7.1 定义与内涵

什么是 Vibe Coding

Vibe Coding 这个词最早由 OpenAI 联合创始人 Andrej Karpathy 在 2025 年初提出。他在一次演讲中描述了自己编程方式的变化——他发现自己在越来越"沉浸"地和 AI 对话，而不是在"写"代码。他把这种体验称为 Vibe Coding。

他描述的是这样一种编程方式：

你不再"写"代码，而是通过对话自然地描述你想要什么。你让 AI 来写代码，你来读代码、理解它、决定它是否正确、然后告诉 AI 怎么改。

这个定义里有三个关键点。理解这三个关键点，你就理解了 Vibe Coding 与"用 AI 写代码"的本质区别。

关键一：对话式

Vibe Coding 的第一特征是"对话"。你不是在 IDE 中逐行敲代码，你甚至不直接操作代码编辑器——你像和人聊天一样，把需求以自然语言的形式说给 AI 听。

这种对话式的编程方式带来了几个深远的变化：

从精确到模糊。 传统的"写代码"是精确到每个标点符号的表达——你少写了一个分号，程序就编译不过；变量名拼写错了，运行时就报错。代码的世界里，机器不容忍任何模糊。但对话式编程允许模糊——你说"加一个搜索功能"，AI 会帮你处理那些你没有明说但属于"常识"的部分：搜索框放在哪？搜索逻辑是前端过滤还是后端查询？搜索结果是实时显示还是点击后跳转？AI 会根据它的训练数据和你的上下文，做出合理的默认选择。

从线性到网状。 写代码时，你通常一次只修改一个文件、一个函数。你的注意力集中在一小段代码上。但在对话中，你可以同时讨论 UI、逻辑、数据存储——你的思维是网状的，多个维度的信息同时存在。AI 可以同时处理这些维度的输出。

从孤岛到协作。 写代码是一个人在脑海中构建一座复杂的城堡——每个函数、每个模块之间的关系，只有你自己清楚。而在对话式编程中，AI 是你的"结对编程伙伴"。它理解你的思路，你不需要把所有的细节都在大脑中构建完整再落笔——你和 AI 一起，一边讨论一边构建。

这种对话不是单向的命令（"给我做一个登录页面"）——而是你来我往的迭代。你把需求说完，AI 给出结果。你看结果，觉得"这里不对"或"那里再加一个功能"，接着往下说。每一轮都在逼近你真正想要的东西。

关键二：迭代式

Vibe Coding 很少一次就生成一个完美的产品。它是迭代的——每一轮对话都在让你的成果更接近你的目标。

这个迭代不是因为你"不够准"，而是因为创造软件本身就是一个迭代的过程。即使你是一个非常精确的开发者，你第一次写出的代码也需要调试和修改才能达到可用的状态。写代码的过程，本质上是"构思→实现→验证→修正"的无限循环。

Vibe Coding 把这个过程的形态改变了——从"写代码→运行→看报错→改代码"变成了"描述→生成→查看→不满意→重新描述"。

两种方式都在迭代，但有一个根本的区别：认知负担的转移。

在传统编程中，每一轮迭代你都需要付出"实现"的成本——你要找到报错的位置，理解报错的原因，查找解决方案，修改代码，重新运行。在这个"实现"过程中，你的大脑在同时做两件事：判断"目标是什么"和解决"怎么修改代码"。前者是创造性的思考，后者是技术性的劳动。

在 Vibe Coding 中，"怎么修改代码"这部分交给了 AI。你只需要判断"改得对不对"。认知负担从"做"转移到了"判断"——这是一个数量级的差异。

举个例子：你想把一个网页的主色调从蓝色改成暖橙色，同时调整所有按钮的圆角。

• 传统方式：你需要找到 CSS 文件中的颜色变量（或所有出现蓝色的地方），逐一修改，然后修改所有 button 的 border-radius 属性。如果用了 CSS 变量还好，如果颜色是散落在各个文件中的字面量，你要找遍整个项目。
• Vibe Coding 方式："把主色调改成暖橙色，所有按钮圆角加大到 12px。"——AI 完成所有修改，你直接预览效果。不满意？"再暖一点，圆角改成 16px。"

同一个修改，在传统方式中你需要花费 5~10 分钟的操作时间+注意力切换成本，在 Vibe Coding 中只需要 30 秒的描述+10 秒的审查。这个效率差，在一天的开发中会累积成数倍的整体产出差距。

