此外，你说“黑猫白猫，抓到老鼠就是好猫”——听起来很实用主义，但别被虚假高效率迷惑。Vibe coding 这种纯靠 AI 生成、缺乏思考和品味的代码，短期内看似确实能“抓到老鼠”（写写脚本还行，论整个项目级别 AI 还很菜，绝大多数情况下未必能抓到老鼠），但长期看就是一堆积垃圾。

个人感受，我反正没有使用 vibe coding 对于的外行是很友好的 但是对于专业的编程人员来说，更多是作为一种辅助工具 我看了那篇为什么 LLM 不会真正构建软件，挺赞同的，没有完整的心智模型 极大的造成了 AI 生成代码的实际使用价值。泛滥成灾实际造成了代码的廉价，都是没用的代码。 总之：有好也有坏，但是专业人士对待 LLM 编写的代码，还是要经过严格 review ！这样才有实际价值，当然我不否认 LLM 带来的帮助。 aHR0cHM6Ly93d3cubGtzci5uZXQvMjAyNS8wOC9MTE0tc29mdHdhcmUtYnVpbGQtcHJvYmxlbS5odG1s

@alioth0909 大规模的项目级别的生成我觉得目前还不算完善也没打算使用，但是对于方法级的补全确实是显著提升，只是这二者使用的前提都是开发者本人有足够的经验和编程功底能够看到和修正 AI 的问题。某种程度上来说这反而更贴近传统的 “结对编程” 的概念了。

@OneLiteCore 理解你的感受。我可能更倾向于 vibecoding ，看好它的未来。颠覆性创新的产生的，都伴随着缺陷和争议。现在应该是受限于模型的上下文长度，当千万级 token 的上下文问世的时候，也许模型的编程能力又会有质的飞跃。可能是未来 3 ～ 5 年？也许更快

@Seck 可以试试。用了 vibecoding 后，你也许就会感受到，对外行是非常不友好的，因为外行真的很难驾驭 vibecoding 。哈哈哈～ 感谢你提到的文章，我会仔细读下的。

我很喜欢和 AI 探讨代码架构/模块设计，多轮探讨下来 AI 确实能帮我提高整个项目的架构设计合理性和可维护性 写代码的话一般就简单用用 copilot 的补全，vibe coding 让 AI 写大段代码要看场景 纯业务 CRUD 代码用 AI 补全很快，也不太太担心可维护性啥的，毕竟“古法”手工编程写出的业务代码一般也是一坨 哈哈 核心模块，逻辑性很强那种代码，用 AI 写目前看还是不太行

vide coding 是只管结果不管代码的编程方式，适合做一些小玩具。严肃场景下的编程中使用 AI ，是需要人类参与代码的架构设计、技术方案的设计，并对生成的代码 review 的，这种 AI 编程方式严格意义上讲已经不属于 vibe coding 的范畴了，别的不讲，商业项目中涉及到金钱的逻辑，我想大概除了外行之外，没有人能放心的让 AI 代码直接上生产吧。

如果中国 vibe coding 比美国热度还高，美国这些公司还会这么禁止中国用户访问吗

AI 写的 BUG 挺多的，要求标注有一定的合理性。

vibe coding 简直是神器了，只要你能把握住方向，这玩意能扫平很多知识障碍，让编程少很多事