Vibe Coding

什么是 Vibe Coding

Vibe Coding 是 Andrej Karpathy 在 2025 年初提出的概念：不再逐行写代码，而是用自然语言描述你想要什么，让 AI 生成代码，你只做审查和调整。

"Vibe" 的意思是——跟着感觉走，用对话的方式编码，像跟一个全栈工程师 pair programming。

Karpathy 原帖大意：「我在 Vibe Coding 时，会忘记代码是存在的。我只看到屏幕上有东西在动，能用就行。出了 bug，我把报错粘给 AI，让它修，通常就修好了。我不再 review 它做的每一处修改。」

这段话有个常被忽略的关键前提——他做的是周末玩具项目。Karpathy 自己后来也澄清过，生产代码不应该这么干。

与传统编程的区别

Vibe Coding 工作流

1. 描述意图

帮我做一个 TODO 应用：
- 添加/删除/标记完成
- 本地存储
- 暗色主题
- 响应式布局

2. AI 生成代码

AI 一次性或分步生成完整代码。

3. 审查与调整

布局不错，但列表项太挤了，增加 padding。
删除按钮加个确认弹窗。

4. 迭代直到满意

适合 Vibe Coding 的工具

AI IDE

AI 应用生成器

这类工具更进一步——不需要 IDE，直接在浏览器里对话生成完整应用：

Vibe Coding vs Spec-Driven Development

2026 年另一种主流流派——Spec-Driven Development（规格驱动开发，如 GitHub Spec Kit）走的是相反路线：

实务中两者结合：探索期 Vibe Coding 快速验证，进入生产前补 spec / 测试 / AGENTS.md 把它"固化"成可维护的代码。

Vibe → Hardened 流程：从玩具到生产

Vibe Coding 出来的代码上线前必须经过"加固"流程：

[Vibe 阶段]                    [Hardened 阶段]
对话生成                  →    补单元测试 + 集成测试
功能能跑                  →    Code Review（人 + AI 双重）
能用就行                  →    边界条件、错误处理补全
本地 SQLite               →    生产 DB + 迁移脚本
密钥写死                  →    走 env / secret 管理
console.log 满天          →    结构化日志 + 监控
没有 CI                   →    Lint / 类型检查 / 测试 / 部署 pipeline
没有文档                  →    README + AGENTS.md / CLAUDE.md

跳过 Hardened 直接上线，是 vibe coding 翻车最常见原因。

版本控制策略

Vibe Coding 容易让 AI 一次改一大片，下面三招防止 commit 爆炸：

1. 小步提交——每完成一个功能就 commit，不要"全部改完再统一提"。AI 一次性回滚单个 commit 比从乱了的工作区里挑改动容易得多。
2. 分支隔离实验——任何"AI，帮我试一下用别的方案"先开新分支，跑通再合，跑废就删。别在主分支直接让它改。
3. diff 必看——git diff 即使你 vibe，也要扫一眼变了多少行、动了哪些文件。AI 偶尔会"顺手"重写无关代码，不看 diff 就放过去。

Vibe Coding 的边界

适合

• CRUD 应用、管理后台
• 落地页、营销网站
• 原型验证、MVP 开发
• 数据处理脚本、一次性自动化
• 单页应用（React/Vue）
• 个人玩具项目（Karpathy 本意）

不适合

• 高并发系统（需要精细性能优化）
• 底层系统编程（OS/驱动/编译器）
• 安全关键系统（医疗/航空/金融核心）
• 大型已有项目重构（上下文太长）
• 需要精确算法实现（不如手写可靠）
• 多人协作的生产代码（无 spec 难协同）

真实失败案例

社区流传的几个翻车故事，可以反向学习：

1. 「能跑就行」结果跑不动——开发者 vibe 出一个 SaaS 上线，没看 AI 生成的数据库查询逻辑。前 100 个用户没事，第 1000 个用户时发现每个请求都在做全表扫描，数据库 CPU 100%。
2. 密钥泄露——AI 生成的代码里直接硬编码 OpenAI API key，开发者没看就 push 到公开 repo，几小时被薅几千刀。
3. AI 删了文件没提——让 AI"重构一下"，它顺手删了一个看似无用的 utils 文件，实际上有别处依赖。本地跑通是因为缓存，部署后崩。
4. "测试也帮我加上"——AI 写了测试，但测的是"实现是否调用了 mock"而非"业务是否正确"。100% 覆盖率，0 个 bug 被发现。
5. prompt injection 没防——AI 写的客服 bot 直接把用户输入拼到 system prompt，第一周就被用户绕过限制泄露内部数据。

共性：没有审查 = 没有质量门。Vibe Coding 把"写代码的速度"加快了 10 倍，如果不同时把"审查 + 测试"也加快 10 倍，bug 数也会跟着翻 10 倍。

最佳实践

提示词技巧

❌ "做个网站"
✅ "用 Next.js 14 App Router 做一个 SaaS 落地页：
    - Hero 区：标题 + 副标题 + CTA 按钮
    - Features 区：3 列图标 + 文字
    - Pricing 区：3 档价格卡片
    - Footer 区：链接 + 版权
    - 用 Tailwind CSS，暗色主题
    - 响应式，移动端优先"

分步迭代

不要一次性要求 AI 做完所有事。分步迭代：

1. 先生成骨架（布局 + 路由）
2. 再填充内容（文案 + 样式）
3. 最后加交互（状态管理 + API）

保持审查

Vibe Coding 不等于不看代码。你必须：

• 理解 AI 生成的每一行代码
• 检查安全漏洞（XSS、SQL 注入、密钥泄露）
• 验证业务逻辑正确性
• 测试边界情况
• 看 git diff 而不是只看 AI 的总结

Vibe Coding 会取代程序员吗

短答案：不会，但会改变程序员的工作方式。

• 初级程序员 — 从"写代码"变成"审代码"，门槛降低
• 高级程序员 — 效率 10x，一个人能做原来一个团队的活
• 非程序员 — 能做出简单应用，但复杂系统仍需专业开发者

未来程序员的核心竞争力不是"会写代码"，而是：

1. 系统设计能力 — 知道该做什么、怎么拆分
2. 代码审查能力 — 能判断 AI 生成代码的质量
3. 调试能力 — AI 出错时能定位和修复
4. 领域知识 — 理解业务需求，翻译为技术方案
5. 测试能力 — 知道怎么验证 AI 的输出真的是对的

延伸阅读

• 配套思路：Prompt Engineering / Context Engineering
• 自主性更高的选项：AI Agent
• 工具底层机制：Function Calling