5346 位用户此时在线
- 本站自动实时分享网络热点
- 24小时实时更新
- 所有言论不代表本站态度
- 欢迎对信息踊跃评论评分
- 评分越高，信息越新，排列越靠前
刚看到一篇《A Year Of Vibes》，算是一篇很有代表性的过去一年对 Vibe Coding 的总结了。
作者 Armin Ronacher 很多人可能不熟悉，但如果你接触过 Python，大概率用过他写的东西——Flask 框架，就是他十几年前的作品。
文档开头第一句话就让我很有共鸣：2025 年，我不再像以前那样写代码了。
IT技术
(
twitter.com
)
刚看到一篇《A Year Of Vibes》，算是一篇很有代表性的过去一年对 Vibe Coding 的总结了。
作者 Armin Ronacher 很多人可能不熟悉，但如果你接触过 Python，大概率用过他写的东西——Flask 框架，就是他十几年前的作品。
文档开头第一句话就让我很有共鸣：2025 年，我不再像以前那样写代码了。
跟他的经历很类似，一个写了快二十年代码的人，现在打开电脑，主要的工作变成了——指挥 AI 写代码。他把这比作从“亲自敲键盘的程序员”变成了“虚拟实习生的技术领导”。
我自己对 Vibe Coding 的转变来自于 Claude Code，他也一样，今年四五月份，开始沉迷使用 Claude Code。几个月下来，他在自己博客上发了 36 篇文章，占了这个博客 2007 年至今全部文章的 18%。不是因为他闲了，而是因为 AI 把他从繁琐的实现工作里解放了出来。
他现在同时用三个 AI 编程工具：Amp、Claude Code 和 Pi。他给这三个工具打了个比方——Amp 是保时捷，精致讲究；Claude Code 是大众汽车，实惠能打；Pi 是黑客们的开源玩具。三个工具，三种调性，但他没法告诉你哪个更好。我自己倒是以 Codex 为主，辅助 GitHub Copilot 和 Claude Code。
我估计如果做个调查，每个人使用 AI 编程工具的选择都不一样，因为大家都在“vibes”。
Vibes 这个词贯穿了整篇文章，也是标题的由来。直译是“氛围”或“感觉”，但在这里它指的是一种无法量化、只能凭直觉感受的评判标准。
这可能是 2025 年 AI 编程最诡异的地方：一个行业干了五十年积累下来的工程经验，突然有点不太管用了。什么代码规范、什么最佳实践，在面对 AI 生成的代码时，你最后靠的居然是一种玄学——这个模型“感觉”更顺手，那个工具“用起来”更舒服。
最理性的程序员群体，现在正在用最感性的方式选择技术栈。
Armin 自己一整年都在和 MCP（模型上下文协议）较劲，觉得它不好使。但他拿不出数据，只能说“反正对我没用”。而另一边，有人用得热火朝天。他的朋友 Peter 年初拉他入坑 Claude，现在 Peter 自己跑去用 Codex 了，觉得很香。Armin 试了试，觉得没那么香。
谁对谁错？没有答案。大家都在摸黑走路。
更深层的不适感，来自人与机器的关系。
他开始对这些工具产生了一种“parasocial bond”——中文可以理解为单向的亲密感。就是那种你对某个主播、某个偶像产生的情感投射，对方其实并不认识你，但你总觉得跟对方很熟。
一个 AI 工具，凭什么让人产生这种感觉？
因为现在的 AI 可以有记忆了。你跟它聊过的东西，下次它还记得。它开始有了“人格”的影子。Armin 说他过去两年一直训练自己，把这些模型当成“token 搅拌机”——一个纯粹的概率机器。但这种简化论的视角已经对他失效了。
这些系统表现出人类的倾向，但把它们抬到人的高度又是错的。它们到底是什么？没人能给出一个好的定义。Armin 甚至开始纠结“agent”（智能体/代理）这个词——因为 agency 意味着自主性和责任，而这两样东西应该留在人类手里。
这种“不知道该怎么称呼它”的困惑，本身就说明了问题。
文章最后，他列了几个希望行业能去解决的痛点。
第一个是版本控制。Git 和 GitHub 是程序员吃饭的家伙，但现在它们缺了一块关键信息：prompt。当代码是 AI 生成的，你光看最终的改动，没法判断这个改动好不好。你需要看到是什么指令催生了这段代码，中间走过哪些弯路。
更有趣的是他的一个发现：失败的尝试对 AI 来说是宝贵的。如果你把 AI 引回一个早期状态，你希望它记得之前哪条路走不通。但我们现有的工具压根没设计这个功能。你删掉一段对话历史，AI 就会重蹈覆辙。
第二个是代码审查。现在的 GitHub 审查界面有个滑稽的设计：你没法正式地 review 自己的代码，只能留评论。但在 AI 编程的场景下，程序员经常需要在自己的 PR 里给 AI 留指示。现有的流程根本没考虑这种人机协作。
第三个是可观测性。这是个稍微技术一点的话题，但核心意思是：过去很多监控、调试工具因为太复杂而没人用，但 AI 恰好擅长处理复杂的东西。那些被束之高阁的方案可能要重新翻出来了。
最后他聊了一个略微敏感的话题：有些人已经完全“放手”了，不再审查 AI 生成的代码，直接让它上。这种做法疯狂吗？疯狂。但 Armin 见过有人这么干还挺成功的。他自己还做不到，他还是会仔细检查每一行。
存在的即是合理的，这种“放手派”的存在，说明一种全新的工作方式正在成型。这种方式和他熟悉的那套软件工程完全是两码事。
这让开源社区头疼。越来越多的 PR 是 AI 一把梭生成的，没经过人脑过滤就扔了上来。对于还在坚守传统流程的维护者来说，这种 PR 简直是一种冒犯。Armin 自己的办法是写详细的贡献指南和 PR 模板，但他也知道这有点像堂吉诃德战风车。
也许问题的解法不是让别人改，而是让那些认可 AI 编程的大声量玩家站出来，示范什么叫“负责任地用 AI 写代码”。
这篇文章对我来说是有共鸣的，你能感受到一个资深工程师的真诚困惑。他不是那种对 AI 大唱赞歌的布道者，也不是捂着耳朵拒绝变化的遗老。他夹在中间，一边深度使用，一边深度怀疑。
2025 年已经接近尾声，但他提出的问题一个都没解决：怎么审查 AI 的代码？怎么保存 AI 的失败记忆？怎么跟一个让你产生情感的工具保持健康距离？
这些问题的答案，可能就是下一批成功产品的方向。
点击图片查看原图