“有一种全新的编码方式，我称之为“vibe coding”（氛围编码）。你完全沉浸在氛围里，拥抱指数式增长，甚至忘记代码本身的存在。这之所以可行，是因为大模型（比如 Cursor Composer 搭配 Sonnet）已经强大到离谱了。”
这个由前 OpenAI 研究员 Andrej Karpathy 在今年 2 月提出的概念——“Vibe Coding”，如今正在硅谷乃至更广泛的技术圈中持续走红。
据硅谷知名创业孵化器 Y Combinator (YC) 的最新消息显示，在 2025 年冬季（W25）这一批 YC 创业公司中，有四分之一的初创团队表示其 95% 的代码都是 AI 生成的。YC 管理合伙人 Jared Friedman 昨天在一档讨论 Vibe Coding 的播客节目中公开了这个数字。
值得一提的是，这些创始人并不缺乏技术背景，过去也能从零开始编写产品，“但如今，他们更愿意直接把绝大部分编码都交给 AI。”
YC CEO Garry Tan 在播客中更是直接指出：“Vibe Coding 不是一阵风潮，也不会消失；它是编码的主流方式，如果你不这么做，就可能被落在后面。”
过去一年里，许多专注 AI 辅助编程的初创公司（如 Bolt.new、Codeium、Cursor、Lovable、Magic）纷纷获得大额融资，也反映了市场对这一领域的强烈兴趣。
“我只是在看到什么就说什么，运行，复制粘贴，然后基本能跑起来。如果发生错误，就把错误信息再塞给 AI，接受它的改动，试试看能不能行，然后反复这个流程。”这是 Karpathy 此前在帖子中对 vibe coding 过程的描述。
显然，vibe coding 与传统软件开发的最佳实践——如严格规划、测试和深入理解实现细节——截然不同。Karpathy 当时在帖子中也带着幽默的口吻承认，这种方式适合追求极致“懒人体验”的程序员——“我会提一些很简单的需求，比如‘把侧边栏的内边距缩小一半’，因为我懒得去找那段代码了。
我只管点 ‘全部接受’，都不再看 diff
。”
“
vibe coding 的方式对于那些有创意但编程能力不强的人帮助很大，对于有较强编程能力的人来说也是有效的。
”正马软件 CTO 沈凎近日在 InfoQ 的一场直播上提到，他最近在做一个研究项目，涉及到一个复杂的前端界面模拟。虽然他并非前端工程师，但通过 AI 工具，他只需简单描述，工具就能快速生成前端界面，如此一来，验证其他部分想法时就能更加高效。
“对于有一定工程素养的人来说，描述清楚后，AI 可以在半小时到一小时内完成整个界面的生成，这种方式对探索新事物和创意实现非常方便。”沈凎说道。
微软工程师 Peter Yang 最近也在一条 X 帖子中演示了 vibe coding 的应用。通过一系列对话式提示输入给 Cursor 和 Claude 3.7 Sonnet，做出了一个简单的 3D 第一人称射击丧尸游戏。Yang 还用了语音转文字应用，以便他能直接用口述来描述需求，并在不断迭代中完善原型。
无论如何，从本质上说，vibe coding 能让只具备基本沟通能力的人，至少在做一些小项目时，变成“用自然语言编程”的开发者。
不过，在当前的大模型里，能够一次性处理多少代码（即上下文大小）仍是限制之一，意味着使用 vibe coding 创作的项目规模有一定上限。如果项目太复杂，用户就需要主动扮演更高层的项目管理角色，将 AI 生成的代码片段拼装到更大的架构中。随着每一代 AI 大模型的技术限制逐渐放宽，这种束缚或许终有一天会消失。
在 vibe coding 所带来的高效与随性背后，也暗藏了调试和维护难度的坑。
当初创公司仅有数十或数百用户时，Vibe Coding 效率惊人。但如果产品迅速积累数百万乃至上亿用户，如何保证系统的稳定性就成了严峻挑战。
YC 的 Garry Tan 认为，到了那时候，如果 AI 不能很好地帮你调试，你还是要下到底层去看。你需要知道那些代码到底在干什么。他表示，
创始人如果希望产品能走得更远，就需要具备传统的编码训练背景。
YC 合伙人 Diana Hu 亦指出，目前很多大模型在系统调试能力上仍显不足。即使开发者或产品创造者高度依赖 AI，他们仍需具备一项重要技能：阅读代码并发现 bug。“你必须有足够的训练和对代码质量的判断力，知道大模型吐出来的是好东西还是坏东西。
要想做好 ‘vibe coding’，你依旧需要能分辨好坏的‘品味’与知识
。”
开发者 Ben South 在 X 上调侃 vibe coding 很有趣，可一旦需要“vibe debug“就是另一回事了
