跳至主要内容

什么是 Vibe Coding(氛围式编程)?定义、工具、优缺点

了解氛围式编程的优缺点、对软件开发的影响,以及上手所需的工具。
Dr Ana Rojo-Echeburúa
Dr Ana Rojo-Echeburúa

创建您的免费账户

实践并学习路径你的进步。

使用 Google 继续继续即表示您接受我们的 使用条款,我们的 隐私政策 ,并且您的数据存储在美国。

不久之前,编程意味着要熟知各种编程语言的方方面面,并手动敲下每一行代码。随后出现了 GitHub Copilot 和 Amazon CodeWhisperer 等自动补全工具,能在此过程中提供一些帮助。

而如今,您可以用自然语言描述想要实现的功能,让 AI 为您生成、测试并调整代码。这种新方法的一个名称是氛围式编程(vibe coding),该术语由 Andrej Karpathy 于 2025 年初提出。

不过,氛围式编程在带来速度与创造力的同时,也伴随新的风险——从代码质量不稳与安全漏洞,到过度依赖 AI 的隐患。在本文中,我将拆解氛围式编程的工作方式、其优势与短板,以及您如何亲自开始尝试。

什么是氛围式编程(Vibe Coding)?

氛围式编程是一种构建软件的方式:您用自然语言告诉 AI 想要什么,由 AI 为您编写代码。您无需亲自敲下每一行代码,只需描述想要的功能或待解决的问题,AI 就会处理技术细节。

氛围式编程更像是在下指令——用Andrej Karpathy 的话来说:“我只是看东西、说东西、运行东西、复制粘贴东西,而且大多数时候都能用。”

如果出了问题,您无需花上数小时手动修复。把错误复制下来,发给 AI,请它修好即可。

vibe coding

虽然氛围式编程让软件开发更具对话感和创造性,但也带来了代码质量、安全与长期可靠性方面的风险。就目前而言,它最适合用于快速原型、小型应用,或作为有经验开发者的起点——在需要时知道何时介入并掌控细节。

氛围式编程的工作流程示例

假设您正在策划一场活动,需要一个简单的网站供人 RSVP(回复是否参加)。您不会写代码,但打开一个 AI 编程助手,直接输入:

“帮我做一个简单的活动页面,让来宾可以输入姓名和邮箱进行 RSVP。提交后,我希望页面显示‘感谢您的 RSVP!’。”

AI 回应道:

“这是您的 RSVP 页面所需的 HTML 和 JavaScript。包含姓名与邮箱字段的表单,以及在有人提交后出现的致谢消息。”

您试了一下,但点击 RSVP 按钮时没有反应,屏幕上却出现一条错误信息:

“TypeError: Cannot read property ‘value’ of null.”

您不确定这是什么意思,于是将错误信息复制并粘贴回 AI 对话框:

“我点击 RSVP 按钮时出现这个错误:‘TypeError: Cannot read property ‘value’ of null.’ 你能修好吗?”

AI 回复:

“看起来代码在页面完全加载之前就尝试获取表单输入。我已更新脚本,使其在页面加载完成后再运行。请试试这个版本。”

您粘贴新代码,刷新页面,现在 RSVP 表单就按您的要求正常工作了。这样的来回迭代正是氛围式编程的精髓。

氛围式编程 vs. 传统编程方法

氛围式编程降低了入门门槛,能加速将创意落地的过程,尤其适合没有传统编程背景的人群。

但由于大量代码由 AI 在幕后处理,您可能无法完全理解系统底层的工作原理。如果无法轻松跟踪逻辑或识别更深层的问题,调试会更困难。氛围式编程的速度与便捷,往往以灵活性和长期可维护性为代价,尤其是在复杂或大规模项目中,系统各部分都需要精细掌控。

以下是氛围式编程与传统编程的更详细对比g:

