值得一看有關 AI 的文章

 原文：

Vibe Coding Is Over. What Comes Next Is Much Harder.

 

以下是 Gemini 對這篇文章的分析和總結：

這篇文章探討了「氛圍編碼」（Vibe Coding）熱潮後的現狀與未來挑戰。所謂 Vibe Coding 是由 OpenAI 前創始人 Andrej Karpathy 所提出的概念，指開發者透過自然語言描述需求，由 AI 生成代碼，開發者在不完全理解代碼的情況下直接運行，「憑感覺（Vibes）」來開發。

以下是這篇文章的重點分析：

1. 氛圍編碼的巔峰與幻滅

• 數據背書： 2025 年初，Vibe Coding 達到頂峰。YC W25 批次中有 25% 的新創公司其代碼 95% 由 AI 生成。
• 生產力假象： 雖然開發速度提升了 25-55%，但這種「只管描述，不管細節」的模式在 2026 年迎來了代價。
• 現實的打擊： 研究發現 AI 生成的代碼邏輯錯誤更多，安全性漏洞是人類編寫的 2.74 倍。知名平台 Lovable 構建的應用中，超過 10% 存在嚴重的數據庫安全漏洞（CVE-2025–48757）。

2. 為何 Vibe Coding 作為專業策略已經結束？

作者認為 Vibe Coding 適合「構建原型」，但無法「維護產品」：

• 維護性崩潰： 代碼冗餘增加 4 倍，重構比例大幅下降，代碼庫變得難以理解且脆弱。
• 安全與穩定性： 當真實用戶進入系統，AI 生成的框架往往無法承受非預期的操作，且安全漏洞成為企業致命傷。
• 核心問題： 這種模式鼓勵「跳過理解」，而軟體工程的本質是需要對邏輯負責。

3. 未來的挑戰：「工程化你的 Vibes」（Engineering the Vibe）

Vibe Coding 並非消失，而是演進為更嚴謹的開發模式。2026 年成功的開發者具備以下特質：

• 從「提示詞」轉向「架構設計」： 不再是直接下指令要求生成整個 App，而是先寫技術規格文件（PRD），定義數據模型、安全邊界與集成點。
• 零信任原則： 將 AI 代碼視為「不可信來源」，必須經過靜態掃描（如 Snyk, Semgrep）與嚴格的測試。
• 增量集成： 一次只構建一個組件，測試並理解後再繼續，避免生成誰也看不懂的黑盒子。

4. 對不同角色的啟示

• 對開發者： 職業威脅不在於 AI，而在於是否具備「審美與判斷力」。開發者的角色轉變為「雕塑師」，AI 是黏土，關鍵在於如何引導 AI 並評估產出。
• 對非技術人員： 雖然 AI 降低了入門門檻，但要開發「商用級」軟體，仍需具備閱讀代碼的能力，或尋找專業技術夥伴合作。
• 對 AI 工具開發商： 未來的競爭不在於生成的「速度」，而在於生成的代碼是否「預設安全且可信」。

總結

作者指出：「Vibe Coding 讓你跳過困難部分的那個版本已經結束了，因為困難的部分終究會回來。」 未來的開發將是 AI 的速度與人類的架構判斷、安全直覺的深度結合。AI 是強大的打字助手，而非可以完全放手的主導者。

 

我的結論：養龍蝦也一樣。不要完全放手讓 AI 搞，必須確保每一步都知道它在做什麼。能夠的話，不要隨便讓 AI 自己「改變狀態」。