当前位置：

社区首页

电脑数码

软件应用

服务软件

AIGC文章详情

Vibe Coding真能替代程序员？高效场景与翻车边界全解析

源自109位全网作者

05-09 16:02

精选参考来源

柯林斯词典刚刚公布了 2025 年度词汇，竟然是 VibeCoding(氛围编程)。这个词是年初的时候由 OpenAI 创始工程师和特斯拉前 AI 主管安德烈·卡帕西提出的概念，指的是用自然语言跟 AI 对话，让 AI 帮你写代码。说实话，这个词入选，即使意料之外，同时又情理之中。毕竟今年确实是 Agent 元年，而 AI 编程也确实是最成熟和最热门的应用场景。毕竟，输入明确、反馈及时、结果可验证，编程这种高度结构化的工作天生就适合 AI。同时，看看各大厂推出的 AI 编程工具就知道了 AI 编程有多热门了。但这背后藏着一个更深刻的真相，绝大多数人都没意识到。我聊一聊这件事带给我的一点思考吧，是关于技能的本质的。1、我们一直误读了「技能」这个概念人类几千年来对技能的理解，其实建立在一个错误的前提上：掌握技能等于掌握执行步骤。学编程要背语法、记函数、理解算法。学外语要背单词、记语法、练发音。学烹饪要记配方、练刀工、控火候。我们相信只要把这些「执行细节」装进大脑，就算掌握了一项技能。但 VibeCoding 的出现撕掉了这层遮羞布。什么意思呢？原来所谓的技能掌握，本质上只是在用大脑做一件机械的转译工作。把想法转译成语法规则，把需求转译成代码逻辑，把意图转译成具体操作。这个过程消耗了人类大量的心智资源，却跟真正的创造力关系不大。一个程序员花 80%的时间在琢磨怎么写出符合语法的代码，只有 20%的时间在思考产品该解决什么问题。前者是转译，后者才是智能。2、技能的真相：目标感知力才是核心那么技能的本质到底是什么?VibeCoding 给出了答案：技能的核心从来都是对目标的精准感知能力，以及把这种感知清晰表达出来的能力。你得知道自己到底想要什么。这听起来简单，实际上极其困难。一个新手跟 AI 说「帮我写个网站」，得到的可能是一堆无法使用的代码。因为「网站」这个概念太模糊了，需要登录吗?需要数据库吗?界面风格是什么?用户路径怎么设计?而一个高手会说「我需要一个会员制的知识付费网站，包含课程列表、视频播放、进度记录功能，界面要简洁专业，参考 Notion 的设计风格」。这种精准的目标描述，本身就是顶级技能。过去我们无法分离这两种能力，因为你必须先学会写代码，才能理解什么样的需求是可实现的。但现在 AI 承担了转译工作，让我们终于看清：原来真正稀缺的从来不是执行细节，是对目标的深刻理解。3、人类智能的进化方向：从执行者到设计者这揭示了一个反直觉的真相：人类智能的进化，一直都是在不断抛弃低层执行能力，向上攀登到更高的抽象层。原始人需要记住每一块石头的位置、每一条河流的走向。现在我们有地图，这些记忆变得毫无价值。农业社会的人需要凭经验判断天气、计算播种时间。现在我们有气象预报和日历，这些技能也消失了。工业时代的工人需要精准控制力道、熟练操作机器。现在有了自动化生产，这类技能同样被替代。每一次技术革命，都是人类把低层执行能力外包给工具，把认知资源解放到更高维度。VibeCoding 只是这个过程的最新一环。它要抛弃的是「把想法转译成具体实现」这个中间层，让人类直接在「目标设计」这个层面工作。4、新的分水岭：你能想象到哪一层?这导致了一个新的能力分层：未来的核心竞争力，是你能够在多高的抽象层面上思考和表达。第一层人说「我想学编程」。他们还停留在工具层面，以为掌握工具就是掌握能力。第二层人说「我想用 AI 做个 APP」。他们理解了目标的重要性，但对目标的想象还很粗糙。第三层人说「我发现线下书店的顾客经常找不到想要的书，能不能做个 AR 导航系统，扫一下书架就显示每本书的位置和评分」。他们能精准感知到真实世界里的问题，并设计出具体的解决方案。第四层人说「书店导航只是表面需求，本质是实体书店在与电商竞争时缺乏体验优势。我们需要重新设计整个购书流程，让逛书店变成一种社交和发现的乐趣」。他们看到了问题背后的系统性矛盾。第五层人说「实体书店的衰落反映了注意力经济的结构性转变。我们需要创造一种新的文化空间形态，让深度阅读和偶然发现在算法推荐的时代里仍有存在价值」。他们触摸到了时代的底层逻辑。注意，这五层人都可能在用同一个 AI 工具。但他们创造的价值差距可能是十倍、百倍，甚至千倍。5、我们需要重新学习「学习」这件事这意味着教育的整个底层逻辑要被推翻重建。传统教育的核心是「知识传授」：老师把自己脑子里的执行步骤，灌输到学生的脑子里。这在 AI 时代已经变成了无用功。新教育的核心应该是「感知力训练」：如何精准感知真实世界的问题?如何理解复杂系统的运作逻辑?如何在混沌中辨识出有价值的目标?如何清晰表达抽象的意图?这些能力过去被认为是天赋，现在必须变成可培养的技能。因为这才是 AI 无法替代的人类智能。具体来说，未来的学习应该包含这几个维度：观察力训练学会看到表象背后的模式。为什么有些餐厅总是排队?为什么某些 APP 让人上瘾?为什么有的城市更有活力?系统思考训练理解多个要素如何相互作用。改变一个变量会引发什么连锁反应?长期后果和短期效果有何不同?意图表达训练把模糊的感觉变成清晰的描述。你想要的到底是什么?有哪些具体的衡量标准?边界在哪里?价值判断训练在多个可能的目标中做出选择。什么是真正重要的?什么是表面热闹的?什么值得投入时间?这些能力的培养，跟背单词、刷题、记公式完全是两回事。它需要大量真实世界的观察、思考和试错。6、最后的启示：技术进步在强迫人类成为更好的人VibeCoding 的出现，本质上是技术在强迫人类进化。过去你可以靠熟练度生存。做一个熟练工人、熟练程序员、熟练翻译，只要执行得足够好，就能有不错的回报。但现在这条路被堵死了。执行层面的工作，AI 都能做，而且做得更快更准。你唯一的护城河，是爬到更高的认知层面。这其实是件好事。因为人类的价值从来不在于像机器一样精准执行，而在于能够理解意义、创造意义。VibeCoding 的流行，标志着一个时代的结束和另一个时代的开始。在旧时代，掌握执行细节是能力的标志。在新时代，理解深层目标才是智能的本质。技术不是在替代人类，而是在逼迫人类找回那些真正属于人的能力：感知、理解、创造、判断。那些我们在追求熟练度的过程中差点遗忘的能力。某种意义上，这是技术对人类的一次拯救。它把我们从机械重复的执行工作中解放出来，强迫我们去做那些真正需要人类智能的事情。问题只有一个，那就是我们人类准备好了吗?#AI编程##AIGC##AI创造营##微博兴趣创作计划#