方面

氛围式编程

传统编程

交互方式

与 AI 的自然对话

使用编程语言手动编写

所需专业度

几乎不需要编程知识

需要扎实的编程背景

开发速度

快速创建与迭代

较慢且更有步骤

关注点

创意与想要达成的目标

底层细节、语法与结构

可及性

对大众开放,非程序员也可参与

主要面向受过训练的开发者

控制与灵活性

受限于 AI 能力范围

可完全掌控每一行代码

调试

AI 协助修错,但可解释性较弱

由您全面理解并解决问题

氛围式编程的优势

下面来谈谈氛围式编程的优势。

Vibe Coding Advantages

可及性

氛围式编程让没有技术背景的人也能更轻松地构建软件。只需用自然语言描述需求,编程便对更多人开放:创业者、设计师以及各领域专家。

快速原型

氛围式编程的一大优势是能以极快速度构建应用的早期版本,即原型或 MVP(最简可行产品)。从想法到可运行的演示,不再需要数天或数周,几个小时即可完成。这对想快速验证想法并在投入大量时间或资金前获取反馈的创业公司与创作者尤其有用。

效率

氛围式编程能处理许多枯燥重复的编程工作,例如搭建基础文件、处理简单数据任务、编写常见代码模式。AI 负责这些工作后,您可以把更多精力放在设计思路、解决真实问题以及提升用户体验上。

创新

由于无需过多顾虑技术细节,您可以更自由地进行尝试。更容易试错、测试功能、打造创意解法,而无需投入大量时间或资金。来自 AI 的即时反馈也能持续推动创意进程。

氛围式编程的劣势

虽然氛围式编程为软件开发带来了速度与创造力,但也引入了新的风险与挑战,值得重视。

Vibe Coding disadvantages

代码质量隐患

AI 生成的代码往往一开始能运行,但可能隐藏问题:效率低、难以理解,或日后难以更新,尤其在您缺乏编程背景时更为明显。

这会让应用随着时间推移变得杂乱无章,并在项目扩展或需要变更时引发更大的问题。

安全风险

安全同样是一个重大隐忧。AI 工具有时会忽略重要的安全步骤,例如校验用户输入或正确处理错误。如果用户不进行复核而盲目信任 AI 的输出,便有可能发布易受攻击的应用,带来被入侵、数据泄露或法律问题的风险。若缺乏严格的代码审查,这些风险很容易流入生产系统。

vibe coding security risk example

氛围式编程中的安全风险示例

要学习氛围式编程的最佳实践,请观看这场免费网络研讨会:Don't Just Vibe Code It; Understand It。

过度依赖 AI

另一个挑战是用户可能过度依赖 AI,自身却没有建立起扎实的编程能力。一旦出现故障,由于不完全理解代码的工作方式,便可能难以修复。在专业环境中,这尤其成问题,因为要想取得长期成功,就必须对系统了如指掌。

自定义受限

尽管 AI 善于处理常见任务,但在高度特定或复杂需求上往往会吃力。如果项目需要非常非常规或细致的功能,AI 可能只会生成基础或不完整的代码,或遗漏关键环节。随着项目体量与复杂度增加,用户通常需要手动介入,才能让系统正确运行。

就目前而言,氛围式编程更适合构建小型应用或快速原型,而非支撑大型关键系统。

对软件开发的影响

氛围式编程不仅在改变软件的构建方式——也在改变开发者的角色、初创公司的运作节奏,以及行业内新技能的培养方式。

重新定义开发者角色

开发者不再把大量时间花在手写每一行代码上,而是更多地专注于撰写高质量提示词、审查 AI 生成的代码,并将不同的 AI 输出整合为可运行的系统。像提示工程、系统设计与代码审查等技能,正变得与传统编程同样重要。

围绕 AI 辅助开发也出现了一些新侧重领域,如提示工程和AI 伦理顾问,尽管它们通常是更广泛工程或政策角色的一部分,而非完全独立的职位名称。

初创公司的新节奏

对于初创公司而言,氛围式编程是重大机遇。小团队如今能以过去需要大规模工程团队的速度构建产品。从想法到上线的周期前所未有地缩短,有时只需几天甚至数小时。这让测试想法、更快转向与保持灵活变得更容易。它也意味着创始人和非技术成员无需庞大且昂贵的团队,也能更深度参与软件创建。

教育与技能发展

氛围式编程也开始影响编程教育。尽管理解编程基础依然重要,但人们越来越重视如何与 AI 工具协作——例如,学习如何撰写清晰的提示词、审查 AI 生成代码中的错误或安全问题,并将这些代码整合进更大的项目中。

