一、那個深夜，那條推文
2025年2月，舊金山。
一個男人在用 AI 幫自己寫程式碼。寫著寫著，他停下來了。
不是遇到了什麼技術難題。而是突然意識到：他已經很久沒有"想"怎麼寫程式碼了。他只是在描述他想要什麼，AI 就給了他。程式碼存在嗎？存在。他看了嗎？幾乎沒有。但產品就是能跑。
他拿起手機，打開 Twitter，寫下了這樣一段話：
"There's a new kind of coding I call 'vibe coding'... I just see stuff, say stuff, run stuff, and copy paste stuff, and it mostly works."
然後去睡覺了。
這個人叫Andrej Karpathy。OpenAI 早期核心成員，前特斯拉 AI 主任，是那種"一開口，所有人都停下來聽"的人——不因為官大，而因為他總是比大多數人更早看清楚 AI 會走到那裡。
第二天醒來，那條推文有了幾萬個轉發。一周之後，"vibe coding"這三個字出現在了全球幾乎所有科技媒體的頭條。
二、"Vibe"：一個藏了三百年的詞
Karpathy為什麼選了"vibe"這個詞？
表面上看，這是一個 Z 世代的網路俚語，大致意思是"感覺對了"。年輕人說"good vibes"，說"we're vibing"，意思就是氣氛好、狀態線上、頻率對上了。
但這個詞，其實有更深的根。
它來自拉丁語vibrare——振動。
先變成英文的"vibration"，然後在 20 世紀初的美國爵士樂圈，樂手們開始用"vibes"描述那種多人即興演奏時產生的共鳴感——不是樂譜規定的，是大家"頻率對上了"自然流出來的東西。一個樂手不看譜，聽著旁邊的人在彈什麼，感受當下的氛圍，然後順著那股勁兒往下走。整個樂隊就這樣流動起來，產生出一種計畫不出來的東西。
當 Karpathy 把這個詞和"coding"放在一起，發生了一件神奇的事：
你不再需要精確地知道怎麼寫，你只需要描述你想要什麼——就像爵士樂手不背樂譜，卻能把音樂精準地感受出來，然後讓樂器（AI）把音符填進去。
"Vibe"和"Coding"，在氣質上本來是完全對立的。Vibe 是模糊的、感性的；Coding 是精確的、邏輯嚴密的，差一個分號就會報錯。但這種反直覺的組合，恰恰命中了一個時代的感受——當 AI 強到足夠的程度，"寫程式碼"這件事，真的可以靠感覺驅動了。
三、一年的狂歡
這個詞出來之後，世界沸騰了。
產品經理說：我再也不需要找外包了。創業者說：不懂技術沒關係，讓 AI 幫你寫。投資人說：這是程式設計歷史上最大的民主化運動。媒體標題直接就是："技術門檻消失了，人人都是程式設計師了。"
工具一個接一個地湧現：
ChatGPT 對話方塊（直接要AI寫程式碼）
↓
GitHub Copilot（AI在你寫程式碼時幫你補全）
↓
Cursor（以AI為核心的編輯器，2024年估值90億美元）
↓
Bolt / Lovable / v0（連程式碼都不用看，描述需求直接出產品）
↓
Claude Code（AI代理，自己思考怎麼改，自己運行，給你看結果）整個創業圈，開始瀰漫著一種氣氛："也許，這次真的不一樣了。"
這種氣氛裡，有一個最動聽的詞叫做——技術平權。
四、等等，真正被消滅的是什麼？
"技術平權"。
聽起來是不是很美？它暗示著：那道把普通人和工程師隔開的高牆倒塌了，程式設計不再是少數人的特權，人人平等。
很多人以為這是真的。包括很多聰明人。
但如果你仔細想想，會發現這件事裡藏著一個更有意思的真相——
真正被消滅的，不是對技術的需求。是中間那條漫長的路。
來看一個對比。
過去，你想用軟體解決一個問題，流程是這樣的：
你的想法
↓
產品經理（把想法翻譯成需求文件）
↓
開發（把需求文件翻譯成程式碼）
↓
測試（確認程式碼沒有問題）
↓
維運（把程式碼部署到伺服器）
↓
你的產品AI 時代，流程變成了這樣：
你的想法
↓
AI
↓
你的產品你看到了什麼？
中間那幾層，消失了。
這不是"你獲得了工程師的能力"。這是：你不再需要穿越那條中間地帶，就能到達目的地。
我們給這件事起了個名字，叫路徑壓縮（Path Compression）。
技術平權，是一個動聽的謊言。
路徑壓縮，才是真正發生的事。
五、入場，不等於贏
但路徑壓縮，不是沒有代價的。
來做一個小實驗。
假設有兩個人，同時拿到了一樣的工具——Cursor 或者 Claude Code——同時學會了"描述需求，讓 AI 寫程式碼"。
