什么是 vibe 编码，为什么人们会赶上这一趋势？

快速阅读: 据《印度教徒》称，“氛围编码”或“直觉编程”借助AI生成代码，降低编程门槛，但可能牺牲代码质量与安全性。尽管对个人小项目有效，但企业级应用需谨慎。资深开发者安德烈·卡帕斯认为此法虽便捷但易出错，不适合复杂任务。

截至目前为止，故事是这样的：今年二月份，OpenAI联合创始人、前特斯拉员工安德烈·卡帕斯蒂克描述了一种编码过程，他命令一个大型语言模型（例如Cursor Composer与Sonnet组合）生成代码。他运行了结果，复制粘贴内容，并让系统自行找出错误，以便他可以放弃对代码创建的高度技术细节的关注，而沉浸于“编码氛围”之中。“我称之为‘氛围编码’的一种新编码方式，你沉浸其中，拥抱指数增长，忘记代码的存在。这是因为大型语言模型（例如Cursor Composer与Sonnet组合）变得越来越好，”卡帕斯蒂克在X平台发布。于是，“氛围编码”一词开始广泛传播。在AI公司发布了一系列旨在帮助用户生成代码的新模型后，这个术语开始广泛传播，即使这些用户不懂编程。

“氛围编码”是否让每个人都成为程序员？

“氛围编码”是如何工作的？想象一下你想构建的数字工具或虚拟任务，比如构建一个帮助你学习一门新语言的人工智能模型，开发一个提醒你每小时喝水的应用程序，设计一个带有吸引人视频背景的个人网站，甚至是在Excel表格中按字母顺序排列500个名字的列表。对于非程序员来说，这些都是艰巨的任务。可能需要雇佣专家，独立进行大量研究，寻找不涉及编程的解决方法，甚至直接下定决心学习编程。

借助生成式人工智能工具，用户只需输入描述他们想要的代码类型的文字提示，就可以构建应用程序。所有他们要做的就是简单地复制并粘贴代码以获得期望的输出。但结果并不总是如预期那样。例如，我们要求一个人工智能工具生成JavaScript代码，用于弹出窗口询问用户最不喜欢哪种披萨口味，并在用户的回答中包含“菠萝”这个词时称赞用户有“好品味”。虽然这个请求的代码成功生成了，但人工智能工具添加了一些额外的代码，使得系统会对提供其他被讨厌披萨口味的用户评论“有趣的选择！”这是原用户未考虑到的情况。虽然初学者能够运行此类代码，但他们不会知道由人工智能生成的代码是否可以更短、更高效或调整为更具用户友好性。本质上，我们运行了人工智能生成的代码，但既未创造也未思考其结构。

氛围编码的优点是什么？

对于非程序员来说，氛围编码是一种有趣的个人项目代码生成方式，无需正式学习该技能的技术部分。对于不喜欢编码过程但需要它来完成低风险项目和低风险任务的人来说，氛围编码也是一种选择。氛围编码可以让新手接触到令人眼花缭乱的计算机语言、编码方法、技术应用和解决问题的方法，从而激发他们以传统方式学习编码的兴趣。

氛围编码的优点是什么？

对于有一定基本想法的程序员来说，氛围编码可以帮助完成简单的项目，识别基本错误，或者实施快速修复以加速开发过程。同样，这适用于任何编码错误或遗漏不会导致灾难性后果的低风险场景。在专家和高度训练过的软件开发人员的情况下，氛围编码可以与传统的编码方法结合使用，以便将时间和精力集中在那些需要最多干预的任务上，从而使工作流程中的次要或更通用的部分由机器处理。

对于有一定基本想法的程序员来说，氛围编码可以帮助完成简单的项目，识别基本错误，或者实施快速修复以加速开发过程。同样，这适用于任何编码错误或遗漏不会导致灾难性后果的低风险场景。

卡帕斯蒂克本人提到，用人工智能生成代码“对于一次性周末项目来说还不错。”他分享了一个他在氛围编码过程中构建的基本游戏和一个小的AI助手/阅读指南。

OpenAI在ChatGPT中推出图像生成的氛围编码的缺点是什么？

当被视为一种用业余爱好者或未经培训的编码员代替经验丰富的专业编码员的方式时，氛围编码不仅成为一个主要问题，还带来极大的安全隐患。这是因为没有代码是孤立存在的。企业级代码经过精心编写和压力测试，以满足特定的商业、医疗、教育、科学或技术需求。虽然人类项目经理和编码员可以精确地确定代码需要如何形成以最好地服务于特定用途，但人工智能代码生成器可能无法理解其创建内容的更大背景。