这种转变或将让没有传统计算机科学背景的人更容易进入软件开发领域。但与此同时,也凸显出一种张力:生成代码越容易,越需要具备足够能力来识别何时出了问题。

氛围式编程并未取代对技术技能的需求,而是为人与计算机的协作新增了一层。如何高效地驾驭这种协作,正在迅速成为必备技能的一部分。

氛围式编程工具

越来越多的工具正在让氛围式编程变得易于上手。让我们来看看其中的一些。

Cursor

Cursor 是一款构建于 Visual Studio Code 之上的智能代码编辑器。它使用GPT-4o与Claude 3.7 Sonnet等强大的 AI 模型来理解您的代码库,并用自然语言帮助您编写、改进或修复代码。

要学习 Cursor,请查看这篇包含十个实用示例的教程:Cursor AI:10 个实用示例指南。

Cursor

Replit

Replit 是一个基于云的编程平台,支持 50 多种编程语言。它内置 AI 助手,可在您工作时帮助编写、调试与清理代码。您可以用自然语言描述需求,Replit 的 AI 会为您生成或修复代码。它还提供即时部署、版本控制与实时协作,全都可直接在浏览器中完成——非常适合快速原型、团队项目或学习场景。

学习该工具的最佳方式之一是通过Replit 实用示例。

Replit

Lovable

Lovable 是一款无代码/低代码工具,您只需描述所需,即可构建应用。它会读取您的提示,为 Web 与移动应用生成代码与结构,即使您毫无编程经验也能上手。

通过Lovable 演示项目了解更多。

Lovable

Bolt

Bolt 专为在 AI 的帮助下快速构建应用原型而设计。您可以用自然语言描述应用的功能或流程,Bolt 会为您生成后端、前端,甚至部署配置。对于需要快速测试想法、快速推进的初创与产品团队,它是一个强劲的选择。

Bolt

Windsurf

Windsurf 是由 AI 驱动的全栈开发平台。它提供如 Supercomplete(推测您的意图并据此生成代码)与 Cascade(构建交互式 AI 工作流)等工具。借助 Windsurf,您可以编辑与重构代码,甚至把截图转为可运行代码。对在前后端构建大型、复杂项目且希望紧密 AI 支持的开发者尤为便利。

在这篇关于Windsurf的教程中了解更多。

Windsurf

工具对比

如果您刚刚起步或想要简单易用的方案,Lovable 非常适合在无需编码的情况下快速把想法变成应用。若您想要一个带 AI 助力、但仍保留灵活性的完整编程环境,Replit 易于上手,且非常适合快速项目。

对于希望留在熟悉编辑器内的进阶用户,Cursor 在不改变既有工作方式的前提下提供强大能力。若您需要以极少的手动配置快速构建并测试应用想法,Bolt 是理想之选。

若您在做更大、更复杂的项目,Windsurf 能在前后端提供深入的 AI 支持,帮助您轻松管理复杂的构建。

Comparison Tools

结论

氛围式编程正开始重塑软件构建方式:只需用自然语言描述需求,便可更轻松地将想法变为可运行的产品。它已经在早期原型阶段助力一些团队提速,并降低了没有传统编程背景人群的进入门槛。

但这一转变也带来切实的权衡。如果未经审查就信任 AI 的输出,代码质量、安全与长期可维护性可能会受损。更复杂的项目仍然需要人的判断、清晰的系统设计,以及对底层代码工作方式的扎实理解。氛围式编程并未消除对技术技能的需求,而是改变了这些技能发挥作用的环节。

随着 Cursor、Replit、Lovable、Bolt 与 Windsurf 等工具持续演进,氛围式编程或将成为团队与个人进行软件开发的重要组成部分。但就目前而言,它的优势主要体现在小型项目、实验与快速迭代上,而要保证可靠性,人类的监督仍是关键。

Dr Ana Rojo-Echeburúa

作者

Dr Ana Rojo-Echeburúa

Ana Rojo Echeburúa 是一位人工智能与数据专家,拥有应用数学博士学位。她热衷于将数据转化为可执行的洞见,并在带领技术团队方面拥有丰富经验。Ana 喜欢与客户密切合作,解决其业务难题并打造创新的 AI 解决方案。她以出色的问题解决能力和清晰的沟通著称,对人工智能,尤其是生成式 AI 充满热情。Ana 致力于持续学习与负责任的 AI 开发,同时专注于简化复杂问题,并以通俗易懂的方式解释技术。

主题