深度解析Vibe Coding:AI氛围编程的红利、弊端与行业反噬

大家好呀,又是认真生活的一天。

今天看到 Hacker News上的一个帖子,标题叫 "We charge $10k a week to delete AI-generated code",收费一周一万美刀帮公司重构AI代码。发帖人zie1ony来自波兰一个叫odra.dev的三人小团队。帖子刚挂了不久就冲到了热榜。

帖子讲的事不复杂。他们仨做了个服务叫Slopfix,专门帮人清理AI/Vibe coding写出来的代码屎山。客户花一万美金,他们三个资深工程师投入一周,承诺一个瘦身目标。比如10万行砍到3.5万行,并且功能不受影响。打出的口号也很有意思,"We are not agents"。

收钱方式按达标率算,例如承诺砍掉50%,但最后只做到20%,那就只需要付40%,4000刀。他们会先免费分析这个代码屎山,然后再报价,干完以后还附赠两周保修。

zie1ony在帖子里说得很直白:

"A client calls, asks for a 'small refactor,' and sends you 100k lines of AI-generated spaghetti. And this is great! This is something we can work with."

一个客户打电话来,说是"小重构",结果甩过来10万行AI生成的意大利面式的代码。

那怎么清理呢?他们的流程是,先逐屏逐接口过一遍,给现有功能写清单,然后精简重构。例如AI可能写了十四个日期格式化工具,他们负责统一成一个方便维护。主要清理重复逻辑、用库替换手写工具、删掉没用的代码等。当然他们也用AI编程工具,但用他自己的话说,"as a tool, not as the driving force",人驾驭工具而不是工具驾驭人。

Vibe Coding

Slopfix这类服务能出现,前提是AI生成的代码量已经大到成灾了。

2025年2月,Andrej Karpathy在X上发了一条推文,定义了一个新词:

"There's a new kind of coding I call 'vibe coding', where you fully give in to the vibes, embrace exponentials, and forget that the code even exists."

他管这叫Vibe Coding,氛围编程。核心意思是你不用管代码长什么样,按感觉跟AI对话,让它生成代码就行。

这个概念火了之后,网络上产生的代码量开始坐火箭上升。

GitHub官方的Octoverse 2025报告给了一组数据:2025年开发者向GitHub推送了近10亿次提交,同比增长25.1%。月均合并PR 4320万次,同比+23%。使用LLM SDK的公开仓库更是一年新增69.4万个,同比涨了178%。

GitHub也在报告中说,这是平台有史以来最活跃的12个月。

vibe coding 的提出者 Karpathy 自己的工作方式也完全改变。写了20年代码的人从 "80%手写加20%AI辅助" 变成了 "80%交给Agent加20%自己修补"。他甚至在帖子中承认,已经开始感觉到手写代码的能力在萎缩,"那种你可以看懂代码但写不出来的感觉"。

Vibe Coding确实降门槛、提效率。用很短的时间就可以干完80%的活,原型、Demo、小程序刷刷刷就出来。但实际生产中,问题恰恰出在剩下那20%。

唱多 or 唱衰?

Vibe Coding这股风刮起来,争议就没停过。有人说这是编程的未来,有人说这是在给自己挖坑,吵到现在也没个定论。

觉得好的这边,Karpathy绝对是头号旗手。词是他造的,也是他身体力行带火的。他在播客里说,从2025年12月开始自己基本没亲手写过一行代码,"Token吞吐量"反倒成了衡量生产力的新指标。行业里跟风的人不少,国内甚至有老板听了管理层几句建议,就直接在公司全员推Vibe Coding,拿着招标文件就让AI开干。

觉得不行的声音也一直没断过。有意思的是,第一个出来泼冷水的重量级人物,恰恰是Karpathy本人,堪称标准的"吃了吐"。

2026年3月的No Priors播客上,他给AI的编程能力画了幅很传神的像:"它既像一辈子做系统编程的博士生,又像个只会讲五年前老梗的十岁小孩。"

为什么反差这么大?他的解释是:只有目标清晰、结果可自动验证的任务,AI才能跑得飞快。一旦超出它见过的范畴,智能体很容易就卡壳。所以他补了个前提------"不能完全撒手不管"。

造出Vibe Coding这个概念的人,一边带头all in,一边又反复强调"不能完全放手"。可惜很多企业和老板只听进去了前半句,后半句直接过滤掉了。

Addy Osmani说得更直白。这位在Google待了14年,负责Gemini开发者体验与技术布道的掌门人,最近出了本新书叫《Beyond Vibe Coding》,书名本身就是态度。

他提了三个很扎人的概念:一是理解负债 ,你读不懂的代码都是欠的账,早晚要还;二是认知投降 ,完全依赖AI,相当于把"理解"这件事整个丢掉;三是别把学习外包出去

其实两边吵到现在,根本说的不是一回事。2026年2月,Anthropic的CEO Dario Amodei在一次访谈里把这个问题拆解成了两个方面。

"我认为编码会先消失------先被AI接管。然后才是更广义的软件工程,但那要花长得多的时间。"

