“vibe coding”——我最近一直在思考这个词。
Andrej Karpathy 用这个词来描述一种工作方式：你几乎让 AI 写所有代码，不再纠结于细节。这种工作方式确实存在，但我认为这个词正在被用来指代两种截然不同的习惯。第一种是多数人吐槽的那种，而第二种，是那些优秀的构建者在 AI 出现之前就一直在做的事。
当一个有经验的人说“这不太对劲”时，没人会称之为魔法——我们叫它判断力。这种判断力绝非凭空产生，它来自年复一年的构建、搞砸、修复，以及过段时间再回头审视的经历。你的大脑会在你还没能用语言解释清楚之前，就开始识别模式。这就是为什么有些想法会突然变得“显而易见”——它们不是突如其来的灵感，而是在沉默中酝酿了很久。
AI 改变的，只是接下来的步骤。
有时候第一个想法来自你自己；有时候 AI 提出的问题正好暴露了你思考中的弱点；有时候它提供了一个你从未见过的方向；也有时候，它自信满满却错得离谱。而我认为，我们还需认清另一点：每个人的长处各不相同，承认这种差异至关重要。我与 AI 助手交互时，感觉更像是在跟一位研究助理打交道，或者像是在使用一个增强版的“2010 年的谷歌搜索”——区别在于，今天的助手能以一种营造出“它真的读懂了”的错觉与我们互动。
但这不代表我们该将每个助手都视为同一种工具。
一个初级工程师很快会明白，工具的选择很重要。就像大锤更适合砸碎混凝土而非钉钉子一样，不同的 AI 助手本就适合不同的任务。Gemini 可能在某件事上强过 ChatGPT，Alexa 可能在另一件事上胜过 Grok，这一点儿也不稀奇——不同的工具，不同的优势，不同的用途。我们越能以恰当的方式学会使用这些工具，无论有没有 AI，我们的开发过程都能变得更加健康。
而还有一部分我们经常忽略：人，同样是工具链的一部分。资深工程师终会离开、精力耗尽、转换跑道或退休，初级工程师最终必须接手。这意味着，珍视过程本身是重要的——我们今天学到的东西，不该只用来完成今天的任务，它还应帮助后来者理解、维护并改进接下来的东西。无论我们多谨慎，人类天生就是探索者。我们总会发现新的东西，质疑旧的东西，找到另一条路去尝试。没有什么能完美到足以永远满足那份好奇心，但有一件事值得传承下去：愿意重新学习的心态。我们可以在不丢弃那些塑造我们的价值观的前提下，去接纳更好的工具；也可以任由 AI 改变我们的工作方式，而不忘记我们当初为什么去学习构建、调试、质疑以及理解事物本身。
热门跟贴