Vibe Coding 从 Andrej Karpathy 2025 年 2 月的一条推文起步，仅一年多就从「嘴上说说」变成了真正在改变软件开发方式的现实。2025 年的多项调研数据给出了清晰的信号：AI 辅助编程已经从早期尝鲜进入工程化落地阶段。但这不是终点——Vibe Coding 正在经历从 1.0 到 2.0 的关键跃迁。

📌 一、2025 年关键数据：AI 辅助编程已成主流

几组数据足以说明问题的严重性：

  • Google：2025 年超过 30% 的新代码由 AI 生成（Q3 升至 40%+）
  • GitHub：AI 编码助手用户数突破 1500 万，同比增长 175%
  • Stack Overflow 2025 调研：84% 开发者已使用或计划使用 AI 工具
  • 企业落地：超过半数 Fortune 500 公司在开发流程中集成 AI 编码工具

这些数字说明：AI 辅助编程不再是「极客玩具」，而是正在成为基础开发设施。

🔥 二、Vibe Coding 1.0 的核心问题

尽管 AI 生成代码的速度令人惊叹，但 1.0 阶段暴露了三个致命短板：

2.1 质量黑箱

  • AI 生成的代码「看起来对」但缺乏可验证性
  • 没有测试覆盖的 AI 代码 = 定时炸弹
  • 安全漏洞、边界条件、性能问题被隐藏在「能跑就行」的表象下

2.2 工程债务飙升

  • 快速生成 → 快速堆积技术债务
  • 代码审查跟不上生成速度
  • 「先生成再说」的心态导致维护成本指数级增长

2.3 开发者技能退化

  • 过度依赖 AI 导致底层编程能力下降
  • 「不写代码」≠「不需要理解代码」
  • 调试能力、架构设计能力、系统思维面临挑战

🚀 三、Vibe Coding 2.0：从「能跑」到「跑得好」

Vibe Coding 2.0 不是抛弃 1.0，而是在其基础上叠加工程化保障。核心转变：

Vibe Coding 2.0 = AI 生成速度 + 工程质量保障体系

3.1 测试驱动的 AI 编码（TDAD 模式）

  • 核心理念：先写测试，再让 AI 生成实现
  • 实践方式：开发者定义验收标准（Spec），AI 负责生成通过测试的代码
  • 关键优势：测试即文档、测试即验收、测试即安全网
  • 代表工具：Test-Driven Prompt Engineering、SWE-CI 等

3.2 Spec-Driven Development（规范驱动开发）

这是一种「重回瀑布」的反直觉实践——但不是传统瀑布的回归：

  • 开发者负责写清楚「要什么」（Spec/Prompt），AI 负责「怎么做」（实现）
  • Spec 越精确，AI 生成质量越高
  • 本质上是把软件工程的「需求-设计-实现」链条重新激活
  • 与 Vibe Coding 1.0 的「边想边写」形成互补

3.3 Harness Engineering（驾驭工程）

OpenAI 在 2026 年初提出的概念，核心思想：

  • 环境设计优于提示工程：与其花精力优化 prompt，不如设计好代码库结构、测试框架、反馈循环
  • 渐进式披露：不要一次性把整个代码库扔给 AI，而是分层展示上下文
  • 黄金原则编码：把最佳实践编码到项目结构中，让 AI 自动遵循
  • 反馈循环：编译错误、测试失败、lint 警告都是 AI 的学习信号

3.4 质量保障体系

  • AI 代码审查（AI Review）：用 AI 审查 AI 生成的代码
  • 自动化安全扫描：集成 SAST/DAST 工具
  • 持续集成保障：每次 AI 生成都必须通过完整 CI 流水线
  • 可观测性：追踪 AI 生成代码的缺陷率、覆盖率、技术债务

🧠 四、工程师的进化路线

Vibe Coding 2.0 对开发者提出了新的能力要求：

4.1 从「写代码」到「定义规格」

  • 核心能力转变：编码能力 → 规格定义能力
  • 开发者需要更深入理解业务需求，而非仅仅实现细节
  • Prompt Engineering 成为新的「编程语言」

4.2 从「实现者」到「架构师」

  • AI 处理实现细节，开发者聚焦系统架构
  • 模块化设计、接口定义、依赖管理变得更加重要
  • 「拆任务」的能力 > 「写代码」的能力

4.3 从「单兵作战」到「人机协作」

  • 学会给 AI 提供正确的上下文
  • 学会验证 AI 的输出（测试、审查、架构评估）
  • 学会在 AI 犯错时快速定位和修复
真正的竞争力不是「会用 AI」，而是「会驾驭 AI」。驾驭 = 理解 + 验证 + 引导。

📌 五、总结与展望

Vibe Coding 2.0 的核心命题：AI 让编程更快了，但「快」不等于「好」。工程化保障是让「快」可持续的唯一路径。

对开发者的建议：

  • 拥抱 AI 工具，但不要放弃底层能力
  • 投资测试和规格定义能力，这是 AI 时代的核心竞争力
  • 关注 Harness Engineering、TDAD 等新范式，它们定义了 Vibe Coding 2.0 的实践框架
  • 保持学习：AI 工具和最佳实践在快速迭代，今天的最佳实践可能明天就过时
Vibe Coding 1.0 让我们体验了「不写代码也能做产品」的快感。Vibe Coding 2.0 则提醒我们：软件工程的本质不是写代码，而是构建可靠的系统。AI 是工具，工程是纪律。两者缺一不可。

逍遥云初 | 2026.05.08