破解氛围编程的密码
如果你像我这样的老派程序员，你可能会对氛围编程这个想法笑一笑，尤其是当你想到传统上构建优秀产品的艰辛时。这就像一个笑话，突然变得如此简单。
你是否在好奇最近席卷你的社交媒体动态的氛围编程（vibe coding）是什么？你可能已经大致明白它指的是关于构建你想要的应用程序或软件的愿景，并通过AI工具的辅助实现这个愿景。如果你像我这样的老派程序员，你可能会对这个想法笑一笑，尤其是当你想到传统上构建优秀产品的艰辛时。这就像一个笑话，突然变得如此简单。
好了，别笑了。氛围编程是真实的，这篇文章我会解释它，并剖析它如何改变我们想象、构建和扩展产品和公司的方式。我还将阐述如何在拥抱氛围编程的同时不失去自我，包括四个框架以优化你在创造真正有用且精心制作的软件和应用时的成功率。
1、相同的周期，新的氛围
氛围编程也是我所说的“伟大民主化周期”的又一个例子。我们曾在摄影中看到过这种演变，从暗房到数码相机，消除了胶卷处理，再到智能手机和Instagram滤镜，让每个人都能成为高端“摄影师”。同样的事情也发生在出版（从印刷机到WordPress）、视频制作（从工作室设备到TikTok）和音乐创作（从录音室到笔记本电脑上的GarageBand，现在还有智能手机上的AI工具如Suno）上。
每一波浪潮都民主化了图像创作，同时改变了该领域的专业人士意味着什么。
软件开发也不例外。我们已经从传统的编码（1970年代至2010年代）走了很长一段路，那时它是专家驱动的，难以入门。从低代码/无代码运动（2010年代）到AI辅助开发（2020年代初；即GitHub Copilot），通往轻松软件开发的道路加速到了我们现在所处的位置：氛围编程。由于Windsurf、Cursor、LoveableDev和Replit等平台的存在，任何人都可以在几分钟内将他们的应用程序或软件想法付诸实践。
然而，事情并没有那么简单——对于感到被赋能的非技术企业家来说，或者对于感到被轻视的老牌开发者来说。
2、简单的魅力
让我带你回到我的第一个编码项目。作为一个满脸青春痘的少年，在父母的地下室里，我花了无数个不眠之夜与语法错误搏斗，调试神秘的崩溃问题，最后体验到当我的作品真正运行时那无可比拟的兴奋感。这段旅程艰难，但它塑造了我对软件如何运作的基本理解。
快进到2025年，我们见证了一场被称为“氛围编程”的革命——这一术语由AI研究人员Andrej Karpathy普及开来，在科技界掀起了一阵风暴。其前提很简单：只需用自然语言描述你想要的东西，AI就会生成代码。不再有语法困扰。不再需要凌晨两点深入Stack Overflow查找答案。只需要氛围。
这诱惑力十足。
我最近亲自尝试了一下。我提示了CursorAI，这是一个AI增强的集成开发环境（IDE），并构建了一个名为DaddyTime的应用程序，帮助我发现可以和儿子一起做的新酷事情（他三岁了）。
在不到30分钟的时间内，我就有了一个完全功能的渐进式Web应用程序：
这个应用：
- 连接到我所在地区的本地活动
- 集成了天气服务（以建议室内或室外活动）
- 将想法与当地天气相关联
- 集成了我的Google日历以预订活动
整个过程不到30分钟——无需编码，只需与AI对话。
这不是夸张——这是我们的新现实。 而这正是让我担忧的地方。
3、工艺危机
这种由AI驱动的可访问性无疑是强大的。设计师可以在没有开发人员依赖的情况下进行原型设计。领域专家可以构建解决特定问题的工具，而无需学习Python。企业家可以在不雇佣工程团队的情况下验证概念。
但是，当我们拥抱这个新范式时，我们必须面对一个深刻的问题：当我们让制造者与他们的材料分离时会发生什么？
