上线（甚至可以让 AI 自己来）

整个过程几乎不打字写代码，靠 对话 + 反馈闭环 驱动开发。Karpathy 的原话是：我会说”把对数 loss 再减小 1e-4”，或者”这段代码看不懂，直接删掉”……项目从设计到完成，全程基本只用说。

Vibe Coding 的适用与不适用场景

它不是万能的，搞清楚边界很重要：

适合：

  • 一次性小工具、脚本、demo、原型
  • 个人小工具、周末项目
  • 快速验证一个想法是否可行
  • 传统编程里”体力活”为主的重复性开发

不适合：

  • 核心业务系统、金融、医疗等高可靠性要求的项目
  • 性能敏感、算法复杂的底层开发
  • 安全相关代码（鉴权、加密、支付）
  • 需要长期可维护的大型代码库——团队读不懂 AI 写的代码时，维护成本会爆炸

常见的坑

  • 幻觉 API：AI 可能”编造”不存在的函数或参数，跑起来才发现不对。
  • 测试盲区：不审查代码、不写测试，等于把正确性寄托在运气上。
  • 安全漏洞：AI 生成的代码可能包含硬编码密钥、SQL 注入、XSS 等问题。
  • 债务累积：能跑 ≠ 优雅，反复”修”出来的代码结构很容易失控，改一处崩全局。

因此业界也催生了对立的口号：“Code, don’t vibe, when production is on the line.”（要上线的代码，别只靠氛围。）

个人看法

Vibe Coding 并不是”不需要学计算机基础”的借口。恰恰相反，越是懂代码的人，用 Vibe Coding 越高效：你知道该问什么、能一眼看出结果哪里不对、能引导 AI 走向正确方案。

把 AI 当作一个极速但偶尔犯迷糊的结对工程师，清醒而审慎地用，而不是完全放弃思考——这大概才是 Vibe Coding 正确的打开方式。

参考