從前，上帝說：“要有光”，於是就有了光。現在您可以說：“要有這個應用程序”，然後該應用程序就會出現在您眼前，這一切都歸功於人工智能的魔力。
這就是 vibe coding 的承諾。
OpenAI 聯合創始人、前特斯拉人工智能總監 Andrej Karpathy 上個月在推特上發文稱：“我只是看一些東西，說一些東西，運行一些東西，複製粘貼一些東西，大部分都是有效的。”他在社交媒體上描述了自己的新編程方法。
他解釋說，他不需要精心編寫代碼，只需與人工智能助手對話，讓它完成繁重的工作。他稱此為“氛圍編碼”——所有人工智能專家都喜歡它。
這個術語很快就找到了產品市場契合點，短短几周內，韋氏詞典就將“氛圍編碼”添加到其數據庫中，將其定義為“在人工智能的幫助下，以某種粗心的方式編寫計算機代碼”。 到 3 月份，Y Combinator 首席執行官 Garry Tan 報告稱，在該加速器的 2025 年冬季初創企業批次中，“對於 25% 的批次，95% 的代碼行都是由 LLM 生成的。”
一些人認為這就是技術的未來，任何人都可以使用自然語言將任何想法變成現實，並讓機器負責編碼。另一些人認為這種趨勢相當於一場即興演奏會，人們從一個想法開始，讓流程——以及與聊天機器人的互動——引導他們完成最終結果。
當然，批評人士認為，這種趨勢將導致災難。
一位 Reddit 用戶表示：“Vibe 編碼就像購買一套工具來組裝一輛賽車，付錢給一個‘對賽車略知一二’的醉酒叔叔，讓他為你組裝這個工具，然後告訴你所有的朋友，是你組裝了它。”
從本質上講，氛圍編碼需要用通俗易懂的語言告訴人工智能你想要構建什麼，然後讓它生成實際的代碼。開發人員不必費力地研究語法或仔細閱讀文檔，只需說“創建一個包含電子郵件驗證和密碼要求的登錄表單”，然後觀察人工智能處理實現細節。
氛圍編碼方法顛覆了傳統的軟件開發。氛圍編碼員不再逐行編寫代碼，而是專注於高級指令，並通過與 AI 助手的自然對話進行迭代改進。
技術教育家馬修·伯曼指出：“這是一種新的編碼方式，你不需要寫一行代碼。你不用讀代碼，只需試著使用它，看看它是否有效——如果不行，你就解釋哪裡出了問題……你不用看差異，基本上只是感受一下。”
Karpathy 將此稱為“全部接受”心態。“我總是‘全部接受’，我不再閱讀差異，”他說，指的是他如何接受人工智能建議的代碼更改而不仔細審查它們。
這種方法 - 信任人工智能來編寫工作代碼，而無需開發人員完全理解每一行代碼 - 是真正的氛圍編碼與簡單地將人工智能用作複雜助手的區別所在。
在人工智能輔助編碼中，用戶依靠人工智能來幫助他們編碼，但他們會調試錯誤並瞭解人工智能在做什麼。人工智能只是一個完成工作的非常快的打字員。另一方面，Vibe 程序員不會調試、不會編碼，也不知道——也不關心——幕後發生了什麼。他們所做的只是說話、複習、再說話。
在純氛圍編程會話中，提詞員不會檢查代碼。他們只是在運行機器創建的代碼後指出錯誤並提出改進意見。應該修復所有問題並改進代碼的是機器，而不是人類。
除了技術層面，氛圍編碼還催生了其獨特的文化和美學。“氛圍”一詞並非偶然——它體現了從業者在編碼過程中對創造力、流暢性甚至趣味性的重視。
在 TikTok 和 YouTube 上，氛圍編碼的視頻中，開發人員經常在情緒化的燈光下使用 RGB 鍵盤，背景中播放著輕柔的環境音樂，他們與 AI 助手聊天。這種場景看起來一點也不像傳統的軟件工程。
這種將編程與冷靜、富有創意的氛圍融合在一起的做法，讓編程看起來更加平易近人，也更具情感吸引力。社交媒體影響者 Riley Brown 在 LinkedIn 上稱自己為“高級氛圍編碼員”，現在他全心全意地致力於傳播這一趨勢，他通過發佈視頻在各個平臺上積累了超過一百萬的粉絲，視頻中他僅通過語音命令就構建了功能齊全的應用程序。其他影響者，如 Matthew Berman、Nuno Maduro 和 The Primeagen 也在 YouTube 和 Twitch 上分享了他們的課程。