考虑一下这个类比：如果画家从未接触颜料，雕塑家从未感受泥土，厨师从未品尝自己的食材，我们会庆祝这样一个世界吗？他们的艺术，他们的工艺，还会保留灵魂吗？
当我们切断创作者与媒介之间的亲密联系——在这种情况下，开发者与代码之间的联系时，我们冒着失去一些本质东西的风险：工艺（craft）。这不仅仅是生产可用的软件。它还关乎：
- 从根本上理解系统，这让你在事情不可避免地出错时能够解决问题
- 创建优雅、可维护的解决方案，经得起时间的考验
- 建立心智模型，为更高层次的架构决策提供信息
- 培养对性能、安全性和边缘情况的直觉
一位微软工程师对AI生成的代码直言不讳，表示大型语言模型（LLMs）“在长期维护或扩展项目方面并不擅长”，并且常常“迷失在需求中并生成大量无意义的内容”。
这并不令人意外。AI擅长模仿模式，但缺乏来自多年实践经验的更深层次的理解。它可以生成最初能工作的代码，但在压力下往往会崩溃。
正如一位技术CTO警告的那样，过度依赖AI会导致“隐藏的复杂性”——快速修复最终会变得在扩展或调试过程中难以管理。“75%”的AI快速解决部分往往留下“25%”——使代码生产就绪成为一个迫在眉睫的挑战。
而且，别忘了安全风险。你可能只是点击了几下，就通过IG feed上的一些酷炫东西泄露了所有数据。这可不是一种氛围，对吧？
4、超越技术债务：创意债务
在我们的AI编码未来中潜伏着比技术债务（technical debt）更令人担忧的事情：创意债务（creative debt）。
真正的创新通常源于约束和深厚的领域知识。当你与编程语言的限制抗争时，你会被迫在边界内创造性地思考。这种张力产生新颖的解决方案和意想不到的突破。
当我们完全消除这种摩擦时，我们冒着使我们的解决方案同质化的风险。如果每个人都要求AI提供“具有产品过滤功能的响应式电子商务网站”，我们将得到同一主题的不同变体——技术上正确但创意上枯竭的实现，感觉异常相似。
危险的不是糟糕的代码；而是无聊的产品和AI垃圾。
5、知识差距扩大
氛围编程创造了两种截然不同的工程师轨道：
- 那些理解基础并能够有效驾驭和指导AI的人
- 那些完全依赖AI输出而不理解幕后发生的事情的人
这种二分法有着严重的影响。当问题出现时——它们一定会出现——第二组人将无助地依赖AI来修复它可能自己造成的麻烦。
当AI无法解决问题时会发生什么？我们还能转向谁？
正如《卫报》恰当地观察到，“现在你不需要代码就能成为一名程序员。但你仍然需要专业知识。”随着更多的人在不了解内部工作原理的情况下构建软件，这一专业知识差距只会扩大。
6、多功能工具的必要性
最近的头条新闻证实了一个令人不安的趋势：亚马逊计划裁员超过14,000名管理人员，每年节省35亿美元。Meta、微软以及其他许多公司也在采取类似措施。信息很清楚——运营效率是王道，专业化正在变成奢侈品。
这种精简创造了新的使命：每个人都必须成为技能的瑞士军刀。
氛围编程加速了这种转变。当任何人都可以通过对话生成功能性代码时，曾经保护技术角色的专业化就消失了。其影响在组织中泛起涟漪：
- 产品经理不能躲在文档和线框图后面——他们需要生成工作原型。
- 设计师不能仅仅交付模拟图——他们需要实现自己的设计。
- 营销人员不能请求定制工具——他们将构建自己的分析仪表板。
- 高管不能声称对技术无知——他们需要理解他们所监督的系统。
这不是推测。Replit 的首席执行官阿马杰·马萨德 透露，“75% 的 Replit 客户从未写过一行代码。”未来比我们想象的来得更快。