#IT那些事儿# 人类有效时间密度大爆炸互联网第一波浪潮：干一年顶外界干三年（百度新浪网易） ×3移动互联网浪潮：我们管它叫猫狗的一年，干一年顶外界七年（抖音美团微信） ×7LLM时代初潮：一年顶外界十年（GPT/NotebookLM） ×10AIAgent和VibeCoding时代：一天顶外界一年（Claude/Codex） ×365如果是像哈萨比斯预测的五年之内即2030年跨越通向AGI的障碍，到了AGI时代：卧槽，时间流速已经不知道今夕是何夕了…… ×X？AGI出现前：咱们人类世界是这个样子：行动 → 等待 → 结果 → 反思 → 下一步AGI出现后：目标↓1000条路径并行模拟↓最优解直接落地中间那个“等待”被消掉了。而人类对时间的感知，本质就是对这个等待的感知。【纵轴】单位时间内的“有效认知密度”↑│ AGI（时间已失效）│ ●││ Agent / Vibe Coding（言出法随，意图=执行）│ ●││ LLM（认知外包）│ ●││ 移动互联网（行为规模化）│ ●││ 互联网（信息连接）│ ●└────────────────────────→ 时间

全部
来源

内容由AI生成

1. 柯林斯词典刚刚公布了 2025 年度词汇，竟然是 VibeCoding(氛围编程)。这个词是年初的时候由 OpenAI 创始工程师和特斯拉前 AI 主管安德烈·卡帕西提出的概念，指的是用自然语言跟 AI 对话，让 AI 帮你写代码。说实话，这个词入选，即使意料之外，同时又情理之中。毕竟今年确实是 Agent 元年，而 AI 编程也确实是最成熟和最热门的应用场景。毕竟，输入明确、反馈及时、结果可验证，编程这种高度结构化的工作天生就适合 AI。同时，看看各大厂推出的 AI 编程工具就知道了 AI 编程有多热门了。但这背后藏着一个更深刻的真相，绝大多数人都没意识到。我聊一聊这件事带给我的一点思考吧，是关于技能的本质的。1、我们一直误读了「技能」这个概念人类几千年来对技能的理解，其实建立在一个错误的前提上：掌握技能等于掌握执行步骤。学编程要背语法、记函数、理解算法。学外语要背单词、记语法、练发音。学烹饪要记配方、练刀工、控火候。我们相信只要把这些「执行细节」装进大脑，就算掌握了一项技能。但 VibeCoding 的出现撕掉了这层遮羞布。什么意思呢？原来所谓的技能掌握，本质上只是在用大脑做一件机械的转译工作。把想法转译成语法规则，把需求转译成代码逻辑，把意图转译成具体操作。这个过程消耗了人类大量的心智资源，却跟真正的创造力关系不大。一个程序员花 80%的时间在琢磨怎么写出符合语法的代码，只有 20%的时间在思考产品该解决什么问题。前者是转译，后者才是智能。2、技能的真相：目标感知力才是核心那么技能的本质到底是什么?VibeCoding 给出了答案：技能的核心从来都是对目标的精准感知能力，以及把这种感知清晰表达出来的能力。你得知道自己到底想要什么。这听起来简单，实际上极其困难。一个新手跟 AI 说「帮我写个网站」，得到的可能是一堆无法使用的代码。因为「网站」这个概念太模糊了，需要登录吗?需要数据库吗?界面风格是什么?用户路径怎么设计?而一个高手会说「我需要一个会员制的知识付费网站，包含课程列表、视频播放、进度记录功能，界面要简洁专业，参考 Notion 的设计风格」。这种精准的目标描述，本身就是顶级技能。过去我们无法分离这两种能力，因为你必须先学会写代码，才能理解什么样的需求是可实现的。但现在 AI 承担了转译工作，让我们终于看清：原来真正稀缺的从来不是执行细节，是对目标的深刻理解。3、人类智能的进化方向：从执行者到设计者这揭示了一个反直觉的真相：人类智能的进化，一直都是在不断抛弃低层执行能力，向上攀登到更高的抽象层。