换句话说，一个生成式人工智能工具确实可能会生成用户请求的代码，但这种生成的代码可能运行速度太慢，维护成本太高，且太长以至于定期扫描安全风险变得困难。这在未来需要进一步的修复和定制，无论是通过人工智能模型还是人工干预。

卡帕斯本人提到，AI生成的代码“超出了我通常能理解的范围，我得好好读一段时间才能明白。”同样地，仅靠“直觉”生成大量AI代码的产品，例如应用程序或网站，将让人类在周期性维护和升级时感到更加困难且成本更高。

尽管经验丰富的用户如卡帕斯可以审查他们生成的AI代码，发现错误、简化代码、填补安全漏洞、提高运行速度、编辑文本提示或进行其他高级操作，但未经训练的“直觉编程者”看不懂代码里的字母、数字和符号。

AI生成代码的另一个主要缺点是，当出现重大错误或安全漏洞等事件时，很难追究责任。另外需要注意的是，对于那些将编码视为一种创造性艺术形式的人来说，AI生成代码的概念可能令人反感。这类似于许多创作者反对AI生成的故事、音乐或艺术。其他批评者则声称，直觉编程者只是复制或抓取其他人生成的旧代码，这在机器生成的代码用于比赛、黑客马拉松、求职申请或融资时会引发伦理和剽窃争议。

摩根大通工程师的效率因使用编码助手最多可提升20%。

直觉编程会取代传统编程吗？可能性极低。目前，AI编程工具仍处于高度实验阶段。虽然机器生成的代码正在被用来构建从应用程序到AI模型的各种东西，但由于缺乏关于为什么生成代码的背景信息，它们的生成器仍然容易出错或产生笨拙的代码。此外，仅仅为了给基本代码生成提供更多上下文而将整个数据库交给大型语言模型（LLM）的做法是非常鲁莽的。

然而，AI编程工具正在迅速改进，像Cursor这样的工具已经开始考虑用户的上下文和编码风格。

直觉编程的本质在于程序员没有认真对待他们的成果，也不具备逐行理解自己代码的能力。虽然这种方法可能适用于个人使用的娱乐应用或游戏，但服务于真实用户的商业企业和机构需要其代码对编写和管理它的人员保持一致性。

卡帕斯本人提到，直觉编程带有一定懒惰成分，并涉及提出低智能的问题。“我会提出一些愚蠢的要求，比如‘减少侧边栏的填充空间一半’，因为我太懒了去找到它。我总是‘全盘接受’，不再看改动差异。当我收到错误消息时，我只是复制粘贴进去，通常这样就能解决问题，”他在X上发帖写道。

不太可能有资金雄厚或资金充裕的公司允许他们的产品以这种草率的方式构建。直觉编程者难以与熟练运用AI编程的专业程序员竞争。但是，随着越来越多的代码库变为AI生成，现在到了审视直觉编程可行性的时刻。

安德烈·卡帕斯（Andrej Karpathy）在X上于2月3日发布的完整引用：

“有一种新的编程方式，我称之为‘直觉编程’，你完全沉浸其中，拥抱指数增长，忘记代码的存在。这是因为大型语言模型（例如Cursor Composer w Sonnet）变得越来越好。而且我只是用SuperWhisper与Composer对话，几乎都不用碰键盘。我会提出一些愚蠢的要求，比如‘减少侧边栏的填充空间一半’，因为我太懒了去找到它。我总是‘全盘接受’，不再看改动差异。当我收到错误消息时，我只是复制粘贴进去，通常这样就能解决问题。代码超出了我平常能理解的范畴，我得好好读一阵子才能明白。有时大型语言模型解决不了错误，我就绕开问题或者随便改改，直到问题不见踪影。这对随意做的周末项目来说不算太糟，但还挺有意思的。我在构建一个项目或网络应用程序，但这不算是真正的编程——我只是看看东西、说说话、运行一下，再复制粘贴一下，大多数情况下都能正常工作。”

发布日期 – 2025年3月29日 10:23 上午 IST
阅读评论
复制链接
电子邮件
Facebook
Twitter
Telegram
LinkedIn
WhatsApp
Reddit
稍后阅读
移除
查看全部
打印
相关故事
谷歌发布Gemini 2.5 Pro，这是其最先进的AI推理模型
中国DeepSeek发布AI模型升级，加剧与OpenAI的竞争
北京支持AI初创公司Manus，中国寻找下一个DeepSeek
金融欺诈者如何利用Gen AI，你能做些什么来保护自己？
相关主题
技术（通用）
/互联网/
人工智能/
软件/