Vibe Coding 是什么¶
定义¶
Vibe Coding 是一种以 AI 为核心协作者的软件开发范式。在这种范式中：
- 开发者负责：定义问题边界、提供上下文、判断质量、验证结果、沉淀知识
- AI负责：生成实现、解释代码、提出方案、执行重复性工作
两者形成持续的闭环迭代，而不是"开发者提问、AI 回答"的单向问答。
名称来源
"Vibe" 指的是一种工作状态——开发者和 AI 处于同一频道，协作流畅、节奏一致。这个词由 Andrej Karpathy 在 2025 年初推广，迅速成为 AI 辅助开发领域的标志性术语。
核心主张¶
1. 问题定义比代码生成更重要¶
AI 能生成代码，但它无法替你定义"什么是正确的"。Vibe Coding 把开发者的核心价值从"写代码"转移到"定义问题"。
2. 验证是交付的一部分¶
生成的代码不等于可交付的代码。没有经过测试、类型检查和手动验收的结果，只是草稿。
3. 上下文决定质量¶
AI 的输出质量直接取决于你提供的上下文质量。模糊的请求得到模糊的结果，精准的规格得到精准的实现。
4. 可重复性优于一次性技巧¶
一个能稳定复现的工作流，比一个偶尔奏效的"魔法提示词"更有价值。
一个具体的例子¶
传统方式：
开发者打开编辑器，一行一行写
GET /health接口，写完再写测试，遇到问题查文档。
Vibe Coding 方式：
开发者先写规格（目标、范围、验证方式），把规格和相关代码一起给 AI，AI 生成实现，开发者运行测试验证，30 秒内完成。
开发者的时间从"写代码"转移到了"定义问题"和"验证结果"——这两件事 AI 做不了，也是真正需要人类判断的地方。
适用场景¶
Vibe Coding 在以下场景中效果最显著：
| 场景 | 原因 |
|---|---|
| 新功能开发 | 边界清晰，AI 可以快速生成骨架 |
| 重构与迁移 | 模式重复，AI 擅长批量转换 |
| 测试编写 | 规律性强，AI 能覆盖大量用例 |
| 文档生成 | 从代码到文档，AI 效率极高 |
| 原型验证 | 快速出结果，人工再打磨 |
| Bug 修复 | 提供复现路径，AI 定位根因 |
不适用场景¶
- 需要深度领域知识的算法设计（如密码学、实时系统）
- 安全敏感的核心逻辑（需要人工深度审查）
- 高度不确定的探索性研究
- 需要对业务背景有深刻理解的架构决策
常见误解¶
误解一：Vibe Coding 就是让 AI 帮我写代码
这只是表面。真正的 Vibe Coding 要求你对问题有清晰认知，能判断 AI 输出的质量，并在验证失败时定位根因。没有这些能力，AI 生成的代码只是技术债。
误解二：用了 AI 就不需要懂技术
恰恰相反。你需要足够的技术判断力来识别 AI 的错误、评估方案的合理性、在 AI 跑偏时及时纠正。技术能力决定了你能从 AI 那里得到多少价值。
误解三：提示词越长越好
精准的上下文比大量的上下文更有效。无关信息会稀释关键信息，导致 AI 跑偏。
下一步：了解 Vibe Coding 的起源与发展。