原始人需要记住每一块石头的位置、每一条河流的走向。现在我们有地图，这些记忆变得毫无价值。农业社会的人需要凭经验判断天气、计算播种时间。现在我们有气象预报和日历，这些技能也消失了。工业时代的工人需要精准控制力道、熟练操作机器。现在有了自动化生产，这类技能同样被替代。每一次技术革命，都是人类把低层执行能力外包给工具，把认知资源解放到更高维度。VibeCoding 只是这个过程的最新一环。它要抛弃的是「把想法转译成具体实现」这个中间层，让人类直接在「目标设计」这个层面工作。4、新的分水岭：你能想象到哪一层?这导致了一个新的能力分层：未来的核心竞争力，是你能够在多高的抽象层面上思考和表达。第一层人说「我想学编程」。他们还停留在工具层面，以为掌握工具就是掌握能力。第二层人说「我想用 AI 做个 APP」。他们理解了目标的重要性，但对目标的想象还很粗糙。第三层人说「我发现线下书店的顾客经常找不到想要的书，能不能做个 AR 导航系统，扫一下书架就显示每本书的位置和评分」。他们能精准感知到真实世界里的问题，并设计出具体的解决方案。第四层人说「书店导航只是表面需求，本质是实体书店在与电商竞争时缺乏体验优势。我们需要重新设计整个购书流程，让逛书店变成一种社交和发现的乐趣」。他们看到了问题背后的系统性矛盾。第五层人说「实体书店的衰落反映了注意力经济的结构性转变。我们需要创造一种新的文化空间形态，让深度阅读和偶然发现在算法推荐的时代里仍有存在价值」。他们触摸到了时代的底层逻辑。注意，这五层人都可能在用同一个 AI 工具。但他们创造的价值差距可能是十倍、百倍，甚至千倍。5、我们需要重新学习「学习」这件事这意味着教育的整个底层逻辑要被推翻重建。传统教育的核心是「知识传授」：老师把自己脑子里的执行步骤，灌输到学生的脑子里。这在 AI 时代已经变成了无用功。新教育的核心应该是「感知力训练」：如何精准感知真实世界的问题?如何理解复杂系统的运作逻辑?如何在混沌中辨识出有价值的目标?如何清晰表达抽象的意图?这些能力过去被认为是天赋，现在必须变成可培养的技能。因为这才是 AI 无法替代的人类智能。具体来说，未来的学习应该包含这几个维度：观察力训练学会看到表象背后的模式。为什么有些餐厅总是排队?为什么某些 APP 让人上瘾?为什么有的城市更有活力?系统思考训练理解多个要素如何相互作用。改变一个变量会引发什么连锁反应?长期后果和短期效果有何不同?意图表达训练把模糊的感觉变成清晰的描述。你想要的到底是什么?有哪些具体的衡量标准?边界在哪里?价值判断训练在多个可能的目标中做出选择。什么是真正重要的?什么是表面热闹的?什么值得投入时间?这些能力的培养，跟背单词、刷题、记公式完全是两回事。它需要大量真实世界的观察、思考和试错。6、最后的启示：技术进步在强迫人类成为更好的人VibeCoding 的出现，本质上是技术在强迫人类进化。过去你可以靠熟练度生存。做一个熟练工人、熟练程序员、熟练翻译，只要执行得足够好，就能有不错的回报。但现在这条路被堵死了。执行层面的工作，AI 都能做，而且做得更快更准。你唯一的护城河，是爬到更高的认知层面。这其实是件好事。因为人类的价值从来不在于像机器一样精准执行，而在于能够理解意义、创造意义。VibeCoding 的流行，标志着一个时代的结束和另一个时代的开始。在旧时代，掌握执行细节是能力的标志。在新时代，理解深层目标才是智能的本质。技术不是在替代人类，而是在逼迫人类找回那些真正属于人的能力：感知、理解、创造、判断。那些我们在追求熟练度的过程中差点遗忘的能力。某种意义上，这是技术对人类的一次拯救。它把我们从机械重复的执行工作中解放出来，强迫我们去做那些真正需要人类智能的事情。问题只有一个，那就是我们人类准备好了吗?#AI编程##AIGC##AI创造营##微博兴趣创作计划#

