近期编程圈出现了“vibe coding（氛围编程）”这样一个新说法，核心是宣称“纯靠和AI聊天就能开发，不用碰一行代码”。其实我并不想过多纠结这个词本身——它更像是一个临时造出来的概念，可能昙花一现，普通人也无需关心它的具体名称。我想借这个话题，帮普通门外汉理清一个关键认知：真正让AI成为编程领域的生产力，绝不是一件门槛低的事，所谓“零基础靠AI轻松搞定开发”的说法，大多是误导。
一、实践警示：vibe coding为何易“造屎山”？从一个荒诞案例说起
在我看来，vibe coding不可行的核心原因，不在于AI没能力生成代码，而在于它脱离人工把控的模式，完全忽略了“引导AI产出合格结果”的门槛，很容易导致问题失控。我举一个类比的案例，来直观说明这一点：
微小问题的离谱解决方案：比如有一个“吃瓜子时瓜子皮硌牙”这样的简单问题，AI的第一建议竟很可能会是“拔牙”，理由是“拔了牙就不会硌了”；当被质疑拔牙后无法进食时，AI进一步建议“往肚子里倒浓硫酸助消化”。这种“头疼医头、脚疼医脚”的线性思维，完全忽略实际场景的合理性。这种案例，即使在辅助编程的时候，也经常出现。
实际效率与效果双输：最终这类问题，有可能仅用很短的时间手动就能解决，而与AI沟通的过程不仅浪费了token和时间，还得到了一系列破坏性建议。所以，vibe coding有可能是“花三倍时间解决一半问题，甚至让问题变得更糟”。
二、认知纠偏：AI编程热下的两类误导，别被噱头带偏
支持vibe coding的认知，很多源于外界的误导——这不仅包括网上流传的“不懂代码靠AI编程月入10万”这类赚钱噱头，还因为AI编程是新事物，不少非专业的门外汉博主借机蹭热度，进一步放大了误解。这些误导本质都站不住脚：
两类常见误导的核心：一类是卖课割韭菜的赚钱噱头，用“轻松月入10万”吸引关注，实际所谓“AI开发产品”只是无核心逻辑的空壳界面，根本无法落地使用，兜售的只是“轻松赚钱”的幻想；另一类是非专业门外汉博主蹭热度，借AI编程、vibe coding这些新概念造势，靠包装简单案例营造“低门槛”假象，本质是博眼球，并非真实的技术实践路径。
零基础（或称为实习生）无法驾驭复杂项目：复杂项目的核心环节对专业性要求极高，零基础即便借助AI，也根本无法把控风险：
比如在用户账号体系开发中，零基础可能会让AI生成直接明文保存密码的代码，导致用户信息随时面临泄露风险；
在数据查询功能开发时，可能生成存在SQL注入漏洞的代码，让攻击者轻易窃取甚至篡改整个数据库的数据。
这些漏洞并非AI能力不足，而是零基础者无法预判风险、也无法引导AI规避风险，这就说明，复杂项目的关键环节必须由懂行的人把控，零基础想靠AI搞定所有事根本不现实。
三、用好AI编程的关键：不是“vibe”，而是“管理”——把AI当“实习生”
vibe coding虽然不太可行，但这并不意味着AI在编程领域价值有限——恰恰相反，AI是非常强大的编程工具，关键在于很多人低估了“用好它”的门槛。想要发挥AI的价值，不能让它“自由发挥”，而是要把它当作“需要管理的实习生”，用项目管理的思维驾驭它。具体可总结为“三重管理”：
管理风险：明确AI的应用边界 核心原则是“核心模块不碰，非核心模块放手”：用户密码、支付逻辑、算法计算等关键模块，必须由人工开发、审核，避免出现安全漏洞或逻辑错误；而CRUD操作、数据处理、简单UI组件等非核心模块，或机械的任务，可交给AI完成，减轻人工负担。
管理输入：用清晰的需求逻辑引导AI，AI的输出质量，取决于输入的需求清晰度。这要求我们像PM（产品经理）撰写需求文档一样，向AI明确“why、what、how”三个核心问题：
- why：用户故事——为什么需要这个功能？目标用户是谁？需求场景是怎样的？
- what：具体功能——这个功能要实现什么效果？包含哪些具体操作？
- how：技术指导——明确项目架构、设计模式等技术要求，避免AI随意选择不合理的技术方案。
就像给实习生布置任务，必须说清背景、目标和要求，否则可能出现“让买开会用的水，结果在客户参观时带了一堆蜜雪冰城”的荒诞情况。
管理输出：用测试验证需求是否落地 核心方法是借鉴TDD（测试驱动开发）思路：先写好测试用例，再让AI实现功能。这样做有两个好处：
- 一是自然语言描述的需求可能存在歧义，而代码编写的测试用例是精确的，能避免AI误解需求；
- 二是通过测试用例可直接验证AI的输出是否满足需求。需要注意的是，测试用例可以让AI编写，但必须由人工审核。
四、结论：AI不是替代者，而是对使用者的更高要求
梳理对vibe coding的认知后，我得出了以下几个明确的结论，这也能帮我们正确看待AI与编程的关系：
AI目前没有那么厉害，但是AI在编程领域的贡献，已经确确实实地成为最近一直不断裁员的其中原因；
不要被公众号标题误导：所谓“纯靠聊天开发”“零基础靠AI月入10万”等说法，要么是脱离实际的幻想，要么是割韭菜的骗局。这并非AI本身能力不足，而是用好AI、让它稳定发挥价值的门槛远比想象中低——AI需要精准的引导和把控才能产出合格结果，并非零基础就能轻松驾驭，更不能替代人工的专业判断。
AI是非常强大的编程工具，但其价值需要专业能力驾驭：AI确实能提高编程效率，但这并不意味着“不懂代码也能编程”。恰恰相反，用好AI需要更强的业务分析能力、架构设计能力、风险把控能力——就像管理实习生需要更强的管理能力一样。
用好AI编程，需要转变思维模式：核心不是“放弃代码、沉浸氛围”，而是从“自己写代码”转变为“管理AI写代码”。这要求程序员兼具PM的需求梳理能力、架构师的技术规划能力、测试工程师的质量把控能力