最近好多人突然开始和我讨论Vibe Coding，在我印象里这还是去年年初的事儿，让我有种死去的记忆开始攻击我的感觉。
今年各家都出了不少 Agent 平台，广告打的满天飞，也勾起了不少人的好奇心，我对象也被腾讯的 WorkBuddy 吸引入了坑。
正好 hy-3 模型也是限时免费，她就想搭一套管理各大区的排班系统。
和所有第一次使用Vibe Coding的人一样，虽然都是用自然语言告诉 AI 要干什么，但是并不清楚这个系统应该具备哪些功能，应该是个什么样的交互，如何管理数据等等。
但是今时不同往日，现在的大模型能力都普遍相当强，即便是个模糊的想法，它也能帮你做出一版初稿来。基于这个初稿，你可以进行二次调整，我把这个称为"二创"。
也正是从这个初版开始，原本模糊的需求突然变得具体起来。
当你看到前端页面之后，会发现这里应该增加一个筛选，那里需要补一个数据同步；这个流程不够顺手，可以重新调整；那个功能如果再往前走一步，或许还能解决另一个问题等等。
系统每多出一个功能，你就会想到下一个功能。一个任务还在执行，另一个任务你已经迫不及待的开始了；当你不断的这样调整需求之后，就会慢慢从不知道自己想做什么，到变成了这套系统的产品经理、验收者和调度者。
这也就是常说的，想的都是问题，做的都是答案！
而且更夸张的事情在于，你往往会日以继夜的催促着 AI 干活，乐此不疲，没有人要求你加班，也没有给你明确的deadline。让你停不下来的，是那个系统始终处在一种"马上就会好"的状态里。
而这就是 Vibe Coding 最吸引人的地方。
它让一个原本不会写代码、甚至还没有想清楚自己要做什么的人，可以先看到一个结果，再根据结果理解自己的需求，最后通过一轮又一轮的反馈，把一个模糊的念头逐渐变成真正可用的东西。
但与此同时，它也制造了一种很难摆脱的诱惑：下一个功能，也许就是系统真正成形的关键，再给 AI 一个任务，也许今晚就能全部完成。
所以 Vibe Coding 表面上是在指挥 AI 写代码，但体验上却很像一场赌博。
只不过，在这场赌局里，你既是下注的人，也是发牌的人；既在等待结果，也在不断修改规则。你不只是一个赌徒，还能坐在庄家的位置上。
所以，这是一场由自己坐庄的"必赢赌局"。
Vibe Coding 的正反馈
对于传统的软件开发来说，反馈通常很慢。
你可能花了半天时间写了一个功能，再花半天时间调试，最后才知道方向对不对。中间大量时间都在埋头执行，很难持续获得"快成了"的感觉。
但是 Vibe Coding 不一样。
你提出一个需求，AI 开始执行。几分钟后，一个页面、一段代码或者一个能运行的功能就出现在眼前。
结果不一定完美，但一定会给你反馈。
如果效果不错，你会想继续完善；如果效果很差，你会想换个提示词再来一次；如果只差一点，你就更难停下来了。
因为"只差一点"是最让人舍不得离开赌桌的状态，就好像某多多的"砍我一刀"一样。
AI 的每一次生成都有一点不确定性，每一次又都足够快。于是，大脑会不断收到同一个信号：下一把可能就中了。
你不只是赌徒，你还坐在庄家的位置上
对于普通的赌博，最让人无力的地方，是规则不归你管。
牌怎么发、赔率怎么算、什么时候结束，都由庄家决定。你能做的只有下注，然后等待。
Vibe Coding 恰好相反。
结果不好，你可以改需求；任务太大，你可以重新拆分；一个 AI 忙不过来，你可以再开几个 Agent；方向错了，你可以回滚；模型不合适，你还可以直接换模型。
你甚至可以一边下注，一边修改下一轮的胜率。
这就是"自己坐庄"的真正含义。
你不是把命运交给了一个随机结果，而是在每一次失败之后，重新设计问题、调整资源、修改规则，再开下一局。
普通赌徒输了，就会少一份筹码。
Vibe Coding 输了一轮，往往还能多得到一份信息：原来是我的需求没有说清，原来这个方案走不通，原来真正的问题藏在另外一个地方。
输掉的一局，也可能成为下一局的胜率。
谁能忍住不继续呢？
所谓必赢，是失败被悄悄改了名字
当然，Vibe Coding 并不能保证一个项目真的能做成功。
产品可能没人用，技术方向可能出现了偏差，代码也可能越改越乱。
这些我都承认，在small red book上我也经常看到别人分享 Vibe Coding 的作品，偶尔会看到有些人说 AI 正在创造大量的无用产品之类的说法，但是对于那些身处其中的人来说，他们感觉到的是另外一种感受：只要我还在迭代，这件事就不算失败。
功能没跑通，叫"还在调试"。用户不买单，叫"还没找到需求"。方案被推翻，叫"排除了一条错误路线"。AI 做坏了，叫"提示词还可以优化"。