2. #IT那些事儿# 人类有效时间密度大爆炸互联网第一波浪潮：干一年顶外界干三年（百度新浪网易） ×3移动互联网浪潮：我们管它叫猫狗的一年，干一年顶外界七年（抖音美团微信） ×7LLM时代初潮：一年顶外界十年（GPT/NotebookLM） ×10AIAgent和VibeCoding时代：一天顶外界一年（Claude/Codex） ×365如果是像哈萨比斯预测的五年之内即2030年跨越通向AGI的障碍，到了AGI时代：卧槽，时间流速已经不知道今夕是何夕了…… ×X？AGI出现前：咱们人类世界是这个样子：行动 → 等待 → 结果 → 反思 → 下一步AGI出现后：目标↓1000条路径并行模拟↓最优解直接落地中间那个“等待”被消掉了。而人类对时间的感知，本质就是对这个等待的感知。【纵轴】单位时间内的“有效认知密度”↑│ AGI（时间已失效）│ ●││ Agent / Vibe Coding（言出法随，意图=执行）│ ●││ LLM（认知外包）│ ●││ 移动互联网（行为规模化）│ ●││ 互联网（信息连接）│ ●└────────────────────────→ 时间

3. 为什么 VibeCoding 这么火？AI 编程能够在 IT 领域这么快大规模的应用？其实，原因可能就是两点：上下文更集中和程序具有可验证性。什么意思？详细解释一下。第一个是上下文更集中。对于编程来说，工具和上下文往往在一个地方：IDE、代码库、终端。这让 AI 更容易理解和执行。但一般的知识工作分散在几十个工具里。想象一个 AI Agent 试图起草产品简报：它需要从 Slack 聊天记录、策略文档、上季度的仪表板指标，以及只存在于某人脑子里的机构记忆中提取信息。今天，人类就是那个粘合剂，通过复制粘贴和在浏览器标签页之间切换把这一切拼接起来。在这些上下文被整合之前，AI Agent 只能局限在狭窄的用例里。所以，想要让 AI 在其他领域可以更集中的规模化使用，就需要解决这个问题，或者对上下文有更好的解决方案。目前最好的解决方法就是最近比较火的 Skills 。第二个缺失的要素是可验证性。代码有个神奇的特性：你可以通过测试和错误来验证它。模型制造商用这个来训练 AI 更好地编程。但是，其他领域的很多工作，并不具有可衡量性和验证性，比如，你怎么验证一个项目管理得好不好，或者一份战略备忘录写得怎么样？我们还没找到改进通用知识工作模型的方法。所以人类仍然需要在循环中监督、引导，展示什么是好的。如果顺着这两个条件继续往下推，其实就能看到一个更大的结论：Vibe Coding 火的不是“编程”，而是它刚好踩中了 AI 最容易规模化落地的那块“甜区”。AI 并不是突然“会写代码了”，而是第一次遇到一个：上下文高度结构化、结果可以被快速验证、反馈闭环极短的工作形态。编程只是最典型的代表。你在 IDE 里敲一句需求，AI 生成代码，跑一下，报错或通过，立刻得到反馈。这正好符合强化学习和人类协同训练最舒服的环境。所以，为什么其他知识工作暂时很难复制 Vibe Coding 的成功？因为它们同时缺两样东西：- 上下文没有被收敛- 结果没有被形式化只要这两点不解决，AI 就只能当“高级搜索 + 自动补全”，而很难进入“协作生产”。所以你会看到一个很有意思的趋势：AI 在写代码、做数据处理、生成 SQL、写测试时进展飞快在战略、管理、判断、决策上却进展缓慢不是模型不聪明，而是工作本身还没被“工程化”。未来 AI 是否能在某个行业大规模落地，取决于这个行业能否被改造成“像编程一样的工作”。也就是说：- 能不能把上下文压缩到少数系统里- 能不能把“好不好”变成“对不对”- 能不能把反馈周期从“几个月”缩短到“几分钟”谁先做到这一点，谁就会诞生属于自己的 “Vibe X”。#科技先锋官##微博年度新知博主##AI创造营#

