译者有话说

“氛围编程”的本质，就是以 AI 的速度疯狂堆积技术债。
AI 编程是把双刃剑：做原型是神器，但用于长期维护的核心项目，就是灾难的开始。
让不懂技术的人用 AI 开发核心产品，就像给孩子一张无限额度的信用卡—— 一时的风光，换来的是日后无尽的债务。
驾驭 AI 的关键，不是放弃思考，而是提升“理论构建”能力。人必须是缰绳的掌控者，而不是被 AI 牵着鼻子走。

“氛围编程”，就是在制造技术债

史蒂夫·克劳斯 (Steve Krouse)

尽管大众对此普遍感到困惑，但 Andrej Karpathy 创造“氛围编程”（Vibe Coding）这个词，本意是指一种 AI 辅助编程方式，在这种模式下，你甚至 “感觉不到代码的存在”。

遗留代码/技术债

对于那些没人看得懂的代码，我们早就有一个词来形容：遗留代码/技术债。

遗留代码人人喊打，这并非空穴来风。可问题是，代码不就在那儿吗？直接看代码不就能搞懂了吗？

大错特错。没人看得懂的代码，就是实打实的技术债。要吃透一段陌生的代码并完成调试，需要耗费大量时间，更别提在不引入新 bug 的前提下添加新功能了——那更是难上加难。

编程的本质是构建理论，而不是堆砌代码。这个道理我们都懂。所以我们才会吐槽那些试图用代码行数量化程序员产出的业务部门。

当你用“氛围编程”时，你堆积技术债的速度，就和 AI 生成代码的速度一样快。也正因如此，“氛围编程”反而是原型开发和一次性项目的完美选择：毕竟，只有需要长期维护的代码，才会沦为遗留代码！

原型与一次性代码

我自己就曾愉快地用“氛围编程”开发过一些小应用，比如：

我没打算持续迭代这些应用，所以看不懂它们的代码也无所谓。况且，这些应用规模很小，就算哪天真需要回头看代码，欠下的技术债也有限。用这种方式，我开发应用的速度远超传统方法，整个过程简直酣畅淋漓。

“氛围编程”是个程度问题

“氛围编程”是一个程度问题，关键在于你对代码的理解有多深。你理解得越透彻，就越不“凭感觉”。

同样是提需求，一名工程师要求开发“一个带持久化数据库的 Web 应用”，和一个非技术人员要求“做个 App”（但他分不清 Web 应用和原生应用，也不懂数据持久化），前者“凭感觉”的程度就要低得多。

把信用卡交给孩子

最糟糕的情况，莫过于让一个非程序员用“氛围编程”的方式，去开发一个需要长期维护的大型项目。这无异于把一张信用卡交给一个孩子，却不向他解释什么是“债务”。

可想而知，初期阶段是多么令人狂喜：“天哪，只要在店里刷一下这张小卡片，我想要什么就能拿什么！”

这和当下流行的论调何其相似：“AI 无所不能！人人都是程序员！快看 AI 给我生成的这个应用！”

然而，一个月后，信用卡账单会如期而至：“我真的需要买那些东西吗？现在这个烂摊子该怎么收场？”

“氛围编程”的开发者也会面临同样的窘境：“我的代码崩了！这么多文件和文件夹都是干嘛的？这到底要怎么修？我花 400 美元让 AI 生成代码的钱能退吗？”

如果你根本看不懂代码，唯一的出路就是让 AI 接着帮你修。这无异于“以卡养卡”，用一张新信用卡的额度去偿还另一张的欠款。

2025 年，如何严肃地与 AI 结对编程

如果你打算在 2025 年构建一个需要长期维护的严肃项目，Andrej 的建议是对的：

你得把 AI 当成一个新来的实习生，并用一根极短的绳子拴住他。这个实习生是个奇才，对软件知识了如指掌，堪称一部活的百科全书。但同时，他又过度热情，总是跟你胡说八道，胆子大得没边，对什么是好代码毫无品味可言。所以，你必须强调：放慢速度、保持防御、小心谨慎、甚至要有点偏执。要抓住一切机会在实践中学习，而不是把工作全权委托给它。

—— Andrej Karpathy, twitter

我们如何拥抱 AI 进行构建

在 Val Town，我们已经通过数十种方式将 AI 融入产品。我们的 AI 助手 Townie 就像一个智能体，能主动读写代码、运行程序、查看日志，并不断迭代，直至任务完成。

Townie 是“凭感觉编程”的绝佳工具。我强烈推荐给那些理解其中利弊权衡的朋友。有时，我会用它来快速“氛围编程”；而在处理我非常重视的项目时，我则会勒紧缰绳，让它只进行“手术刀般”的精确修改。这两种模式都既有趣又高效。

AI 编程领域日新月异，未来难以预测。但我坚信，“理论构建” 依然是构建复杂软件的核心。这意味着，我们人类的技术专长依然不可或缺！同时我也乐观地相信，AI 将继续以意想不到的方式，让编程这项工作变得更美好。

但是，如果你身边有非技术背景的朋友，正豪掷千金，用“凭感觉编程”的方式追逐他们那个“价值十亿”的 App 梦，请务必把这篇文章转给他们。“凭感觉编程”无法带他们到达成功的彼岸。他们迟早要学会用自己的肉眼去看懂代码 😱，并且最终会明白一个残酷的现实：与其修补一个没人能懂的遗留系统，不如从零开始，构建一个结构清晰的全新代码库。

本文是我上个月一次演讲的精炼版本，演讲主题为编程中人脑扮演的角色。感谢我的未婚妻 Emily 数月来倾听我对这些话题的滔滔不绝，并为我拍摄了演讲视频。感谢 Malte 和 Rippling 主办这次演讲。

感谢 Geoffrey Litt, Jimmy Koppel, Max McDonnell, Tom MacWright, Charmaine Lee, Brent Jackson, 和 Dan Shipper 对本文提供的反馈。感谢 Simon Willison 和 Andrej Karpathy 在 AI 的狂热吹捧和悲观论调中，发出了理性的声音。

原文地址：https://blog.val.town/vibe-code