失败并没有消失，只是被重新命名为反馈、调参和过程。
当所有失败都能兑换成下一次尝试，人就会很自然的形成一种很强的心理预期：成功不是会不会来的问题，只是第几次迭代才来的问题。
只要不离桌，早晚能成！
所以我觉得当你第一次接触 Vibe Coding 的时候先不要考虑成不成的事儿，先感受 AI 给你带来的变化，拥抱他。而且我的观察发现，还是有大量的人没有接触 AI，即便很多人听这个词都听出茧子了。
当你接触了 AI 之后，我们再来探讨怎么样 Vibe Coding 才能做出一个好的产品，什么是规范驱动。这也是我认为的在 AI 时代的好的合作模式，即保留你的思考过程的基础上，让 AI 尽情的去执行。
Vibe Coding 为什么不累
我好像很少听到有人说 Vibe Coding 很累，但是总有人会说上班很累。
我仔细研究了一下，发现导致这个差别的就在三样东西：控制感、进展感和结果归属感
因为当你在 Vibe Coding 的时候，你不会觉得自己在完成一份普通的任务，而是在调度着 AI 这个强有力的执行单元，把你脑子里的想法一点点推向现实；你说的每句话都会改变结果；你做的每个判断都能迅速得到回应。
而这就产生了上述的三种感觉，控制感让你觉得局面还在手里；进展感让你觉得成功正在靠近；结果归属感则不断提醒你：这不是替别人交作业，这是在做我自己的东西。
同样工作十个小时，如果一直在处理别人分配的细碎任务，人很快就会疲惫；但如果每一个小时都像是在证明自己的判断，人就会越做越亢奋。
"资本家心态"的诞生
你们有没有这种感觉，Agent 刚跑完一个任务，不立刻派下一个就觉得亏，上个厕所都要先指派个任务再去，一离开电脑，直接失去掌控力，然后开始找怎么让我不在电脑面前，也能指派 AI 干活，这不就是典型的"资本家心态"吗？
过去，限制一个人产出的往往是执行能力。你有很多想法，但没有足够的时间、技术和人手把它们变成现实。现在，AI 突然给了你一批随时可以调用的"数字劳动力"。不需要休息，不会拒绝任务，还能同时开工，任劳任怨。
于是，你开始本能地追求资源利用率：Agent 最好一直运行，Token 最好全部用完，任务队列最好永远排满。结果发现跟不上的不是 AI，而是自己的决策速度
几个 Agent 同时跑完任务，你要逐个验收；代码越写越多，你要判断哪些应该保留；每完成一个功能，又会冒出三个新的需求。
AI 的执行能力越来越充足，人的判断力反而成了新的瓶颈。
这时候，"资本家心态"最容易带来的误区就出现了：只要 Agent 还在工作，项目就在前进。但事实并非如此。消耗了更多 Token，不代表离目标更近；同时跑了十个任务，也可能只是更快地制造出十份需要返工的结果。
真正重要的不是让 AI 一直干活，而是让它干的每一件事，都能帮你解决一个真实的问题。所以，希望老板们也能去大量的尝试一下 Vibe Coding，近距离的体会一下自己的决策是否是可行的，还是只是拍脑袋想出来的，人的精力也是token。
真正会坐庄的人，懂得怎么结算
如果你也刚开始 Vibe Coding，我建议每次给 AI 派任务之前，先花一分钟回答四个问题：
这一把押什么：这次只解决哪个问题？
什么叫赢：出现什么结果，才算任务完成？
最多押多少：愿意投入多少时间、Token 和迭代次数？
什么时候离桌：达到什么条件就停止、搁置或者换一条路线？
这四个问题，分别对应一场赌局里的目标、赔率、筹码和止损线。
比如你要让 AI 做一个排班系统，这一轮的目标可以只是"让各大区提交下周排班，并在后台统一查看"，而不是一上来就要求它同时实现权限管理、消息通知、数据统计和自动排班。
先把这一轮做完，再决定要不要开下一轮。
过程中想到的新功能，也不要马上插进当前任务。先把它放进需求池，等这一轮结束之后再重新判断：它究竟是真需求，还是因为看到 AI 能做，所以临时产生的需求？
这一步非常重要。
因为 Vibe Coding 最大的诱惑，就是把"还能继续做"误认为"值得继续做"。
从追求满负荷，到追求有效产出
当执行能力变得便宜之后，真正稀缺的就不再是代码，而是判断。
你要判断什么问题值得解决，什么功能值得保留，什么结果值得交付，以及什么时候应该停止继续生成。
所以，每一轮 Vibe Coding 结束后，都应该有一次明确的结算：这一轮要么交付了一个真正可用的结果，要么验证了一个想法，要么排除了一条错误路线。
Vibe Coding 的价值，恰恰就在这里，让我们可以用更低的成本，把想法变成可以验证的结果。
结尾
这是骡子是马也要拉出来溜溜，展示一下我对象的成果，虽然粗糙，但却是个很好的开始。
