谈谈Vibe编程（氛围编程）

Vibe编程已经出现半年了，这半年也尝试了很多工具和构建了一些小的应用，这篇文章也谈谈我对于Vibe编程的理解。

Vibe编程

Vibe编程中文翻译是氛围编程，2025年2月3日，前OpenAI联合创始人、前特斯拉人工智能主管Andrej Karpathy在社交平台X上发布了一条看似平常却引发全网热议的推文，其大意是说：

有一种新的编码方式，称之为Vibe编程；它让你完全沉浸在氛围中，拥抱指数级增长，甚至忘记代码的存在。    

Karpathy用一种近乎诗意的语言描述了他的编程体验："这已经不能算是真正的编程了，我只是看看、说说、运行、复制并粘贴，然后程序就能运行了。 "，这句话瞬间击中了无数开发者的内心，因为它精准地概括了一种全新的软件开发体验，在短短48小时内，这条推文获得了超过50万次转发，Vibe编程的话题迅速登上全球趋势榜。

我理解的氛围编程就是将 AI 工具当成你的编码助手，您就是一个架构师或者产品经理，其两者的分工是架构师或者产品经理描述详细的产品形态，编码助手负责所有的编码和部署工作。

Vibe编程和传统编程的差异

在传统编程中，开发者必须同时处理多个层次的抽象------不仅需要了解操作系统，还需要了解编程语言的细节，可能一不小心就出现内存泄漏或者 panic，每一行代码都必须实现，可能遇到常用的库也需要自己重新实现一遍。

在Vibe编程中，开发者似乎已经不需要关心编程语言了，由于底层大模型是全能的，从 C/C++ 到 Rust，从 JS 到偏门的 Web 框架，开发者转变为架构师，不再需要关心编码细节。

但是有个问题必须要注意：如果你真的想成为一个优秀的Vibe编程工程师，你还是需要懂数据结构、算法和设计模式等基础知识和行业经验知识，为什么？

• 底层模型不一定能完全遵循规则，可能实现的算法不一定是最优的，你需要了解算法，并且将模型纠正过来
• 行业经验知识有很多沉淀或者规则，大模型能了解通用知识，但是行业知识甚至私有化知识不一定能遵循，所以你需要读懂行业代码

所以对于复杂的系统架构、专业领域知识等，传统编程的精确性和可控性仍然不可替代，而快速原型开发、个性化应用等场景，Vibe编程的优势则更加明显。

Vibe编程工具推荐

以下是排名靠前的工具和LLM模型：

从上面看有很多Vibe工具是被大家在长期使用的，下面我重点介绍几个氛围编程的工具。

1. Lovable：lovable.dev/

Lovable设计哲学是"零技术门槛"，你不需要理解什么是前端、后端，也不需要知道数据库如何工作，只需要描述清楚想要什么，Lovable就会处理所有技术细节。

它特别适合产品经理、设计师或创业者快速验证商业想法。

2. V0：v0.app/

Vercel推出的快速构建原型的工具，V0主要专注于前端界面生成，它的强项是创建美观、现代的用户界面，V0基于shadcn/ui和Tailwind CSS，生成的代码不仅功能完整，还遵循软件设计最佳实践。

3. bolt.new：bolt.new/

bolt.new特别合快速原型开发和MVP验证，内置了与Netlify的部署集成，可以一键将项目部署到生产环境，也集成了github，Figma等常用的程序员和产品经理的工具。

bolt.new的最大优势是整个编辑器都在浏览器中运行，无须下载安装任何软件，这降低了技术门槛，它支持多种技术栈；通过使用不同的技术组合，能帮你将逐渐理解前端、后端、数据库等概念的区别和联系。

4. Cursor，TRAE和其他vscode copilot

这些工具应该大家都不陌生，可能已经成为大家日常使用的一部分了，就不过多介绍了，对于氛围编程来说，这些工具其实是辅助，主要解决：

• 如何选择最好的LLM模型，更好的生成工程
• 如何处理长上下文，解决幻觉或者需求不遵循问题
• 如何集成MCP或者Agent，实现高度自动化 ....

Vibe编程实践

1. 熟练掌握Prompt

Prompt 是 AI 时间的必备技能，我之前写过很多 Prompt 技能，这里就不再赘述了，就总结几个比较常用的：

• 少样本提示，让 AI 模拟样例完成任务
• 角色提示，比如以产品经理角度观察问题，就写"你是专业的产品经理"，以程序员角度完成工作，就写"你是专业的后端程序员，需要处理..."
• 思维链提示，这块可以用于解决程序bug，比如出现什么问题，可能是什么原因，排查路径可能是什么，让AI更快速的解决或者深入解决问题
• 思维树提示，将问题分解为多个实现路径，让AI决定先实现哪个方案，再实现下一步，类似 plan 计划
• 写 Prompt 尽量提示样例，并给出明确的指令解决哪一个问题，而不是泛化
• 告诉模型应该做什么，不应该做什么，当然这里不一定一次就能给出完整的，可以让模型多次输出后，总结一些约束规则

更多的 Prompt，可以参考：mp.weixin.qq.com/s/q5O32QOIY...