4. 在 VibeCoding 的时代，编程这件事，已经不是程序员的专属了，我认为，每个人都应该学习一点工程思维，什么意思呢？因为 AI 让编程门槛大幅下降，每个人都有能力开发出解决自己工作和生活中痛点的一些工具。工程思维说白了，就是把大问题拆成小问题，把复杂任务变成简单步骤。比如你觉得每天整理邮件很烦，不要想着忍受，而是问自己，能不能做个小工具自动分类邮件？再比如你做电商，每天手动统计订单数据很累，能不能让 AI 帮你生成报表？这就是工程思维的核心，发现问题，拆解问题，用工具解决问题。比如，做自媒体，搞内容的朋友，每天要把文章同步到十几个平台，光复制粘贴就要花一小时。如果用 AI 写了个脚本，一键发布到所有平台，每天节省一小时，一年就可以省下 365 小时。再比如你是一个普通的运营人员话，每周要给客户发感谢邮件，内容大同小异。如果用 AI 做了个邮件生成器，输入客户名字和订单信息，自动生成个性化邮件。原本要花半天的工作，现在 10 分钟就能搞定。你看，这就是用工程思维，加上 AI 工具，解决了自己的具体问题。为什么要学这个？因为在 AI 时代，真正稀缺的不是技术，而是发现问题的能力。AI 可以帮你写代码，但你得告诉它要解决什么问题。这就需要工程思维，把需求说清楚，把流程理顺畅。我的建议就是，从今天开始，每当你遇到重复性工作，问自己三个问题，这件事能不能自动化？如果可以，需要哪几个步骤？我能不能用 AI 帮我实现？然后就去试。不要怕失败，第一次可能做不好，但迭代几次就熟练了。工程思维最大的好处，就是让你从被动接受变成主动改造。你开始掌控工具，而不是被工具掌控。#AI创造营##科技先锋官##微博年度新知博主#

5. 关于 VibeCoding 时代的思考，未来程序员的工作到底是什么么样的？需要什么样能力的程序员呢？1、现在的瓶颈不是写代码了以前做技术活，项目管理、需求文档、测试流程这些都很成熟，但写代码本身通常还是最花时间的部分。现在不一样了。AI 让写代码变得特别快，有时候几分钟就能生成一大段。真正拖时间的反而是代码之外的那些流程。所以当开发者，不只是会写代码和会用 AI，还得搞懂整个开发相关的工作。2、对齐（沟通）AI 写出来的代码看上去可能很专业，但不一定是你真正要的东西。为什么？因为整个流程像玩“传话游戏”：业务的人脑子里有个想法，他们告诉你，你再把这个想法变成指令告诉 AI，AI 根据你的指令写代码。中间每一步都可能“跑偏”。所以现在最重要的是：沟通清楚，让大家都对同一件事有同样的理解。3、质量保证（测试）以前写代码的过程就是不断遇到 bug、不断修 bug，顺便就把质量保证做了。现在 AI 一次能给你生成一个完整的后端或前端，看起来就像“直接能用”。但问题来了：你现在要花更多时间在测试上，确保各种情况都能跑得通。这比以前写代码本身更花时间。4、代码审查AI 写代码快，那审代码的人要看的东西当然就更多。人工看还是有必要的。但 AI 审代码也挺厉害的，能抓一些你没注意到的小问题。比如像 Coderabbit 这种工具，我自己就经常用。在提交代码前，我会在 Cursor 里让 AI 帮我审一遍。一次不够就多来几次，总能找到点问题。5、文档现在节奏快，没时间拉着几个人开半天会对齐。以前大家还会说“写自解释的代码”，不写文档也行。但现在 Claude、ChatGPT 这种工具，随便一句话就能帮你生成清晰的架构图和说明书。所以没理由再不写文档。你的每个项目都应该有：一份别人能看懂的说明和一份能让未来 AI 参与开发的背景资料。6、交付（迭代开发）传统项目管理都假设你是“做完 → 交付”。但现在 AI 让你一天能迭代五次。你跟产品经理在 v0 里画个初版，立刻就能改、能试、能看效果。所以，你需要一个真正的开发环境，随便试、随便改，快速看到结果。不是那种要等审批的预发布环境，是你可以随意玩的那种。7、总结未来厉害的开发者，不是那些“会提示 AI 写代码”的人。而是那些能：- 把别人模糊的需求讲清楚- 能测试得很全面- 能认真审查生成的代码- 能写清楚文档- 能快速做出新版本的人。因为代码已经快能自己写了，真正的工作都发生在代码之外。#科技先锋官##AI创造营##微博兴趣创作计划#

