Vibe Coding 一年后的看法:AI 辅助编程提高了效率,也放大了责任

Table of Contents

Vibe Coding 一年后的看法:AI 辅助编程提高了效率,也放大了责任

过去一年里,我花了不少时间在实际项目里使用 AI 辅助编程。它确实让我更快进入陌生技术栈、更快改已有项目,也更快推进需求迭代。但与此同时,它也把另一个问题放大了:代码最终要由谁负责,出了问题谁来收场。

所以这篇复盘不是想讨论“AI 好不好用”这种空问题,而是想把体验说具体一点:它到底提升了什么,又把哪些风险提前推到了开发者面前。

所谓 vibe coding 就是最近火热的“氛围编程”,简单的来说,就是 AI 辅助编程。通过对话的方式,让 AI 智能体了解你的意图,读取已有的文件,修改成你的期望的效果。

优点

vibe coding 的优点,就是可以让具备基础的程序员,快速进入项目开发的状态。即使是完全不懂的技术栈和项目,也可以在最短的时间里面进行二次开发,同时对需求进行快速的迭代。

相当于人人手底下有了一个“毫无自主”的,只知道“听令行事”的高级程序员。他从不摸鱼,用最快的速度实现你的要求。

听起来似乎一切都非常美好。

缺点

然而,经过我将近一年的 vibe coding 使用,耗费了大量的 token 的总结下,vibe coding 还是有其短板。

首先,AI 无法对自己给出的结果负责,他不会对自己写的任何回答承担责任。当我们从 AI 回答的结果中复制代码,或者让 AI 智能体直接修改我们的代码文件的那一刻,我们承担了这个责任,我们才是代码的作者。

用简单的话来说,如果将来这个代码出现 BUG,老板只会找我的麻烦,而不会去找 AI。我要对这段代码负责。而如果我并不懂代码里面的东西是什么,将来暴雷的时候,注定要鸡飞蛋打,一地鸡毛。

所以,AI 可以让我们接触到现在可能不理解的东西,但是如果把 AI 的本事当成自己的本事,在面临真正的考验时,就会发现 AI 给的回答不是万能解药。

没有银弹

没有银弹,简而言之,计算机世界没有放之四海而皆准的通解。

如果我不具备写前端的能力,那么 AI 帮我写了我也无力维护,AI 的性能会有上下文的上限,所以如果我的能力“原地踏步”,那么迟早要爆雷。

勿在浮沙筑高塔,就是说,基础不牢,地动山摇。

前景

AI 就像手机上的二维码一样,会渗入我们的生活。

无法使用 AI 的程序员和熟练使用 AI 的程序员,就如果使用镰刀收割水稻和驾驶拖拉机收割水稻。二者的效率简直一个天壤之别。

提示词的书写将会成为我们将来的一项重要功能。

把话说明白,表达到计算机也能理解的程度。听上去很容易,实际上很难。多少人觉得自己绝顶聪明,实际上无法表达清晰自己的简单想法。

适应新时代

为了快速适应新时代,刨根问底,去理解原理和底层逻辑显然不再符合快节奏的时代速度。

我们能做的就是当我们 vibe coding 的时候,能够理解 AI 写的内容是什么。至少做到,明白其中可能存在的问题,能够上手去修改他。

就像考试的时候,自带作弊系统。至少能够看懂解题过程,这样才不至于交出一份自己无法理解的答案。

如果 AI 在前端里面写的 Vue3,但是你从没了解过前端,这就意味着,你要开始学 Vue3 了,否则 AI 给出的内容连好坏都看不明白,岂不可笑。

我的结论

现在回头看,AI 辅助编程确实已经是生产力工具,而不是玩具。它能显著降低进入陌生项目和陌生技术栈的门槛,也能明显提高很多重复开发和资料查找的效率。

但它并没有取消开发者的责任,反而要求开发者把“判断、取舍、验收、维护”这些能力提得更高。不会用 AI,会落后;只会用 AI、不理解代码,同样会出问题。

总结

我越来越倾向于把 vibe coding 理解成一种新的协作方式,而不是一种可以替代工程能力的捷径。

AI 最适合帮你加速,但不能替你负责。真正可靠的做法,不是盲目信任,也不是完全排斥,而是在使用它的同时,持续保持对代码、架构和结果的理解与掌控。

Related Posts

多语言中的对象声明:同一个数据模型在 6 种语言里怎么写

多语言中的对象声明:同一个数据模型在 6 种语言里怎么写 当我们从一门语言切换到另一门语言时,最先遇到的问题通常不是算法,而是“这个对象到底应该怎么定义”。

Read More

Tomato Clock 番茄钟

番茄时钟 link: https://tomato-clock.cn

Read More

多语言中的变量与函数定义:从语法差异到理解方式

多语言中的变量与函数定义:从语法差异到理解方式 接触的编程语言越多,越会发现一个很现实的问题:概念看起来差不多,但落到具体语法时,每门语言都有自己的表达习惯。

Read More