2. 四步法

如果要用好Vibe编程，可以尝试这4步：

（1）找到问题

如果你要尝试氛围编程，先不着急开始让 AI 开始帮你干活，你需要做好的就是分析问题，分析你需要的是什么，这个产品或者项目会有什么问题，风险点有哪些。

这个阶段你需要像一个非常有经验的产品经理，亦或是一个非常老练的项目经理，将问题找出来，一步一步拆解。

（2）转换问题，提出解决方案

这个阶段主要是对问题的细化，解决方案是什么，选项具体的技术方案，比如选择后端是 golang，选择的 golang 的框架是什么，是否需要采用微服务架构，部署的方案选择是什么，这一部分需要有经验的程序员调研其各个 AI 的工具链是否完善。

所以我觉得氛围编程会涌现类似 SupeBase 这样的全栈产品作为基础设施，解决前后端的部署和数据存等问题。

（3）实现最小可行性（MVP）

通过上面两个步骤，这一步就是开始让 AI 干活了，这一步骤需要掌握的最重要的技能就是 Prompt，将你的问题，解决方案，产品思路通过细化的 Prompt 给到 AI，当前阶段有些实践如下：

• MVP 的原则是什么？最小化产品，这一步骤切记不要求将功能全部实现，AI 也不能接受这么多输出。
• 目标验证工程的可行性，将"不需要的功能"告诉 AI 不要实现，做一些约束，输出的越多，需要改的就越多。
• Prompt 一定是清晰的，比如说："帮我做个编程网站"，改为"创建一个蓝白色调的技术博客网站，主要分享Python编程教程，首页展示最新5篇文章的摘要和封面图片，文章支持代码高亮显示，右侧边栏包含文章分类、标签和作者简介，底部有评论功能。 "
• 掌握具体化描述，最有效的练习方法是"5W1H"：Who（用户是谁）、What（做什么功能）、When（什么时候使用）、Where（在什么环境下使用）、Why（为什么需要）、How（如何实现）。

（4）完善和优化方案

这一步骤是最难的，当 AI 将产品拆解为工程，并实现代码运行的 demo，但是可能会经历如下问题：

• 运行出现错误，怎么解决？
• 产品的 demo 不符合实际的要求？
• 想修改按钮的逻辑，但是让 AI 修改可能改出几百行代码？
• 修改颜色或者大小等属性，AI 一直不能理解，最后不得不亲自动手？ ...

遇到如上问题怎么办？这里很多问题其实我也无法给出具体的方法，我给一些经验：

• 错误反馈技巧：直接复制错误信息比描述更有效，比如编译报错，将报错信息直接贴给 AI

• 先读一下大概的代码，当你知道需要修改那部分样式或者功能，可以直接指定当前文件或者给出具体的哪些行，这样 AI 能更准确的了解你的需求

• 优化当前 demo，可以给出明确的要求，比如：

    请为应用添加如下精细化改进。    
    1． 视觉优化：使用现代的渐变背景，卡片式设计显示记录，添加适当的阴影效果。    
    2． 图标支持：为不同类别添加相应的图标（餐饮用餐具图标，交通用汽车图标等）。    
    3． 颜色区分：收入记录显示为绿色，支出记录显示为红色。    
    4． 动画效果：添加和删除记录时有平滑的过渡动画。    
    5． 个性化设置：用户可以自定义类别和对应的图标颜色。    

• 将大的优化改为小的优化，每次只修改一个功能点

• 提供参考样例，比如你的实现可以参考 xxx 网站的颜色和布局，哪些功能不需要等
  ....

验证Vibe编程的可能性

基于以上实践，我用 TRAE 尝试实现了一个 SimpleMath，主要解决在工作中要演示动画的问题，其中github如下：

github.com/linkxzhou/S...

以下是我的拆解步骤：

（1）第一步：找到问题

开始的时候我已经先想好我需要做什么，其实我的目标很简单，不需要复杂的功能，只需要结合了人工智能和可视化技术，让用户通过简单的文字描述就能生成精美的数学动画。

（2）第二步：提出解决方案

其实实现生成数学动画的方案有很多，用python也可以，用web展示也可以，但是选择不同的语言又有不同的技术栈，这样就变成了一颗决策树，对于 AI 直接让他干活肯定是不行，怎么办？

• 自己先收集资料，这里的可行的实现方案有哪些？
• 用什么技术栈，最好选择你自己熟悉的，这样出现问题，可以排查，另一个也可以鉴别 AI 是不是走偏
• 大概的架构方案是什么？
• ...