6. 没想到吧，全球知名的柯林斯词典刚把「VibeCoding」选为2025年年度词汇。说没想到，也没想到，但是也并不意外，毕竟，都说今天是 Agent 元年，而 Agent 发挥价值最大的领域也确实是 AI 编程，相比于其他领域，编程领域是 AI 应用和落地最好的。原因很简单：编程是最结构化的工作。输入明确、反馈及时、结果可验证，这些特征都非常适合 AI 的学习逻辑。#AIGC##AI编程##微博兴趣创作计划##VibeCoding#

7. 我刚才和一个朋友聊天，他用所谓的 VibeCoding 做了一个软件产品。我当时就跟他说：你的代码其实已经是一团烂摊子了。我以为我快说服他了。结果他一脸茫然地看着我。然后他说了一句：“所以呢？”就在那一刻，我突然明白了。这些 VibeCoder，根本不在乎代码本身。他们不理解代码的结构，也不去维护代码，以后更不会亲自处理代码带来的问题。所以，代码对他们来说不是重点。他们只关心一件事：把脑子里的想法做出来。除此之外，别的都不重要。他们完全没有被我们这些“传统程序员”认为是致命问题的东西拖住。对他们来说，那些根本不算什么问题。这挺有意思的。#科技先锋官##微博年度新知博主##微博兴趣创作计划#

8. 一文搞懂什么是 Vibe Coding？

9. Vibe Coding 未来三年怎么用？

10. 什么是Vibe Coding？生产环境正确实操指南来了

11. Vibe Coding 零基础教程学习笔记

12. 【基于Qoder + RDS Supabase 构建 Vibe Coding 项目】

13. AI专有名词科普，什么是 Vibe Coding？

14. 分享我对 vibe Coding 的一些看法

15. 92%开发者已入坑

16. Vibe Coding

17. Vibe Coding

18. Vibe Coding

19. 一文搞懂什么是 Vibe Coding？以及推荐的工具？

20. 八年「老」程序员浅谈VibeCoding的影响

21. Vibe Coding带来的狂欢与隐忧

22. 从解析编程到数值编程

23. Vibe Coding与古法编程

24. Vibe Coding, Cursor, Claude Code 对比

25. Vibecoding

26. 为什么越来越多工程师开始反对 vibe coding？ vibe coding不是偷懒，Real Engineering也不是守旧。

27. Google工程师揭秘

28. Vibe Coding ≠ AI 辅助工程，只适合「玩」，不适合「投产」

29. Vibe Coding 火了半年，我越来越觉得它被高估了

30. 别再把所有 AI 编程都叫 Vibe Coding

31. Vibe Coding与Agentic Engineering什么区别？

32. Beyond Vibe Coding

33. 小孩子才做选择，成年人全都要

34. 在生产环境进行 vibe coding 的正确方式

35. Vibe coding 已死， AI编程进入结构化时代

36. 九天Vibe Coding AI编程实战课 AI编程实战资料 - 哔哩哔哩

37. 挖到 4 个 Vibe Coding 的 GitHub 开源项目，速速收藏

38. 纯小白福音！Vibe Coding 0基础到上手超详细教程

39. 从零到精通！Codex超详细入门，手把手教你Vibe Coding

40. 全职妈妈学 vibecoding｜底牌是这两个工具✨

41. 全网最细Codex入门教程！手把手带你玩转Vibe Coding

42. Vibecoding 时代，程序员会消失吗？——从“全自动”到“半自动”的冷思考

43. Vibe Coding 离生产级应用有多远？中间隔着一场主动制造的灾难

44. 3.5KStar！GitHub高赞VibeCoding神级指南！

45. 目前我的 Vibecoding 工作方式。主力模型还是通过 claude code 使用 Opus 4.6，ios 前端用 xcode，后端用 vscode，云服务是 aws 全家桶

