92%的开发者每天都在用AI写代码。46%的新代码由AI生成。但对这些代码的信任度，一年内从77%跌到了60%。速度是真的，混乱也是真的。

2025年2月2日，OpenAI联合创始人、前Tesla AI负责人Andrej Karpathy发了六个字，让整个软件行业炸开了锅："Fully give in to the vibes."

打开网易新闻 查看精彩图片

他描述了一种新的写代码方式：用大白话描述你想要什么，让AI写代码，看看能不能跑，能跑就继续。他管这叫vibe coding，还特意注明这最适合"周末随便搞搞就扔的临时项目"。

几周之内，这个词席卷了所有开发者社区。韦氏词典把它列为热门新词。2025年12月，柯林斯词典把它评为年度词汇。MIT科技评论把它列入2026年突破性技术，改名叫"生成式编程"。

现在2026年了，全球一半新代码由AI生成，另一半开发者在争论这到底是天才之举还是噩梦开端。

数据本身就在打架。一边是铺天盖地的采用率，一边是断崖式下跌的信任度。同一个现象，两幅完全相反的图景，同时发生。

有个数字值得每个开发者停下来想想。2025年中，METR（模型评估与威胁研究组织）做了一项严格的随机对照试验。他们招募了16名来自大型开源项目的资深开发者——这些项目平均有22000多个GitHub星标。他们分配了246个真实任务，都来自这些开发者自己维护的代码库。

结果？用AI工具的开发者比不用AI的慢了19%。

这已经很反直觉了。更耐人寻味的是后续。测试前，这些开发者预测AI能让他们快24%。实测慢了19%之后，他们仍然觉得AI让自己快了20%。

感知和现实之间差了39个百分点。主观上的效率感，和实际测出来的结果完全脱节。

METR找出了核心原因：AI生成的代码需要更多调试时间；开发者高估了自己理解AI代码的速度；复杂代码库里的上下文丢失问题被严重低估。

关键细节在于：这种减速在资深开发者维护复杂老代码库时最明显。对于新手开发者从零开始做原型，情况不一样——脑子里还没有大量模式库的人，AI确实能帮他们提速。

但那个 headline 式的说法——vibe coding让所有人 universally 更快——并没有得到对照研究的支持。

Fast Company 2025年9月才正式命名这个现象。但开发者们早就有体感了。你一定见过这种场景：一个创业公司用Cursor一个周末就搭出完整产品。