写代码已经不用敲键盘了Vibe Coding 是怎么回事AI 学习笔记 · 第 9 篇趋势篇前八篇聊的都是“给做事的人看”的东西Agent 怎么干活、Skill 怎么写、MCP 怎么接、上下文怎么管。如果你压根不想碰这些只是想“做出点东西”呢有一群人已经这么干了——他们不怎么“写”代码只是跟 AI 聊着天就做出了能跑的产品。这个玩法叫Vibe Coding氛围编程。它是“人人都是开发者”的开端还是“技术债爆炸”的前夜这一篇把两边证据摆出来。一、一个下午就能做出原型先把场景摆出来打开编辑器敲下一句“帮我写一个带登录注册的 Flask 应用。”几秒后代码一行一行冒出来。你扫了一眼说不上每行在干嘛但点了“接受”接着敲下一句“把按钮改成圆的加个深色模式。”一个小时过去。一个能点、能登录、能看数据的原型已经立在浏览器里——而你一行逻辑代码都没手写。这就是 Vibe Coding。它让人兴奋的地方很直白门槛塌了——过去得先学半年语法现在只要把“想要什么”说清楚。但它让人不安的地方同样直白你不理解那些代码。它为什么能跑、有没有漏洞、以后能不能改心里没底。真正值得回答的问题不是“它好不好”而是——什么时候能用什么时候会翻车二、它从哪来一条推文一个年度词汇一句话它不是先有方法论再火起来的是先有了行为再有人给它起了个能传播的名字。时间回到2025 年 2 月。OpenAI 联合创始人、前特斯拉 AI 负责人Andrej Karpathy发了一条推文“有一种新的编程方式我叫它Vibe Coding——你完全沉浸在感觉里拥抱指数增长甚至忘记代码本身的存在。”中文译作**「氛围编程」挺传神。而它彻底出圈的标志是 2025 年英国《柯林斯英语词典》把 Vibe Coding 选为年度词汇**——词典方说这个词充分反映了一年来语言的演变标志着人类开始与 AI 共同工作。一个技术圈的玩笑话一年后成了语言学家眼里的时代注脚。三、它到底在做什么和用 AI 写代码不是一回事这里要拆一个最常见的误解。Vibe Coding 不是“更聪明的 Copilot”——它是一种完全不同的心态。过去的 AI 辅助本质是更聪明的代码片段库。你仍然逐行看、逐行改控制权在你手上Vibe Coding的特征是你完全接受 AI 生成的不确定性。你专注描述意图不再执着理解每一行逻辑只要跑通了就算完成。打个比方传统编程像自己组装宜家家具——你得看图纸、找零件、拧每一颗螺丝Vibe Coding 更像打电话给搬家公司说“把客厅布置成北欧风”对方发你一张完工照片你看一眼满意就说“行”。问题是你并不知道那个沙发到底是怎么塞进门洞的。为什么偏偏是 2025 年火起来三件事同时到位大模型代码能力真的够用、IDE 能看见整个项目、算力成本降下来——三件事凑齐才有“氛围”。四、关键分水岭Vibe Coding vs Agentic Coding一句话Vibe Coding 是「对话式」Agentic Coding 是「委托式」——分水岭在你是否还在循环里。区别不在工具而在人站在循环的哪个位置。Vibe Coding 里你每一轮都在环里——提示、看结果、跑一下、再提示Agentic Coding 里你退到边界上——定义目标、审阅产出。前者是一种工作流和心态后者是一种架构——Agent 带工具、带记忆有权连续多步行动。这里还要引入一个业内视角。谷歌 Chrome 前工程负责人Addy Osmani提出**「70% 问题」**AI 能在项目前 70% 里如鱼得水——脚手架、样板代码、常见功能它又快又好。剩下那 30%架构、边界情况、性能、调试只有资深工程师能搞定。他的金句很适合贴在显示器上“AI 永远没有质量保证质量只能来自人类的专业判断。”五、2026 年的真实成绩单一半火焰一半海水一句话它真的能让人变快但也真的会让很多人翻车。先说正面——速度和规模是真的。95 名开发者从零构建 HTTP 服务器使用 AI 辅助的一组快了 55.8%微软、埃森哲及一家财富 100 强公司的4867 名开发者实测有 AI 辅助的完成任务数多出约 26%——收益最大的是经验最少的开发者Y Combinator 某批次里约四分之一的创业公司代码库 95% 是 AI 生成的商业侧Cursor 2025 年底年化收入突破10 亿美元Lovable 上线 8 个月做到1 亿美元 ARR。再看反面——质量和信任是真的差。缺乏审查的 AI 生成代码中40%–62% 含有安全缺陷Stack Overflow 2025 开发者调查开发者对 AI 准确性的信任度从 40% 掉到29%正面评价率从 72% 降到60%GitLab 联合哈里斯访问 3266 名研发73% 的人遇到过 Vibe Coding 带来的问题76% 的合规问题是在部署之后才被发现。有个词很贴切叫**「AI 悖论」**代码写得快了产品却交付得更慢了——因为写出来的东西要返工、要修、要补安全。Vibe Coding 的红利高度依赖场景新代码、新项目、目标明确时最灵老代码、复杂系统、还要长期维护时要格外小心。