Vibe Coding 就是AI编程吗？

通过AI开发应用的经历，作者解析了"Vibe Coding"与传统AI辅助编程的本质区别：前者依赖LLM实现零代码全自然语言开发，后者仍需人工阅读、选择和重构代码。同时探讨了Vibe Coding面临的安全风险与代码质量挑战，展望AI与程序员将长期并存、各自发挥优势，共同创造更多可能性的美好前景。

背景：在过去两个月中，我通过 Trae 国际版（主要使用 Claude-4 和 Gemini 模型），与 AI 协作开发了一款 macOS 应用 —— 仙人掌 AI 助手 🌵，目前已成功上架 App Store。这段实战经历让我对“AI 编程”有了更深的理解与感受。我希望将这段时间的开发心得记录在墨问笔记中，作为个人经验的总结，也供您参考。

当我第一次看到 “Vibe Coding” 这个词组时，我以为它只是 AI 编程的一种时髦说法，翻译成“氛围编程”或“感觉编程”似乎也挺贴切。但当我深入了解这个概念的来源之后，才发现它其实与传统意义上的“编程”几乎没有关系。

什么是 Vibe Coding？

“Vibe Coding” 这个概念由计算机科学家安德烈·卡帕斯（Andrej Karpathy）在 2025 年 2 月提出。他是 OpenAI 的共同创办人之一，也曾担任特斯拉 AI 部门的负责人。他定义的 Vibe Coding，是一种依赖大型语言模型（LLM）的全新程序开发范式：开发者只需用自然语言描述需求，AI 会自动生成完整的可运行应用代码，甚至包括前端、后端逻辑，乃至一键部署能力。

在 Vibe Coding 的整个过程中，开发者不需要亲自写一行代码，甚至连代码都不必看。许多 Vibe Coding 平台（如 loveable.com）已经可以通过自然语言对话生成并发布 Web 应用，真正实现了“说出一个产品，它就诞生”的魔法。

我做的不是 Vibe Coding 吗？

回顾我这两个月的开发过程，虽然我高度依赖 AI 来辅助编写代码，但严格来说，这并不属于 Vibe Coding。原因在于：

我仍然花了大量时间阅读 AI 生成的代码；
我会权衡和选择 AI 提出的不同方案；
我亲自对代码结构进行重构和组织，使其更清晰、更具可维护性。

因此，我目前的方式更接近“AI 辅助编程”，而非“Vibe 编程”。Vibe Coding 更像是“零代码”+“全自然语言指令”驱动的自动开发，目标用户甚至可能不是程序员。

面临的挑战

1. 安全问题

不少人担心 Vibe Coding 生成的代码可能隐藏着安全漏洞。如果只是用于原型开发，这些问题尚可接受；但一旦用于线上生产环境，则可能造成用户信息泄漏、数据丢失等严重后果。我个人的观点是——风险确实存在，但这并非 Vibe Coding 所独有。人类开发的代码同样常常出现安全漏洞。AI 生成的代码是否更不安全？我持相对乐观态度。未来的 AI 工具会加入自动审计机制，例如自动检测常见漏洞、生成安全警告，甚至引入“安全评分”系统，从而提升生成代码的可靠性。当然，这一切的效果还需要实践检验。

2. 代码失控

AI 的加入极大地提升了开发效率，大量模板化、重复性的代码可以交由 AI 自动生成。这本是一件好事，因为它释放了程序员的时间，让人们能专注于更高层次的工作，如功能设计、架构规划和用户体验。但与此同时，AI 的“过度生成”也带来了一个新的风险：代码质量下降，项目逐渐失控。尤其是在团队协作场景中，如果没有良好的代码审查和版本控制机制，大量自动生成的代码会迅速堆积，难以维护、难以追踪、难以重构。