这个术语由 Andrej Karpathy 在 2025 年初提出：“Vibe coding is when you fully give in to the vibes, embrace exponentials, and forget that the code even exists.” 两年后，它已成为行业词汇的一部分，但仍然被广泛误解。
不是”让 AI 替你编程”
最常见的误解是：vibe coding = 不知道自己做什么。实际情况恰恰相反。要让 AI 产出有用的代码，你需要：
- 精确知道自己想要什么 — prompt 的精确度与开发者的经验成正比。
- 评估输出 — 区分惯用代码和”能用但后期维护成本高”的代码。
- 引导迭代 — 知道何时转向、何时拒绝、何时接受。
Vibe coding 是以高速执行的高级设计。它不会消除对技术判断的需求；而是放大了这种需求。
实践中的工作流
如今，一个典型的 vibe coding 循环是这样的：
- 明确意图 — 精确地定义 什么 和 为什么。
- AI 快速起草 — 获得 70-80% 的功能性代码。
- 审查和引导 — 纠正方向、澄清不变量、添加上下文。
- 迭代精炼 — 多轮短循环，直到结果稳定可靠。
- 测试和最终审查 — 永远不要跳过这一步；没有监督的话，AI 会引入技术债务。
最宝贵的不是原始速度，而是 AI 把你从 认知滚动 中解放出来——那层把你与真正问题隔开的样板代码和语法。
2026 年哪些工具定义了这个生态
| 工具 | 用途 | 优势 |
|---|---|---|
| GitHub Copilot | 编辑器内的自动补全 + 代理 | VS Code 原生集成 |
| Cursor | AI 优先编辑器 | 完整 codebase 上下文 |
| Windsurf | 自主编辑代理 | 多文件工作流 |
| Claude (API) | 复杂推理 | 超大上下文窗口 |
| Gemini 2.0 Flash | 速度和成本 | 快速迭代 |
哪些技能变得更有价值
Vibe coding 不会淘汰所有技术技能，但确实重新分配了它们的价值：
变得更有价值：
- 系统架构与设计
- 判断代码长期可维护性的能力
- 编写精确、具上下文 prompt 的技能
- 代码审查和有问题模式检测
- 领域规则知识（业务、安全、UX）
相对贬值：
- 记忆语法
- 手动编写样板代码
- 牢记每个库的 API
不只是技术变革，更是文化变革
有些开发者抵制 vibe coding 是出于合理的情感原因：控制感。每一行代码都自己写会给人一种完全理解系统的感觉。但在大项目中，这种感觉从来都只是部分幻觉。
问题不是 我该不该用 AI？ 而是 如何在不是完全自己写的系统中建立信任？ 答案是永恒的：测试、审查和判断。只是现在要应用到更大的产出量上。
未来的开发者不是代码产出最多的人，也不是 AI 用得最少的人。是在拥有最大判断力的前提下，使用最合适工具来构建能正常运行的系统的人。