在这个新环境中，价值从技术实现大幅转移到问题识别上。正如一位企业家 指出，“如果你有一个想法，你离产品只有几个提示词的距离。”瓶颈不再是开发速度——而是知道哪些问题是值得解决的。
7、氛围编程时代的心智模型
为了应对这一转变，我们需要新的心智模型。以下是我在理解氛围编程革命时使用的四个框架：
7.1 创造与维护的划分
氛围编程在创造方面表现出色，但在维护方面却很困难。这造成了根本性的分裂：
- 创造：简单、易用、民主化
- 维护：复杂、需要深厚专业知识、越来越有价值
聪明的组织会发展双重技能集——快速氛围编程用于原型设计和概念验证，同时采用严格的工程实践来处理生产系统。
7.2 软件创作者的三个层次
随着编码门槛的降低，一个新的等级制度出现了：
- 提示工程师：那些使用人工智能实施现有模式的人
- 解决方案架构师：那些以新颖方式结合人工智能能力的人
- 系统创新者：那些创造人工智能从未见过的全新范式的人
作为软件创作者的价值将越来越多地取决于在这条梯子上的移动。
7.3 知识杠杆与执行杠杆
传统的软件提供了执行杠杆，自动化了重复性任务。氛围编程赋予我们知识杠杆，自动化了思考本身。这意味着最高回报的活动从“正确地建造东西”转变为“建造正确的东西”。
7.4 专业化的悖论
随着工具变得越来越强大，成功依赖的不是专业化而是综合能力。最有价值的人不是单一领域的深度专家，而是能够很好地理解多个领域并识别出新颖交叉点的连接者。
8、找到平衡：增强，而非替代
我并不是建议我们放弃AI辅助编码——那就像拒绝电动工具而坚持用手锯一样。但我们需要谨慎对待这场革命，保留工艺的同时拥抱创新。
以下是我提出的建议：
对个人创作者：
- 先学习基础知识。在严重依赖人工智能之前，建立扎实的编程概念基础。我拒绝雇佣无法在没有大型语言模型(LLM)的情况下编码的工程师。
- 将人工智能视为合作者，而非替代品。让它处理样板代码，而你专注于架构和新颖功能。
- 理解人工智能产生的内容。在实施之前花时间阅读和理解生成的代码。
- 挑战人工智能输出。不要接受第一个解决方案，而是问：“有没有更好的方法？”
- 发展T形专长。在一个领域有深厚的了解，并在许多领域有广泛的了解。
对团队和组织：
- 为人工智能生成的代码建立稳健的审查流程。不要因为人工智能编写就跳过质量保证。
- 创建平衡的团队，既有人工智能爱好者也有传统工匠，他们可以提供有价值的检查和平衡。
- 投资于教育，强调系统思维和架构，而不仅仅是提示工程和氛围编程。
- 认真记录。随着人类编写的代码减少，彻底的文档变得更加重要。
- 围绕问题空间重组，而不是技术专业化。
对社区：
- 重视和庆祝工艺。让我们不要忘记精心制作代码的艺术。
- 制定伦理框架，以负责任的方式进行人工智能编码，既保持创新又减轻风险。
- 分享学习资源，结合人工智能工具与基础编程知识。
- 创建新的认证路径，验证理解，而不仅仅是实施能力。
9、分发：新的捷径和业务护城河
在我们争论工艺与便利性时，氛围编程还有另一个维度值得关注：分发的民主化。
Pieter Levels，Nomad List 和其他十几个盈利的独立项目的背后黑客，最近通过 CursorAI 使用氛围编程技术，仅用六个小时就构建并推出了 RemoteOK Jobs 2.0，并在社交媒体上分享了整个过程。
“早餐时有了这个想法，”他写道，“晚餐时已经上线，有 5,000 名用户。”
这不仅仅是快速开发——这是创建到市场的周期的根本崩溃。当 Levels 在 2014 年构建他的第一个成功产品时，花了数周时间编码。现在，借助人工智能的帮助，他将这个周期压缩到不到一天，同时吸引了数百万用户。
其影响是深远的：