這種審美強調編碼可以是有趣和富有表現力的，而不是枯燥和技術性的。這與傳統上與軟件開發相關的刻板、注重精確的文化截然不同。
幾位知名的科技界人士大力倡導氛圍編碼，在短短几個月內就將其從小眾概念推向了主流討論。
安德烈·卡帕西 (Andrej Karpathy) 的影響力不容小覷。他最初發表的帖子描述了他的氛圍編碼工作流程，獲得了數千個贊，並引發了廣泛的爭論。鑑於卡帕西在人工智能社區的聲譽，他的支持為這種方法增添了極大的可信度。
風險投資公司Andreessen Horowitz的普通合夥人 Andrew Chen 也是這一趨勢的另一位倡導者。Chen 將氛圍編碼描述為“非常出色，但又非常令人沮喪”。
“大多數代碼將由時間充裕的人編寫（生成？），”他說。“因此，大多數代碼將由孩子/學生而不是軟件工程師編寫。這與視頻、照片和其他社交媒體的趨勢相同。”
Replit 首席執行官 Amjad Masad 報告稱，得益於 AI 功能，“75% 的 Replit 客戶從未編寫過一行代碼”——這一統計數據強調了氛圍編碼原則已經如何改變軟件開發人員。
但並非所有人都相信這一點。許多開發人員對氛圍編碼的潛在缺陷表示了嚴重擔憂。
代碼質量是主要批評點。Vibe 編碼對於缺乏經驗的人來說可能是一種很好的工具，但專家認為它還不足以產生高質量的結果。著名獨立遊戲《時空幻境》的開發者喬納森·布洛 (Jonathan Blow) 在 X 上的一場熱門辯論中回應了 Vibe 編碼員 Levelsio，他對此趨勢發表了看法。這場辯論是在 Levelsio 分享了一個完全在 Vibe 編碼會話期間構建的飛行模擬器後引發的。
“我這麼說吧：如果你從未嘗試製作遊戲，我相信擁有遊戲製作經驗會很有趣。對於那些製作過遊戲的人來說，即使只是製作過簡單的遊戲，將內容顯示在屏幕上並不令人印象深刻，這很容易；讓遊戲變得好玩才是難事，”著名獨立遊戲《時空幻境》的開發者喬納森·布洛在 X 上與氛圍編碼員 Pietier Levels（又名 Levelsio）進行了一場病毒式辯論，後者分享了一款完全由人工智能構建的飛行模擬器。
安全漏洞是另一個重大風險。人工智能助手本身並不瞭解特定於特定應用程序的安全最佳實踐。盲目接受人工智能生成的代碼可能會引入安全漏洞，這些漏洞可能在被利用之前不會被發現。
Reddit 用戶 Dw444 在最近的一篇帖子中表示：“人工智能會胡編亂造。人工智能編寫的代碼幾乎總是完全錯誤的。我的僱主為我們的工作使用人工智能助手付費，即使是最先進的模型也容易在瞬間開始編寫明顯錯誤的代碼。你真的不想在[生產]中使用人工智能代碼。”
人們還擔心技能退化。如果開發人員越來越依賴人工智能來完成哪怕是中等程度的編碼任務，那麼他們的基礎技能可能會隨著時間的推移而退化。“易用性是一把雙刃劍，”人工智能研究員 Harry Law 告訴《商業內幕》 。“初學者可以快速進步，但這可能會阻止他們瞭解系統架構或性能。”
當原始代碼不是人工編寫時，調試也會變得特別具有挑戰性。正如 Andrew Chen 所指出的那樣，雖然使用人工智能完成項目的前 75% 可能微不足道，但之後對其進行改進和修復可能會變得極其困難。
總體而言，迄今為止最好的方法似乎是人工智能輔助編碼。
人工智能開發人員朱利安·哈里斯 (Julian Harris)在描述他使用氛圍編碼的經歷時寫道：“可以說，（氛圍編碼）不是主流，而且最初幾次嘗試生成有用的代碼——在幾分鐘內——都是完全錯誤的。”
但他總結道：“我發現，用紮實的軟件工程學科進行仔細的提示非常有效。以我的背景，我估計我會花兩倍的時間來手寫所有內容，而且說實話，我可能會放棄。”