46. Vibe Coding 在复杂前端项目中的实践

47. 火遍全网的 AI编程（Vibe Coding）

48. Vibe Coding

49. Vibe Coding AI全栈开发实战 - 哔哩哔哩

50. Vibe Coding 分级标准

51. ViBE 编码在 5 年内如何改变我们构建软件的方式？

52. 最强的 Vibe Coding 免费教程，零基础也能做出一个能上线的产品

53. App Store变天！Vibe Coding引爆微应用革命，独立开发者的黄金时代

54. 没有编程基础，怎么开发自己的应用？—响指 Vibe Coding 完整指南

55. 别被忽悠了！Vibe Coding是资本家收割你的镰刀，不懂这些别碰

56. Vibe Coding了个AI公务员面试助手

57. 2025 年的 Vibe Coding 思考｜Reflections on Vibe Coding in 2025

58. Vibe coding你非要用Claude opus 4.6 或 gpt-5.3-codex以外的模型...好消息：好歹免费

59. 编程以死，欢迎来到Vibe Coding。Vibe Coding是一种以自然语言交互为核心的AI辅助编程方式。它得名于“vibe”（氛围、感觉）一词，强调开发者通过描述想要的“氛围”或效果，让AI生成相应代码。在这种模式下，编程的核心从编写具体语法转变为清晰表达意图。曾经需要数小时甚至数天才能完成的原型，现在可能只需要几次对话。这种转变标志着软件开发正从“如何实现”到“想要什么”的根本性转变，极大地降低了编程的门槛，让更多创意能够快速落地。传统编程与Vibe Coding在理念上存在本质区别。传统编程更关注“如何做”，而Vibe Coding则关注“做什么”。在传统开发中，开发者需要掌握编程语言、数据结构、算法等专业知识，将复杂需求拆解为可执行的代码逻辑。而Vibe Coding中，开发者更像是项目的“导演”或“产品架构师”，专注于描述产品应有的功能、交互和体验，将技术实现交给AI助手。 Vibe Coding 时代你需要掌握的7个软件工程知识点【一】、测试 / Test-Driven Development（TDD）让AI帮你想检查标准，你确认或补充，让AI生成测试文件并保存，让AI写功能代码，然后跑测试，有测试没过的就让AI改【二】、调试 / Debugging 1：让AI"zoom out"——"退后一步，看看全局" 2：3次规则——3次没改善？停下来 3：换模型重启——清空上下文，告诉新AI之前的失败 4：自己动手——打开调试器，找到根因，再告诉AI 【三】、系统思维 / Software Architecture 先画架构图（哪怕手画）前端 → API → 数据库定义文件夹结构，告诉AI规则【四】、安全基础 / Application Security 每次AI写完涉及用户数据、密码、登录的功能，问它这段代码有没有安全问题？密码是怎么存的？用户输入有没有检查？【五】、代码审查 / Code Review 让AI给你解释一遍。解释不清楚的地方，往往就是有问题的地方。【六】、重构 / Refactoring 每隔一段时间（比如一周），告诉AI帮我看看这个项目，有没有重复的代码有没有可以合并的？有没有没用的文件？帮我整理一下。【七】、版本控制 / Version Control（Git） #AI #vibe氛围 #vibecoding #AI编程 #coding

60. 顶级Vibe Coding工具排行：Cursor S级，V0非技术首选

61. 立刻开始学习Vibe coding！真的！求你了听我的！

62. vibe-coding 最佳实践指南

63. 01集：什么是vibecoding，一句话解释清楚。

64. VibeCoding：AI编程更稳

65. 小白如何快速上手Vibe Coding

66. Vibe Coding（氛围编程）哪家强？

67. 用iThinkAir一口气Vibe Coding十个应用

68. 为什么你用AI编程总翻车？高手从不“告诉AI要做什么”，而是“教AI怎么做”

69. vibe coding应该这么用才对！

70. AI本周热讯精选：Vibe Coding & 基础设施

71. Tailscale + AI = 手机也能改本地代码？全设备无缝vibe coding

72. Vibe Coding：定义、演进与实践

73. 一次用 Vibe Coding 解决真实生图工作流痛点的 AI 实战案例。

74. 产品经理必懂的30个 VibeCoding 核心概念

75. vibe coding 的大模型

76. 非技术人也能看懂：AI 编程从原型到上线的完整流程

77. Vibe Coding 8个月，我的实战流程+免费工具分享

78. “Vibe Coding”开发流程，想法快速转化为可上线的完整 APP

79. 12招让你Vibe Coding避免技术架构漂移

80. 我见过最高效的vibe coding，都在重度用skill！

81. 使用Cursor AI和Vibe Code开发全栈Next.js 15项目 | Complete Cursor AI

82. 01集：什么是vibecoding，一句话解释清楚。从今天开始，我们正式进入28天的 vibecoding 学习。今天就把什么是vibecoding讲明白。 1、2025年2月，一个叫 Karpathy 的大佬发了条推文，诞生了vibecoding这个词。 2、vibecoding与传统coding的差别：vibecoding不用背语法，只要用自然语言结构化的交流。 3、vibecoding和你有什么关系？现在它把编程的门槛拉到了接近零，只要你有想法都可以变成真的。下一集，带你看看那些零基础的人，到底用 vibecoding 做出了什么东西。看完你会觉得：这个，我也行。下集见。 #vibecoding #零基础学AI #AI编程 #产品经理 #科技下一站