最后根据以上的综合考虑，我选择 p5.js，参考 Manim 方案实现，技术栈就用 Vue，为了整个项目简单部署，就没有选择后端方案。

（3）第三步：让 AI 实现MVP

完成前面两步骤，就可以开始让 AI 实现最小化需求，于是我简单描述我的 Prompt 如下：

你是专业的Vue的开发者，现在要基于p5.js实现类似Manin的各种数学和算法演示项目，要求如下：
1. 基于Vue
2. 使用p5.js实现动画效果
3. 在AI对话框内输入，自动生成代码，放入p5.js框架内运行，展示动画效果
4. 使用openai的标准API
3. 样式布局：
- 左边是对话框架，类似AI对话框
- 右边是展示p5.js的演示动画效果
- 有设置的功能，选择模型，设置模型的参数等
- 页面简洁，清晰，不要有多余的功能（不需要登录）

这个时候 AI 工具会将如上需求拆解，细分，然后等你的想法和 AI 的想法是否一致，如果一致就开始编码。

（4）第四步：优化

优化这个步骤是最难的，如果你有编程基础可能还能看懂代码，分析出现的问题，如果只是产品，那遇到一个比较难的问题可能就会卡住很久，不过像 TRAE 等工具已经将生成的工程放到整个沙盒环境，从编译到控制台报错，都可以让 AI 基于错误找到问题的地方，这个还是挺方便的。

除了上述问题，在这个项目中遇到我到底要不要加一个后端接口的问题，由于没有加后端接口，发现使用 p5.js 重新渲染动画一直会报错，让 AI 尝试了十几次以后，问题还是没有解决，怎么办？只能修改方案，可能模型并不知道使用 p5.js 动态加载会出现一系列的 bug，于是架构师出马了，开始换方案，Prompt 如下：

p5.ts 改为生成代码，从后端返回，然后加载到动画展示区域，应该需要改如下功能：
1. 增加express作为后端框架
2. 生成的代码传给express，express自动返回一个动态的URL
3. 动画展示区域展示返回的URL
这样就能解决动态加载p5.js的生成代码了

...

经过一系列的折腾，终于完成了，效果如下：

Vibe编程的思考

从各种网上的结论怎么看 Vibe编程 这个概念的呢？有两种不同的声音：

有人说："氛围编程看似捷径，但本质是死路"

为什么这么说，可能很多人没有使用氛围编程写过生产代码，如果用代码上线过，的确可能会发生问题，看似逻辑是正确的，没有工程师当监工，这些代码只能永远存在仓库中。

氛围编程或许让功能上线飞快，但需要真正支撑生产环境的，是懂系统、能排查、懂业务逻辑的工程师。

我认可这种结论，作为一个工作10年的后端工程师，线上的任何一行代码都必须要保证准确，一旦内存泄漏，或者使用了某些全局变量，或者没有判空等，可能当时不会发现，运行几天以后就挂了...。

氛围编程毕竟用 AI，AI 不一定 100% 准确，特别是复杂的问题，现在做一个假设，将一个复杂的问题拆分为 10 个步骤，假设 AI 每个步骤都能按照 98% 遵循，根据出问题的概率叠加，0.98 进行 10 次相乘，就只有 80% 左右的概率不出现问题，所以问题的确在 AI 上叠加。

有人说，可以让 AI 多次检查，多写测试用例，多做代码覆盖，其实对于一个黑盒来说，AI 是裁判也是运动员，怎么能做到一定正确呢？

也有人说："氛围编程是未来，将改变编程的新范式"

我认为任何一种新的效率提升的范式都会受到旧思想的阻挠，又会被一群看到希望的人追捧，就像当年重新塑造经济范式的 BTC。

反对的观点是氛围编程不能 100% 解决问题，但是真实情况是的确能提效，你想像一下当你想了解某个知识点，以前的思考习惯是自己整理资料，而且资料的内容可能杂乱，导致你的系统性思考是复杂的，现在 AI 按照你的想法帮你整理资料，并实现代码逻辑，是不是好像多了一个助手，肯定能提效。

就像我上面自己实现的 SimpleMath 开源项目，如果要我自己实现，至少需要3-5天，但是用 AI 写代码并优化，只花了5个小时。

如果你没有尝试氛围编程，可以尝试一下，你可能刚开始不适应，但是你的确能获得惊喜，不过前提是你接受这种方式，并且有一定的编程基础。

参考

（1）《玩转氛围编程》

（2）mp.weixin.qq.com/s/RGQOYAiiV...