爆火的「氛圍編程」，如今讓無數(shù)程序員淪為了「AI保姆」。

入行15年，Carla Rover用了Vibe Coding之后，不得不重啟項目，爆哭半小時。

或許聽起來太離譜，但這是真真實實發(fā)生的故事。

Vibe Coding一詞，最先由Karpathy提出，一夜席卷了AI圈。

不論是Cursor、Copilot，還是Codex、Replit等AI工具，全部成為了開發(fā)者們AI編碼的得力助手。

但實際體驗，只有用過的人才深有體會。

Rover的經(jīng)歷，成為了當今很多資深程序員，用AI編程的典型寫照——

自己成為了「AI保姆」，需要不停地重寫、核對AI輸出的代碼。

前段時間，F(xiàn)astly一份報告顯示，近800名開發(fā)者中，至少95%的人要額外時間去修復AI生成的代碼。

而核查的重點，大半都壓在了高級開發(fā)人員身上。

更有趣的是，「氛圍編程」的興起，又催生了一種全新職業(yè)：「氛圍編程清理專家」（Vibe Code Cleanup Specialist）。

有網(wǎng)友調(diào)侃，氛圍編程清理專家，最少每年能拿到10萬美金。

「氛圍編程」到崩潰 15年程序員痛哭

Carla Rover是資深Web開發(fā)者，從10年入行，已經(jīng)在軟件行業(yè)從業(yè)15年。

如今，她正與兒子一起創(chuàng)辦一家初創(chuàng)公司，為各類市場構(gòu)建定制化的ML模型。

就像AI工具吹得天花亂墜那樣，Rover為了趕創(chuàng)業(yè)進度，干脆搞起了「氛圍編程」。

我當時就想著快點出成績，走了個捷徑，自動審查完的文件連看都沒看。

結(jié)果，Rover手動檢查時，bug多到離譜，隨后用第三方工具檢查，發(fā)現(xiàn)了更多的問題。

到頭來，他們只能把整個項目推倒重來，為此Rover直接崩潰，痛哭了半個小時。

在采訪中，Rover回憶稱，「我當時真把Copilot當員工用了，啥都丟給AI處理。從這次經(jīng)歷中，我真學到了教訓」。

Rover將「氛圍編程」比作一張雞尾酒餐巾，讓開發(fā)者隨心所欲勾勒想法。

但她同時吐槽道，處理那些AI生成，還指望能直接上線的代碼，簡直比「帶娃還累」。

因為，這些AI模型，總會用各種你意想不到的方式，把工作搞得一團糟。

Linux之父曾調(diào)侃，VIBE代表著「效率很低，但娛樂性拉滿」

在實操中，一些高級開發(fā)員發(fā)現(xiàn)，AI生成代碼的bug滿天飛——

有時AI會瞎編根本不存在的包名，有時會莫名其妙地刪除關(guān)鍵信息，甚至還偷偷埋下了安全漏洞。

要不是仔細檢查，用AI寫出來的代碼，最終做出產(chǎn)品可能要比人寫的還要多一堆毛病。

對此，Rover又打了一個特別形象的比方——用AI編程，就像讓一個聰明但只有6歲的小孩幫你端咖啡，給全家人每人倒一杯。

他能不能做到？也許能。

但他會不會搞砸？100%會，而且最要命的事，搞砸之后八成不會告訴你。

不過，Rover認為，倒不是孩子不聰明，只是這種活兒真不能完全甩手交給他。

一件事說15遍，比小孩還難帶

另一位開發(fā)者Feridoon Malekzadeh，也覺得用氛圍編程，就像在帶小孩。

他在這一行干了20多年，曾在產(chǎn)品開發(fā)、軟件、設計崗位任職。

目前，Malekzadeh也創(chuàng)辦了一家自己的初創(chuàng)公司，常常用Lovable這種「氛圍編程」的平臺。

出于興趣，他還用AI搞了一個小應用，專門為60-70多歲一代的人生成「Z世代」互聯(lián)網(wǎng)黑話。

Malekzadeh很喜歡能獨自完成項目，不僅省錢又省時，但他也發(fā)現(xiàn)，「氛圍編程」和雇傭?qū)嵙暽⒊跫壋绦騿T完全不是一回事。

「這更像是雇了你家那個又犟又橫的青春期孩子來幫忙」。

他吐槽道，「一件事你得反復說十五遍，結(jié)果你要求的它只做了一部分，順手做了一堆沒要求的，還搞砸了別的東西」。

