2025 年,vibe coding 兴起了
凭感觉编程(vibe coding)降低了原型和试验的成本,但要保证生产系统可靠,仍需采用比直接接受生成代码更审慎的工程方法。
作为工程经理,我并不是每天都在写代码。但到了 2025 年,我又找回了业余编程爱好者的感觉,全靠一股叫作*“凭感觉编程(vibe coding)”*的潮流。Andrej Karpathy 那条广为传播的推文让这个概念进入大众视野。他把这种新的编程方式形容为“完全跟着感觉走”。短短几周,vibe coding 就从圈内玩笑变成了热门词汇。一时间,从周末写代码的爱好者到专业工程师都参与进来,我也在其中:我做了一个让小学生练习简单数学题的业余网站。
看过一些团队的实践,再加上我自己做简单数学练习网站的经历,我得出了一个很直接的看法:vibe coding 特别擅长让事情迅速推进,但对质量要求高的工作,需要换一种做事方式。
Vibe coding 最擅长的是“降低尝试的成本”
如果目标是尽快做出一个看得见、用得上的东西,vibe coding 很有优势:
-
**演示和原型:**几个小时内,把想法做成可用界面,再生成可分享的链接。
-
**一次性试验:**投入真正的工程开发资源之前,先验证概念。
-
**样板代码和连接代码:**对接 API、搭骨架、小规模重构、快速写脚本。
但让它快起来的同一种做法——接受自己尚未充分理解和推敲的代码——到了生产环境,也可能成为隐患。
为什么到了生产环境就行不通了
做这个简单数学练习网站时,第一小时的 vibe coding 体验很好,进展也很快。第二小时,我开始围绕新加的一些需求来回修改。最大的问题出现在用不同设备测试时:笔记本电脑、手机和 iPad。有些设备上的布局出了问题,我反复调整提示词,仍然没能解决。
我上网搜了一下,发现遇到这个问题的并不只有我!
-
CodeRabbit 的一项分析发现,AI 生成的拉取请求比人工编写的拉取请求包含更多问题,平均分别为 10.83 和 6.45 个,其中严重和重大问题也更多。
-
Veracode 报告的一项发现是:AI 生成的代码在 45% 的案例中引入了安全漏洞。
因此,如果你在构建 WhatsApp、Instagram 这类被大规模使用的系统,“小”缺陷也会演变成事故和严重故障(SEV),纯靠 vibe coding 会给系统稳定性带来巨大风险。