83. Cursor Vibe Coding 新手入门｜Vibe Coding 教程

84. 开始学Vibe Coding

85. 我开源了一个 AI Coding 的尝试

86. 挖到 4 个 Vibe Coding 的 GitHub 开源项目，速速收藏。

87. AI时代vibecoding盛行，IT部门的应对之道与深层思考

88. Vibe Coding 体验报告：代码一行都不用改

89. 是Vibe Coding的“氛围感”更强大，还是可视化编排的“确定性”更高效？

90. vibecoding2个月的经验总结+心得体会（下）距离真正接触vibecoding整整60天了和大家分享下心得体会。 3、我是怎么vibecoding的。 idea→prd→架构→coding→验收→发布其实很简单，把vibe前置掉在做中学，哪怕解决1个问题，哪怕只有你1个人用。 #vibecoding #零基础学AI ##产品经理 #AI编程 #经验

91. 零基础厂妹vibe coding从入门到入门的白痴教程。。。过年无聊不如研究如何手搓一个同人女模拟器。。

92. 我的Vibe Coding最佳实践 & 技术栈

93. Vibecoding 的 3 个高频面试问题及回答

94. AI 做应用工具对比：为什么“第一站”比工具本身更重要 —Bubble、Cursor、Vibe Coding（响指Haisnap）

95. 保姆级教程｜20分钟手把手安装Claude Code并做出网页小游戏｜小白、文科生友好！

96. 拒绝Vibecoding！2026年真正的程序员都在玩古法编程

97. VibeCoding：PM的AI实战心得

98. 为了用AI赚钱，我VibeCoding了9个工具

99. 新手小白 Vibe Coding 入门指南如果你是完全不懂代码的小白，甚至文科生，这条视频就是专门为你准备的入门指南。其实现在的开发，不需要你懂复杂的语法，只需要你把想法说清楚。 📌 本期视频核心内容： 1. 观念转变： Vibe Coding 不是学代码，而是用自然语言指挥 AI 干活。 2. 起步目标：别好高骛远，新手最适合从做一个“个人网站”开始。 3. 工具选择：想极速上线用 Lovable，愿意稍微钻研用 Cursor。 4. 学习秘籍：不用追求原创，截图喜欢的风格给 AI，学会“照猫画虎”。 5. 心态建设：遇到卡顿再补基础知识，不要在开始前就被劝退。 Vibe Coding 不会让你一夜变成程序员，但它能让你体验到“把想法变成现实”的快乐。先试着做个丑一点的网站也没关系，重要的是先做出来！ #AI编程 #VibeCoding #个人网站 #效率工具 #Cursor

100. 经验贴｜要是我vibe coding前知道这些就好了

101. VibeCoding困于代码，WishCoding点亮80亿人创意

102. 跟着博主学vibe coding：可视化数据看板

103. 初试 AI 编程

104. 文科生的Vibe Coding全流程。你现在用几个 AI 写代码？我之前也是一个模型从头用到尾，做了 10 个产品后发现：单一模型容易有盲区，换一个模型一看就能发现问题。后来摸出一套多模型协作的流程👇 📝 第1步：需求 Gemini + GPT + Claude 三个模型反复聊需求，互相挑毛病，2-3 轮交叉 review，输出完整 PRD。文档写清楚了，项目等于完成一半。 🎨 第2步：设计三套打法： → AI 直接生成页面（快但模板感重） → 截图对标网站 + Skill 指导生成（质感高） → MCP 连设计工具出高保真（5分钟出初版） 🏗️ 第3步：架构 Opus 做架构 → Codex + Gemini 补充 → 交叉验证 → 生成骨架代码。多花半小时验证，能省好几天返工。 ⚙️ 第4步：填充 → Opus 跑通核心主流程 → Sonnet 补细节（快+省额度） → Codex 修 Bug 踩坑提醒：别让多个 AI 同时改同一块代码，我之前试过，一个 bug 卡了一周… 🧪 第5步：测试做到七八成就开始写测试。单元测试验证单个功能，集成测试跑用户流程，缺一个都容易翻车。 🔧 工具 Claude Code + Codex 搭配用，IDE 选顺手的就行。核心不在工具，在于怎么组织工作流。大部分的都是文字沟通，所以你是文科生的话，你更有优势哦～你平时用几个 AI 写代码？#vibecoding #ai编程 #prd #ui设计 #大模型

105. 一文读懂Vibe Coding：让代码更丝滑，效率翻翻倍

106. Vibecoding案例：5步2小时开发的测评网页！

107. 我的Vibe Coding最佳实践 & 工作流

108. 普通人vibecoding靠手感，我靠三道工序

109. Vibe Coding 零基础入门教程