有網(wǎng)友還匯總了一些「翻車指令」，再現(xiàn)「氛圍編程」中，程序員被AI逼到抓狂的名場面。

Malekzadeh大致估算了下，在「氛圍編程」中自己的時間分配——

50%寫需求，10-20%「氛圍編程」，剩下30-40%全在「氛圍修復」（vibe fixing）。  

也就是，大部分時間都在改AI代碼搞出來的bug，以及一堆用不上的「腳本」。

實際上，「氛圍編程」并不具備「系統(tǒng)性思維」高級能力，即洞察一個復雜問題如何影響全局的過程。

在Malekzadeh看來，AI 生成的代碼傾向于解決更表層的問題。

他舉例解釋，假設做一個通用功能，優(yōu)秀的工程師只會寫一次，在所有需要的地方隨時調(diào)用。

而「氛圍編程」，如果五個地方都需要，它會生成五種不同的寫法。用戶不僅會懵，連AI自己都會亂套。

另一邊，Rover也發(fā)現(xiàn)，只要真實數(shù)據(jù)和AI內(nèi)置指令一沖突，AI就直接「死機」。

「它可能提供誤導性建議，遺漏關(guān)鍵要素，甚至在你正在形成的思路上橫插一腳」。

她還發(fā)現(xiàn)，AI從不認錯，反而會硬掰、甚至編造結(jié)果。

有一次，Rover直接質(zhì)疑AI給出的結(jié)果，AI居然開始滔滔不絕，假裝自己是基于自己上傳的數(shù)據(jù)得出的。

直到Rover拆穿，AI才承認自己根本沒用到。

代碼天坑，自己填

更麻煩的是，AI編碼安全問題，也足以讓人頭大。

Fastly開發(fā)總監(jiān)Austin Spires，同樣編程了20多年。

基于個人經(jīng)驗和客戶反饋，他發(fā)現(xiàn)「氛圍編程」傾向于圖快、不求穩(wěn)，結(jié)果動不動就搞出一些新手才會犯的低級錯誤。

通常的情況是，工程師需要審查代碼，糾正AI犯的錯誤，并告訴它「你這兒搞砸了」。

AI會立即秒回，「you’re absolutely right」，態(tài)度好得讓人沒脾氣。

IT管理公司NinjaOne首席技術(shù)官Mike Arrowsmith，在軟件和安全這行摸爬滾打了二十年。

他表示，「氛圍編程」正搞出一打波新的IT盲點和安全坑位，尤其是初創(chuàng)公司，特別容易踩進去。

「氛圍編程」經(jīng)常會跳過嚴格的審查，但這些流程，本來就是傳統(tǒng)寫代碼的根基，沒它們，漏洞根本藏不住。

痛，并快樂著

幾乎所有人都認為，AI生成代碼和「氛圍編程」在很多場景下有用。

但他們也一致認為，在依靠它來構(gòu)建商業(yè)項目之前，人工審查必不可少。

盡管被吐槽的厲害，但「氛圍編程」確實已經(jīng)，徹底改變了許多開發(fā)者的編碼工作流。

Rover稱，「氛圍編程」幫她做出了更好的用戶界面；Malekzadeh直言，雖然改代碼花時間，但有了AI幫手，最終干掉的活還是比以前多。

Fastly調(diào)查還發(fā)現(xiàn)，高級開發(fā)人員將AI生成代碼，投入生產(chǎn)環(huán)境的可能性是初級開發(fā)人員的2倍。

這是因為，他們認為這項技術(shù)，的確幫助自己加快了工作速度。

年輕工程師Elvis Kimara正親身經(jīng)歷這些，碩士畢業(yè)后，正做一個AI交易平臺。

和許多程序員一樣，他覺得「氛圍編程」反而讓工作變得更難了，而且特別沒有成就感。

AI輕而易舉就搞定了，自己動手解決問題所帶來的多巴胺已經(jīng)蕩然無存了。

在上一份工作中，他表示，公司有些資深開發(fā)者也不愿意帶新人了——有些人還沒搞懂「氛圍編程」，有些人干脆把帶人這事也甩給了AI。

即便如此，Kimara堅定地表示，就算自己成為了高級工程師，也會繼續(xù)「氛圍編程」，這對自己是真正的加速器。

AI編程的未來，不止于寫代碼，更要引導AI，在出問題時承擔責任，并且扮演著AI顧問的角色。

看起來，花更多時間，在「氛圍編程」的「雜草堆」里埋頭修bug，已經(jīng)成為了開發(fā)者用這項創(chuàng)新不得不交的「稅」。