六、三笔要算清的账一句话用之前先把“安全 / 技术债 / 能力退化”这三笔账算明白。第一笔安全账。2025 年某 Vibe Coding 工具生成的应用出现高危漏洞CVE-2025-48757严重度 9.3/10——上线时根本没设行级安全数据库可从公网直接读写。安全厂商Escape 扫描了 5600 多个 Vibe Coding 应用发现 2000 多个漏洞、400 多个暴露在外的密钥。共同根因只有一个上线时没有人审查。第二笔技术债账。GitClear 追踪到 2026 年年中的6.23 亿行代码变更复制粘贴占比从 9.4% 升到15.7%移动/重构代码占比从 21% 掉到3.8%两周内就被重写的代码比 2023 年基准高出 15%。含义很清楚AI 交付可用代码很快但积累技术债的速度也更快。第三笔能力退化账。过度依赖会带来隐性风险不理解生成结果、机械接受、在大型系统里放大 AI 的偏见与幻觉。圈内流传一个说法叫**「90 天周期」**——蜜月期太好用了→ 膨胀期什么都敢让它写→ 撞墙期各种诡异 bug→ 停滞期快但不敢动了。七、实操普通人怎么“安全地”Vibe Coding一句话不是要劝退而是要带着规矩用。下面这六条是投入产出比最高的拆小指令别一次性说“做个电商网站”把布局、按钮、数据拆成 3–5 行分别交代只描述“不对的地方”出错了把报错原文直接贴回去比笼统说“有 bug”高效能跑就存一次档用 Git 或工具自带的版本历史留一个能回滚的点上线前做一次安全检查让 AI 自查有没有写死的密码、API Key——然后自己复核它的结论把“清理”当定期保养去重、结构优化别等危机爆发再收拾记住一句话原则快速构建仔细审查持续维护。八、工具地图工作发生在哪就选哪一类一句话要控制感用编辑器要自动化用终端 Agent只想快点看成品用生成器。按“你的工作发生在哪里”分三组终端型 AgentClaude Code、Codex、Gemini CLI在终端里规划并修改整个项目想要自动化选它AI 代码编辑器Cursor、Windsurf、通义灵码、字节 TRAE在已有代码库里和你协作保留控制感想要控制感选它浏览器 / 应用生成器Lovable、Bolt、v0、Replit描述一个应用然后看着它出现只想快速看到成品选它。详细工具盘点见第 3 篇这里只给选型逻辑。写在最后把这一篇浓缩成四句话Vibe Coding不是“用 AI 写代码”的升级版——它的分水岭在于你放弃了逐行理解换取速度它和 Agentic Coding不是一回事——一个是对话式一个是委托式一个是你还在环里一个是你退到边界成绩单是一半火焰一半海水——新项目上快 55.8%成熟代码库却可能慢 19%73% 的人踩过坑所以结论是它不是洪水猛兽也不是银弹。如果要留一句最想说的话Vibe Coding 降低的是“做出一个能跑的东西”的门槛它没有降低“做出一个能维护、能上线的产品”的门槛。前者让你敢开始后者决定你能不能活下来。这两件事之间的鸿沟恰恰就是前面八篇一直在讲的东西——Agent、Skill、MCP、上下文工程。Vibe Coding 是“用 AI”最轻松的姿势再往后走一步真正决定上限的还是工程。下一篇第 10 篇——当“造 Agent”这件事本身也被做成产品会发生什么从扣子、百炼、千帆到微软、谷歌、Salesforce一边是“人人可造 Agent”的许诺一边是“很多项目做出 Demo 就死了”的现实。下一期聊智能体平台。福利关注公众号-物联网老王后台回复 11111免费获取超火学习资料《读懂 AI术语与常见问题》简介面向 AI 学习者的术语速查与方法指引手册收录 148 个高频术语与 50 个常见问题。术语按关联性分八类、类内按英文首字母排序核心词条四项展开、其余一行说明。术语速查LLM大语言模型AI 的“大脑”会思考、会表达但光有大脑干不了活。RAG检索增强生成开卷考试——不会就当场翻书比闭卷硬背靠谱。MCP模型上下文协议AI 世界的 USB-C以统一标准连接外部工具与数据。本书适合哪些读者初识 AI 的高校学生建立整体概念框架。正在学习或转向 AI 方向的工程师快速核对术语口径。一人公司创业者与产品、运营从业者在技术选型与落地决策中随查随用。经常被问到的问题Agent 和聊天机器人到底差在哪上下文窗口都 100 万了还需要 RAG 吗装了 MCP还要不要写 Skill微调、RAG、提示工程我该选哪条路读完这本书你能掌握什么厘清 AI、机器学习、深度学习、大模型与智能体之间的包含与并列关系。掌握提示工程、上下文工程、RAG 与微调各自的能力边界。了解智能体平台的选型维度以及数据、权限、审查三条落地底线。本文为个人 AI 学习笔记整理数据来自公开报道与研究柯林斯词典、Stack Overflow 开发者调查、GitLab × 哈里斯、GitClear、METR、Escape 等涉及具体产品、版本与数据以官方信息为准截至 2026 年 10 月。