（10295期）Vibe Coding – 自然语言编程，AI 替你写代码

自然语言编程，AI 替你写代码 用自然语言描述需求，让AI生成代码的低门槛开发模式，适合快速原型与MVP，但需警惕安全与可维护性风险。 使用说明 什么是 Vibe Coding 由 Andrej Karpathy 于 2025 年 2 月提出的编程范式：用自然语言描述需求，让 AI 生成代码，开发者以结果验收而非逐行审阅。Simon Willison 进一步区分：若能解释、测试并审阅每行代码，则属于传统软件开发，而非真正的 vibe coding。 核心用法 1. 意图先行模糊提示导致模糊输出。明确问题定义、完成标准与技术约束后再启动 AI。例如将"做一个社交 App"细化为"文本帖子（280 字）、关注用户、时间线 feed、点赞评论，技术栈 React + Tailwind + Supabase"。 2. 规则文件（Rules Files）在 .cursorrules、.cursor/rules/ 或 CLAUDE.md 中持久化团队规范，避免每次重复上下文。 3. Research-Plan-Implement 工作流 Research：让 AI 先探索现有代码结构 Plan：输出待修改文件及变更清单 Implement：确认计划后再执行 在规划阶段发现误解的成本，远低于级联错误的调试。 4. 干预时机 放任：脚手架、UI 组件、创意探索 必须干预：认证、支付、数据处理等安全敏感区域 必审：数据库 Schema、API 权限、用户数据处理 5. 约束锚定通过显式边界控制输出："少于 50 行"、"仅输出修改的函数"、"只改动支付流，不动认证"。 6. 测试闭环AI 代码常"看起来完美"但暗藏 bug。每次变更后：跑测试、手动验证、检查控制台、覆盖主路径与边界条件。 7. 错误处理 Karpathy 技巧直接粘贴错误信息不加注释，AI 通常能修复；若 2-3 次失败，改描述期望行为而非继续追问错误。 显著优点 极速原型：周末即可完成可用 MVP 降低门槛：非专业开发者也能产出功能代码 探索成本低：快速验证产品假设 experienced 开发者倍增器：架构能力 + AI 产出 = 超级效率 局限性与风险 | 维度 | 风险 ||------|------|| 可维护性 | 生成代码难以长期维护，技术债累积快 || 安全 | AI 对权限边界、注入防护理解有限，易产漏洞 || 性能 | 缺乏深层优化意识，复杂场景易出性能瓶颈 || 合规 | 金融、医疗等强监管领域不适用 || 认知依赖 | 开发者可能丧失代码理解能力，形成"黑箱依赖" | 适合人群 需要快速验证想法的产品经理/独立开发者 有架构判断力、能识别 AI 产出差错的资深工程师 内部工具、周末项目、学习场景 不适合场景 安全关键代码、性能关键系统、强合规领域、需长期演进的生产级系统。 核心原则 "The best vibe coders understand architecture, spot bad AI output, and know when to intervene." 不懂代码的人，不该用 vibe coding 做生产系统。 原始说明 Build software with AI by describing what you want. Covers prompting techniques, workflow patterns, rules files, and when to intervene.