第一個人，有七年醫療行業經驗，深知醫院採購流程那裡最痛。他用 AI 在三周內做出了一個工具，六個月後有了一百五十個付費客戶，估值一百萬美元。
第二個人，剛從某"21天 Vibe Coding 就業班"畢業，什麼行業也不懂，做了一個"看起來挺像產品"的東西，上線一周，零使用者。
AI 給了他們一樣的工具。結果，天差地別。
差在那裡？差在第一個人那七年裡積累的：知道要解決什麼問題，知道誰是真實的使用者，知道什麼東西真的值得被做。這些，AI 給不了你。
Vibe Coding，是軟體世界裡的廉價航班——它給了更多人飛起來的機會，這是真實的、有價值的進步。
但廉價航班：
- 沒有讓每個乘客都成為飛行員
- 沒有消除頭等艙和經濟艙的差異
- 只是給了更多人一張入場券，給了大家試錯的權利
進了場，不等於贏了。
六、現實的一巴掌
狂歡持續了一年多之後，一批真實的故事開始浮出水面。
故事的主角，往往是那些靠 Vibe coding 快速上線了產品、拿到了真實使用者、甚至拿到了天使輪融資的創始人。然後，他們遇到了一個共同的問題：
使用者開始增長，產品需要擴展，某個功能需要修改——打開程式碼庫，裡面是一片他們完全看不懂的叢林。
一位有經驗的工程師被請進來審查。他沉默了三秒，然後說：
"我需要兩個月來重構這個，然後我們才能繼續。"
重構的成本——時間、金錢、停滯的迭代——往往遠超當初"快速上線"省下來的。
原因很簡單：AI 生成程式碼的第一目標，是"能跑、符合你描述的需求"。它不是在想："這個部分三個月後容易維護嗎？""使用者量翻十倍會不會崩？""這個介面有沒有驗證權限？"
這就是程式設計師們說的技術債——那些"現在能用，但以後每一次修改都要付出額外代價"的程式碼。
靠 Vibe coding 搭出來的系統，很像用樂高積木快速搭出來的房子：視覺上完整，門窗都有，展示沒問題。但想改造，發現每塊積木和周圍幾塊互相咬合，動一塊，好幾塊跟著鬆了。颱風來了，你最好不在裡面。
七、駕馭 AI，才是真正的挑戰
這裡有一個小小的反諷值得一提。
當 AI 程式設計工具開始普及，最早系統性地撞上這堵牆、然後認真研究出解法的，是 OpenAI 自己的工程師——是的，就是那家做出 ChatGPT 的公司，那家把 AI 程式設計能力推向全世界的公司。他們自己用 AI 寫程式碼，自己撞上了牆，然後寫出了一套馴服 AI 的方法論，對外公開分享。
他們把這套方法叫做Harness 工程。
"Harness"，英文裡是馬具、韁繩的意思。騎馬的人都知道：一匹好馬，不是拿來隨便跑的——韁繩告訴它方向，圍欄劃定安全範圍，馬具不是在限制馬，而是讓馬的力量真正可被駕馭。
這個比喻，說透了一件事：
AI 寫程式碼，從來不是最大的挑戰。駕馭 AI，才是。
具體怎麼做？給 AI 立規矩、幫它記住進度、讓 AI 自己檢查自己……聽起來像在管一個粗心大意的實習生。但這正是重點——AI 不是神，是一個能力很強、但需要被認真管理的協作者。
而在這之上，還需要一套更大的工程基礎設施：自動測試、灰度發佈（先讓少數使用者嘗鮮，沒問題再全量推開）、出了問題三分鐘內回滾。
這些東西，不會因為 AI 能寫程式碼就變得不重要。恰恰相反——AI 生成程式碼的速度越快，這套"驗收機制"就越關鍵。
程式碼從"能跑"變成"能用"，從"Demo"變成"產品"，這最後一公里，沒有捷徑。
八、那堵牆，去那了？
讓我們回到最開始的問題：Vibe Coding 到底改變了什麼？
不是技術平權——工程師的能力並沒有被賦予所有人。
不只是試錯權——雖然它確實讓每個人都有了更低成本的試錯機會。
它真正做的，是一件更根本的事：
它把"想到"和"實現"之間的那堵牆，變薄了。
曾經，你有一個想法——不管是改善醫院掛號流程的工具，還是讓獨居老人能更方便視訊通話的 App——你面對的是一道高牆：你需要先學幾年程式設計，或者花幾萬塊找外包，或者找到一個願意信任你想法的技術合夥人，才能把它變成現實。
大多數人，在那堵牆面前停下來了。
不是因為他們的想法不好。是因為想法和實現之間，隔著一個不屬於他們的專業領域。
Vibe Coding 改變的，正是這件事：
今天，有史以來最多的人，可以在最短的時間內，把腦子裡的那個想法變成一個真實運行的東西——那怕不完美，那怕只是原型，那怕三個月後要重寫。
AI 時代真正被民主化的，不是程式設計能力。
是創造軟體的機會。
這兩件事，差得很遠，但後者更重要。
Karpathy 那條 280 字的推文，描述的是一種感受——"我只是說需求，AI 就給了我"。
一年多以後，我們才真正明白，那種感受的名字，不叫技術平權。
它叫：想法，終於有了翅膀。 (AI Native啟示錄)