关键三：由意图驱动

Vibe Coding 背后的核心信念是：你不需要学会编程语言，但你需要知道自己想做什么。

这是一个人机协作的新分工。理解这个分工，就能理解 Vibe Coding 的本质：

你（人类）提供	AI 提供
对需求的理解	把意图翻译成代码的能力
对用户体验的判断	语法和框架的正确性
对产品方向的把握	标准实现模式的自动完成
审美和直觉	代码规范和最佳实践
决策和取舍	多个方案的建议和实现

这种分工释放的是什么？是"写代码的能力"吗？不是——写代码的能力从来不是稀缺的，每个开发者都在写代码。Vibe Coding 释放的是思考和判断的精力。

在传统开发中，一个很大的隐性成本是"上下文切换"——你正在思考某个功能的交互逻辑，然后你切换到编辑器里写代码，写完之后再切回设计文档。每一次切换都在消耗你的注意力。Vibe Coding 让你可以一直保持在"思考"的状态——你告诉 AI 你的想法，它帮你实现，你审查结果，然后继续思考下一步。

所以 Vibe Coding 不是把"写代码"这件事变简单了——它把你从"怎么写"中解放出来，让你集中精力思考"写什么"。这是生产力释放的核心来源。

一个重要的澄清

Vibe Coding 不是"用 AI 写代码"的同义词。你可以用 AI 写代码而不用 Vibe Coding——比如你把需求写成详细的 PRD 发给 AI，让它一次生成所有代码，然后你一次性审查。这更像"外包开发"而不是 Vibe Coding。

Vibe Coding 的区别在于：你是实时参与决策的。 你不是把需求扔给 AI 然后等结果——你是一步一步地和 AI 一起构建，每一步都在审视、判断、调整方向。你不是在"使用"AI，你是在和 AI 协作。

这个区别可以用做饭来类比：

• 用 AI 写代码（外包模式）：你写一份详细的菜谱，交给厨师，厨师做好后端给你。结果是一个完整的菜品，但如果你尝了发现味道不对——已经晚了，修改成本很高。
• Vibe Coding（协作模式）：你和厨师一起在厨房里。你说"我想吃一道鱼香肉丝"，厨师切菜，你看切得好不好，说"肉丝再粗一点"。厨师炒菜，你闻了闻说"醋多一点"。每一步你都在参与决策，每一轮都在调节方向。最终出来的菜，就是你真正想吃的味道。

在实际工作中，这两种模式都有各自的适用场景。当你需求非常明确、输出格式固定时，外包模式可能更高效——比如"用 Python 写一个 CSV 转 JSON 的脚本"。当需求在探索中、需要不断优化时，Vibe Coding 的协作模式更有优势。

但本书讨论的是 Vibe Coding——这种新的协作式构建软件的方式。所以后面的章节，我们都会围绕这个核心定义展开。

一个 Vibe Coding 的完整例子

假设你想做一个"每日金句"的网页——每天显示一句名言，外加一个作者信息。这是 Vibe Coding 的典型场景：

第 1 轮对话：

你："帮我用 HTML + CSS + JS 做一个每日金句网页，一个卡片居中显示，卡片里有一句名言和作者。每次刷新页面随机显示一条新的。"

AI 生成了一个 HTML 文件，包含 5 条金句的硬编码数据和基本的卡片样式。你预览后觉得满意。

第 2 轮对话：

你："做得不错。但是我不想硬编码金句，改成从 GitHub Gist 读取 JSON 数据，方便以后添加新金句。样式上，背景用渐变色，卡片加一个柔和的阴影。"

AI 修改了代码，加入了 fetch 逻辑和渐变背景。你审查后发现读取逻辑正确，但是渐变色不对——"颜色太暗了，改成浅蓝到浅粉的渐变"。

第 3 轮对话：

你修改了颜色描述，AI 更新了 CSS。这次颜色对了。你又说："再加一个淡入动画，每次刷新时卡片从下方滑入。还有，字体使用系统默认的衬线字体。"

AI 完成了修改。你测试后觉得完美了——效果符合预期。

回顾整个过程：

• 你没有直接写一行代码（除了为 AI 提供反馈时的自然语言）。
• 你一直在做决策：功能选型（随机金句→JSON 数据源→动画效果）、样式选择（渐变色→配色方案→字体选择）。
• 整个过程 3 轮对话，约 10 分钟。如果传统方式，你需要自己手写 HTML + CSS + JS + fetch + 动画，至少 30~60 分钟。

这就是 Vibe Coding 的体验——你不是在"写"程序，你是在通过对话"构建"程序。