AI 氛围编程（Vibe Coding）：用“说”代替“写”的编程新方式

什么是氛围编程?氛围编程(Vibe Coding)是一种AI驱动的软件开发方式。简单来说，就是开发者不再逐行手写代码，而是用自然语言(文字或语音)描述需求，由AI生成完整的可运行代码。开发者从“写代码的人”变成了“提需求、审结果的人”——负责描述目标、验收标准，然后测试AI生成的代码，不对就继续用自然语言调整。

这个过程就像与人对话一样自然：你说“我想要一个能收集邮箱的等待名单页面”，AI就帮你把页面、后台、数据库全搞定。你负责感受“氛围”(vibe)，判断结果对不对，AI负责执行。有开发者这样描述体验：“这已经不能算是真正的编程了，我只是看看、说说、运行、复制粘贴，然后程序就能运行了。”

概念的起源

氛围编程由OpenAI联合创始人安德烈·卡帕西(Andrej Karpathy) 于2025年2月首次提出。当时他在社交平台上发帖，说自己找到了一种新的编程方式——“可以沉浸在灵感之中，忘记代码的存在，甚至不用键盘，只是向大模型提出要求，之后就全部接受它给出的结果”。

这个概念迅速在全球科技圈流行开来，并在同年被柯林斯英语词典评选为年度词汇。

谁在用?用来做什么?

氛围编程的最大特点是降低了软件开发的门槛。越来越多不会写代码的人，开始创造软件。

非程序员可以用它快速做出原型——比如备考学生用几轮对话做出了一个考研复习网站，央美学生用它做出了交互艺术应用。专业程序员则用它快速原型制作、集成新功能、重构代码，把精力放在更高层的设计和架构上。

目前全球主流的氛围编程工具包括Cursor、Claude Code、Codex、Windsurf、Gemini等。国内也有蚂蚁灵光、腾讯CodeBuddy、字节Trae等产品。

优点与争议

氛围编程的优势很明显：快速开发、降低门槛、让想法更快变成现实。有人用它做出的网站稳定月入过万，有人用它几天就做出了以前几个月才能完成的应用。

但争议同样不小。批评者指出，氛围编程能完成从0到1的初始原型，却很难补足从1到100的工程化能力。AI生成的代码可能存在可维护性差、安全风险高、技术债务重等问题。有调查显示，45%的开发人员在调试AI生成的代码时感到挫败。专业程序员普遍强调：写代码一直是开发中最不重要的一步，决定质量上限的是AI尚不具备的深层业务理解和复杂架构设计能力。

卡帕西本人也在持续迭代这一概念。2026年初，他提出“智能体工程”(Agentic Engineering)作为氛围编程的升级版——在99%的情况下，开发者不再直接编写代码，而是协调AI智能体来编写代码并进行监督。

氛围编程不会让专业程序员失业，但它正在重新定义“编程”这件事。它的真正价值，或许不是让小白“一句话做出App”，而是让有想法的人能更快地把想法变成可测试的原型，让专业开发者能把精力从重复劳动中解放出来，去处理更复杂的系统设计问题。正如北京大学一位学者所说：氛围编程将人的认知负荷从“如何具体做”转移到了“判断好不好和系统思考”——这是一种更高阶的元认知活动。