写代码和软件工程,本来就是两码事。打字快不等于会写文章,会用笔不等于能做设计。编码只是软件工程整条链上的一环,而Vibe Coding加速的,恰恰也只有这一环。

Dario还拿Amdahl定律打了个比方:当流程里多个环节都被提速,那些没被加速的部分反而会变成瓶颈------"以前你根本不在意的能力,突然就成了护城河"。写代码不再是瓶颈之后,什么成了新瓶颈?架构设计、需求判断、系统思维,这些事AI还干不了,攥在人手里,价值反而越来越高。

这么看两边其实都有道理。唱多的人盯着"写代码"这一环,AI写得飞快,Vibe Coding确实好用;唱衰的人盯着"软件工程"整条链,AI只走了前面一小段,后面还得人兜底。

HN上有人分享过一个真实案例:他们团队用Vibe Coding替掉了公司每年付费12万美元的低代码平台,而AI月费还不到一千美元。账面上看起来很漂亮。但代价是,团队里高级工程师的工作方式变成了------只验收功能,不读代码。

功能能用是真的,但没人碰过代码底层也是真的,这代码到底还在不在掌控范围内?没人问。这就是Vibe Coding落到真实工作里的样子:效率是真的,你和代码之间的距离,也是真的。

这种距离感,Karpathy其实早有预警。他还造了个词叫Slopacolypse------低质AI内容末日。

"2026年的GitHub、arXiv和社交媒体上,会涌出大量AI生成的低质量内容。生产力是真的,质量塌方的风险也是真的。"

生产力是真的,质量塌方的风险也是真的。这句话,大概就是Slopfix和所有"AI代码铲屎官"存在的全部理由。

我来说道说道

HN上的这个帖子,是冰山尖上的一角,有可能只是这个三人团队挂出来刺探行情的帖子。但它指向的现象确实存在。

如果让我来谈谈对 vibe coding 的看法,一句话总结,"有术无道 "。(抱歉把互联网之前的术和道的概念又搬出来了。

什么是术?是解决具体问题的具体能力,就像网络上各个大佬做的SKILL,拿来即用,行之有效。什么是道?是给出解决方案背后的东西,就像是做这些SKILL时脑子里的东西,这个很难形容,但确实存在。

AI拥有解决具体问题的能力,但是使用者需要有解决整个问题的思路。vibe coding 本质还是工具,就像手术刀,外科医生的立身之本不是刀有多快,而是知道在哪里下刀。但刀越好用、门槛越低,手术室里站着的实习生就越多。

至于Vibe Coding到底有没有拉平写代码的能力?

客观来说,Vibe Coding的价值不可全盘否定,在小型Demo、短期临时项目、快速原型开发这类轻量化场景中,它的效率优势拉满,实用性极强。一旦落地到大型工程、团队协作项目、持续维护的生产级项目中,Vibe Coding的弊端就会彻底暴露。

而且,AI工具只是拉低了门槛,并不是拉低了上限。手敲代码的基本功越好,AI产出的质量越高。基本功弱的人越依赖AI,基本功只会更弱,形成逆向淘汰。

一周一万刀雇人重构AI代码,是一个信号。说明有人已经看到了AI代码的问题,而且不止一两个。

反噬不是说Vibe Coding本身要完蛋,而是狂欢式的、不加节制的、放弃理解的代码生产方式,有人要开始为此买单了。

当然,以上纯属我个人的拙见啦,不保熟的啦。欢迎评论区留下你的看法~

相关推荐
GoGeekBaird2 小时前
我最近在写 BeeWeave,想把 Agent 用过的上下文留住
后端·github·ai编程
ServBay2 小时前
如何实现30秒实现动嘴建站,Claude Code + ServBay MCP 实战指南
aigc·ai编程·mcp
Java小白笔记2 小时前
Codex Skills 分类整理
大数据·人工智能·elasticsearch·搜索引擎·ai·ai编程·ai写作
猿类生物2 小时前
从 Prompt Engineering 到 Loop Engineering:AI 编码的下一个边界
人工智能·ai编程
LL3436382 小时前
2026最新6款AI编程工具平替实测合集:vibe coding迭代能力深度对比
ai编程
宅小年3 小时前
AI 记忆是怎么实现的?上篇:从上下文到记忆层
aigc·openai·ai编程
Captaincc3 小时前
选择无聊的技术
vibecoding
殷紫川4 小时前
WorkBuddy 深度实战:把重复工作交给 AI,一人撑起团队的技术产出
ai编程
大鹅同志4 小时前
Agent Runtime Evaluation Platform — AI Agent 运行时全维度质量评估平台
ai·langchain·agent·rag·langgraph·vibecoding·llm-as-judge