- 想法执行差距消失。当你可以在几小时内从概念到工作产品，而不是几个月时，更多的想法会在现实中得到测试。
- 受众胜过技术复杂性。Levels 的成功主要不是关于他的编码技能——而是他对受众和分发渠道的深刻理解。他知道他正在为谁构建产品以及如何最快地接触到他们。
- 营销 > 构建。正如 Levels 直言：“我花了 20% 的时间构建，80% 的时间告诉人们。”过去的比例正好相反。
这预示着一个未来，技术实现如此流畅，以至于分发成为主要的不同因素。赢家不一定是那些在技术意义上构建最佳产品的，而是那些为特定受众构建正确产品并在最快时间内将其推向该受众的人。
对于创业者来说，这意味着在受众建设、社区发展和营销渠道上的投资可能比在技术基础设施上的投资获得更高的回报。
对于更大的组织来说，这意味着理解客户和分发的团队将越来越多地推动产品开发，而不是反过来。
在这个勇敢的新世界中，最大的优势归于那些结合了：
- 深刻的受众理解
- 通过氛围编程快速实施
- 建立的分发渠道
- 快速发布和公开迭代的意愿
这是一套非常不同于十年前创造技术成功的技能组合，它更倾向于领域专家、社区建设者和受众培育者，而不是传统的技术专家。
10、打破颠覆者：无代码的无未来？
也许氛围编程最引人注目的二级效应之一是如何几乎一夜之间使无代码/低代码运动变得过时。
在过去的十年里，像 Webflow、Bubble 和 Airtable 这样的平台开辟了一个宝贵的空间：视觉界面让非开发人员无需编码就能构建功能性软件。这些平台通过消除编码需求但仍要求用户理解逻辑结构和工作流找到了产品市场契合点。
氛围编程完全跳过了这个范式。为什么还要学习专有的视觉界面，当你可以直接用普通语言描述你想要的内容时？
这种颠覆颠覆者的效应产生了连锁反应：
- 无代码平台必须进化或死亡，很可能通过整合人工智能成为“人工智能增强型无代码”。
- 可视化编程成为一种过渡技术，而不是许多人预测的最终状态。
- 价值从工具转移到提示和模式，创造了新的机会，例如“提示市场”和模式库。
- 传统开发人员和无代码创建者在相同空间内竞争。
幸存者将是那些认识到真正价值不在于实现方法，而在于对人类问题和创造性解决方案的深刻理解的人。
11、一个呼吁审慎演变
人们总是用愿景、同理心和对人类需求的深刻理解创造出最具吸引力的软件。人工智能可以帮助我们更有效地执行这个愿景，但无法取代驱动真正变革性产品的那种人性火花。
想想吧，好的产品与伟大的产品之间的区别很少是技术完美——而是人性的触感，基于现实经验仔细考虑边缘情况，以及以同理心设计的产品，能够预见用户需求。
正如 Karpathy 本人 指出，氛围编程不是关于放弃思考——而是更高层次的思考：“我只是看到东西，说东西，运行东西，复制粘贴东西，而且大部分时候都有效。”关键在于“大部分”。从“大部分有效”到“让用户惊叹”的差距仍然是人类创造力和工艺占据主导地位的地方。
所以，问题是：我们将如何利用人工智能放大人类创造力？看到我们摆脱繁重的工作，从而专注于创新？还是我们会完全放弃我们的手艺，仅仅成为摆弄日益通用软件的提示工程师？
这个选择权在我们手中。
就我而言，我正在将人工智能作为强大的合作伙伴接纳，同时坚定地保护那些吸引我进入这个领域的技艺。虽然良好的氛围可能让你获得一个可用的原型，但真正非凡的产品是人类创造力与技术工具结合的产物。
并不是所有的氛围都是积极的——但只要用心和关怀，我们就能确保在这个新时代中构建的产品融合了两者最好的部分：人工智能的效率和人类的创造力。
未来的代码不应该只是运行，它应该歌唱。
原文链接：Cracking the code of vibe coding
汇智网翻译整理，转载请标明出处
