跳转到正文
Silasye 的博客
返回

我对 vibe coding 看法

Vibe Coding

vibe coding,氛围编程,严格意义来讲,就是我不用知道代码怎么写的,我只需要告诉 LLM 我的需求,让 AI 完成就行了,有问题也让 AI 改就完事了。

今年体验下来,至少 AI 编程挺让人上瘾的,像我这种本来就是做开发的都觉得上瘾,更何况是那些原来不懂编程的人,发现自己不需要对接那些程序员也能做出来一个东西,这能不让人上瘾嘛。

但是注意,我用的是“东西”这个词,而不是“产品”这个词。因为其实很多时候交付的产物并不是真的可用的,他就好像那个很懂得向上管理艺术的下属,汇报总是光鲜亮丽,但是实际的交付物,都是删删减减,为汇报而生的。而 vibe coding 则是为了让用户觉得“这玩意儿真行”而生的。

需要注意的是,在我看来,AI Coding 和 Vibe Coding 不是一回事,AI Coding 里面,AI 是程序员的助手,Vibe Coding 里面,AI 是阿拉丁神灯,程序员是来许愿的,至于灵不灵就是个概率问题了,毕竟 LLM 本身就是一个概率模型。

所以目前我的观点依然是,AI 已经势不可挡,AI Coding 也渐渐成为主流,毕竟确实也能写一些代码,但是 Vibe Coding 不应该是一个负责人的程序员该使用的编码方式,除非线上事故的原因从此以后写“都是 AI 写的代码,太多了,没 review”,然后你的领导也一直认这个理由。

AI Coding

AI 的编程能力,现在确实国内外模型存在一些差距,甚至最近 Anthropic 新发布的模型,能力提升已经不是很明显了,或许是 LLM 在编程能力上已经达到了注意力机制的上限,也或许当前能力已经达成了 Anthropic 的商业目标吧,国内的模型,大家一直都在说还差着半年的迭代,但是始终是蒸馏出来的,或许最终也不过是越累越接近,而又追不上。

当前的 AI Coding 能力,搭配上 openspec、superpower 等插件,其实也勉强能够出活,只是实际的实践下来,没人敢不 review 就直接上生产的,因为要为这段 AI 写的代码负责。

现在社区在探索很多 AI Coding 的路径,如何让 AI 能够输出更稳定、更严谨、更安全,如何提高输出的正确性,如何让 AI 能够自主完成编码、测试全流程。目前大家讨论的还是 Harness,怎么说呢,就是前沿的公司提出了一个理论,但是大家都不知道如何去落地,都还是各家自行探索,但是也说不定依然是和中间过程,就像 openclaw 那么火,但是也就一两个月,大家发现这个东西本身挺难用的,但是它的实现路径倒是很值得借鉴,所以现在又出来了 hermes。

未来

如果说 AI 时代,程序员不再存在了,我觉得不可能,但是工作方式确实要变了,能让 AI 干的杂活就让 AI 去干,比如今天接个需求是要写个数据表的 CURD,这种事,其实就能很好完成,甚至能说这是 AI Coding 的舒适区,只是得把规范定义好。

那我们还需要学习编程语言,学习技术吗?我觉还是要学习的,可能会有不需要再学习编程语言的那一天,但是大概率我有生之年是看不见了,除非有第二个 google 提出一种突破性的新技术,让 LLM 不再局限于注意力机制。如果非要在近几年出现这种技术,那也不需要担心,因为该担心的是全社会、全人类。

还有一件事,思考,最近刷到有人起诉豆包,反正大概一下是按豆包给的方式,造成了一些后果。我看了之后,突然觉得,这是 AI 时代的新型诈骗的缩影。互联网时代的诈骗有点类似于中间人攻击,但是本质上还是人遇见事之后,基于下意识的信任,没有做任何的思考和信息验真而直接选择相信。AI 也一样,因为可能好些时候一些简单的问题,它说的确实对,信任就是这么一点点建立起来的,当有一天稍微复杂点的问题出现时,AI 依然会煞有其事的回答,而人类也会惯性的选择相信。

所以,AI 时代,思考会变得稀缺,因为人用惯了外置大脑,自己的大脑就近乎宕机了。

如果人类意识不到这一样,说不定过些年,人脑的褶皱都会变少呢,哈哈。

吐槽

虽然 Anthropic、OpenAI 的 LLM 确实很强,三天两头“瘫坐在椅子上”、“这个模型太危险了”,但是实际用下来,确实是“我瘫坐在椅子上,这个模型太危险了,写的这个生产 bug,我都没看出来,差点把我工作干没了”。

但是,中文区的傻缺们不信,发个新模型跟高潮了似的。

然后就是,现在的 AI 圈,Anthropic、OpenAI 说啥,大家真的就直接信了,比如什么 html 替代 markdown,虽然 html 的展示确实比 markdown 的花样要多很多,但是 token 输出就不一样,Anthropic 敢这么玩,是因为他们的 token 用量不限制,成本?他们的成本已经被 Anthropic 的客户们把账平了,所以他们敢这么玩。

成本,当你和 LLM 聊了很久,写出来的东西也不是想要的结果的时候,脑海里可曾响起一个声音在说“哭?哭也算时间的哦”。是的,LLM 也是这样,哪怕你没得到想要的结果,依然是需要花钱的,不想你之前写代码发现逻辑不对,就回退一下重新改改。


分享这篇文章:

上一篇
提示词工程-提示词优化
下一篇
提示词工程-结构化提示词