vibe coding（氛围编程）让软件开发回归到解决问题这个本质。只要你有一个好点子，并且擅长清晰表达，你就已经具备了在这个时代创造产品的核心能力。柯林斯词典把 vibe coding 选为 2025 年度词汇，明确定义 vibe coding 是一种利用人工智能将自然语言转化为计算机代码的新兴软件开发技术。
Vibe coding, an emerging software development that turns natural language into computer code using artificial intelligence, has been named Collins' Word of the Year 2025.
什么是 Vibe Coding
特斯拉前人工智能部门总监、OpenAI 创始工程师安德烈·卡帕西（Andrej Karpathy）创造了 vibe coding 这个词，用于描述人工智能如何使人在创建新应用程序时能够“忘掉代码的存在”。
Vibe coding is a term used to describe how artificial intelligence can enable someone to create a new app while being able to forget that the code even exists.
简单来说，vibe coding 就是动口不动手。古法编程需要学习语法、调试Bug、配置环境，像搬砖一样开发软件；vibe coding 只需要用自然语言（说人话）描述想法，AI 就能理解意图，自动生成可运行的代码，直接打包成APP。
前文《从“前端/后端”到“Agent工程师”》中描述的 Agent 工程师还是程序员群体，vibe coding 直接让普通人就可以开放产品。如果当年有 vibe coding，说不定哈佛三兄弟自己就做出了社交网站，而不是被扎克伯格偷了产品点子。
未来的软件工程师，或许更应该被称为“产品架构师”。对于创业者来说，你不再需要等待技术合伙人的加入，也不需要巨额的投资来组建团队。一个点子，加上熟练的对话技巧，就有可能孵化出一个完整的产品。
聊天的艺术
AI 充当了人类意图与程序代码之间的翻译官。普通人不需要懂“for循环”或“API接口”，只需要清晰地表达业务逻辑和用户体验需求。如“做一个文章编辑页面，包括标题、作者、正文组件，其中标题的长度不能超过30字，正文长度不能超过8000字，点击提交按钮保存”。
开发者可以将精力集中在解决什么痛点、如何服务用户上，而不是被技术细节卡住。比如跟它说“加一个文章预览页面，提升用户体验，预览页面的样式与正式展示页面完全一致”。这里其实就是编程的本质了，也就是解决问题，也是普通人最能发挥价值的地方。
vibe coding 让核心竞争力发生了根本性的转移。死记硬背语法细节变得不再重要，因为人工智能可以随时提供准确的代码片段。真正稀缺的能力变成了需求拆解、逻辑梳理和结果验证。
你需要学会如何将一个模糊的想法，拆解成机器能理解的具体步骤。这要求人类具备更强的抽象思维和沟通技巧。你要像导演指导演员一样，不断调整提示词，引导模型输出符合预期的结果。这种人机协作的默契，将成为未来职场的关键技能。
低代码甚至无代码的趋势，正在打破技术与非技术人群之间的壁垒。设计师可以直接生成前端页面，财务人员可以编写数据清洗脚本，作家可以开发互动小说引擎。技术的实现成本被极度压缩，创意的价值被无限放大。谁能提出好问题，谁就能掌握主动权。
vibe coding 不仅能开发，还能自己 debug 修复问题。我就试过让 Qoder 帮我解决一个前端报错问题，经过 AI 的分析，发现是 react import 引用了 shared 库编译后的文件，导致部分 tsx 文件出现循环依赖，然后 Qoder Agent 自己修复了问题，并且顺手修了其他编译问题。
开发工具
目前国内外已有不少工具支持 vibe coding，各个大厂也在推进提效，有的同学反馈一周都在 vibe coding 没有古法编程。
Claude Code支持根据自然语言描述快速生成高质量代码，覆盖 Python、JavaScript、Java、C++ 等 50 多种编程语言。具备强大的代码分析能力，可以快速定位 bug，提供详细的错误分析和修复建议，帮助开发者快速解决编程难题。
Cursor 是生态最成熟、功能最强大的 AI 代码编辑器。插件生态丰富，模型选择多，处理复杂项目能力强。可以同时编辑多个文件，你只需说“把登录页面改成深色模式，并更新相关的 API 调用”，它会自动修改所有相关文件。
Trae 是字节跳动推出的 AI 原生 IDE，主打中文优化和极致流畅体验。对中文提示词的理解能力极强，不需要像用 Cursor 那样刻意写英文 Prompt。中文交互无障碍，集成豆包大模型，适合国内网络环境。
Qoder 集成了全球顶尖的编程模型，提供最强的上下文工程能力，可一次检索10万个代码文件。基于强大的编程智能体，可实现AI自主研发，大幅提升真实软件的开发效率。使用 Quest 模式可以把任务交给自主智能体处理，会主动澄清需求、规划方案，你只需验收结果，注意力留给更有创造性的事。
挑战
虽然不用写代码，但如何精准地描述需求变成了一项新技能。描述越清晰，生成的结果越完美。事实上大部分普通人的沟通能力是极其有限的，沟通中有大量的情绪化、垃圾句，信息密度极低。而 vibe coding 需要使用者用信息密度较高的 prompt 与 AI 对话，如果还是三轮说不清需求的人际对话模式，面临的挑战可能会比较大，且大量消耗 tokens。
AI 自动生成的代码可能存在安全隐患，需要具备一定的 Code Review 能力。比如 vibe coding 诞生的 OpenClaw 在最初开源时就被指出过安全漏洞。普通人 vibe coding 做出的 APP 也要特别注意安全问题，可以使用开源工具辅助修复。
虽然工具变得强大，但完全放弃对底层逻辑的理解是危险的。当代码自动生成时，如果无法判断其正确性，一旦系统出现隐蔽的 Bug，后果可能不堪设想。容易陷入一种虚假的安全感，好像只要会聊天就能解决所有问题。
对于极度复杂、高性能要求的系统，完全依赖 AI 生成可能还不够，仍需专业程序员介入优化。目前大家对于 vibe coding 产生的代码还有很多疑虑，长期可维护仍是一个问题，尤其是 AI 解决不了的 bug 仍需要人工介入。小规模项目（如很多前端页面）vibe coding 基本可以完全接管，大型项目尤其历史包袱比较重的，上下游的配套逻辑甚至不在当前项目中。
你在用 vibe coding 了吗？使用体验如何，欢迎评论区留言。