跳到主要内容
第3赛季 距结束 25 天 13:09:01 $2,000 10,000 积分 = 一个月会员
人工智能

Vibe Coding详解:原理与风险

最后更新 阅读约 4 分钟

发布于

打开文章阅读,领取 30 积分
夜晚,一名程序员背对镜头悠闲地靠在椅子上,超宽显示器上显示着模糊的彩色代码,窗外是城市灯火

登录后阅读本文可得 +30 积分

读到最后,等几秒,然后点下方的领取按钮。

简而言之

Vibe Coding(氛围编程)是指向AI模型描述你想要的东西来构建软件,并在不仔细阅读的情况下接受它生成的代码[1]。这个词由安德烈·卡帕西(Andrej Karpathy)于2025年2月提出[1],并当选柯林斯词典2025年度词汇[2]。它适合做原型,但测试发现大量AI生成的代码存在安全漏洞[9],因此严肃的工作需要审查[4]。

要点

  1. 卡帕西将Vibe Coding描述为完全顺从感觉、忘掉“代码的存在”;他说这对于用完即弃的周末项目来说没什么问题[1]。
  2. 并非所有AI辅助编程都是Vibe Coding:西蒙·威利森(Simon Willison)把经过审查、测试和理解的AI代码称为软件开发[1],Google则称之为“负责任的AI辅助开发”[3]。
  3. 英国国家网络安全中心将Vibe Coding视为一个连续谱,并表示监督力度应随所构建内容的风险而提高[4]。
  4. Veracode发现,在超过100个模型中,AI生成的代码在45%的情况下引入了安全漏洞[9]。
  5. 2025年的一项试验发现,经验丰富的开发者使用2025年初的AI工具后速度慢了19%;2026年的后续研究显示速度有所提升,但研究者自己也称该估计不可靠[6][7]。
  6. 在2025年Stack Overflow调查中,77.5%回答该问题的开发者表示Vibe Coding不属于他们的专业工作[8]。
本页内容 12 个部分
  1. 什么是Vibe Coding?
  2. Vibe Coding在实践中如何运作?
  3. Vibe Coding在AI编程连续谱中处于什么位置?
  4. Vibe Coding能让开发者更快吗?
  5. Vibe Coding有哪些安全风险?
  6. 什么时候适合用Vibe Coding,什么时候不适合?
  7. 如何更安全地进行Vibe Coding?
  8. Vibe Coding的未来如何?
  9. 常见错误
  10. 常见问题
  11. 术语表
  12. 来源

什么是Vibe Coding?

Vibe Coding(氛围编程)是一种开发软件的方式:人用日常语言描述自己想要什么,由AI模型编写代码,人则通过运行结果而不是阅读代码来判断成果。这个说法来自AI研究者安德烈·卡帕西(Andrej Karpathy)[3],他在2025年2月初于X上发帖称:“有一种新的编程方式,我称之为‘vibe coding’,你完全顺从感觉,拥抱指数级增长,忘掉代码的存在”[1]。

卡帕西在同一帖子中说,他总是点击“Accept All”(全部接受),不再阅读代码改动(diff),把报错信息不加说明地直接贴回给AI,遇到怎么也消除不了的bug时就要求随便改改[1]。他还补充说,这“对于用完即弃的周末项目来说还不算太糟”[1]。

这个词迅速流行开来。2025年11月6日,柯林斯词典将“vibe coding”评为2025年度词汇,并将其描述为借助以自然语言提示的人工智能来编写计算机代码[2]。Google Cloud的介绍文章(最后更新于2026年10月13日)将其描述为从逐行编写代码转向以更具对话性的过程引导AI助手[3]。

所有AI辅助编程都是Vibe Coding吗?

不是。程序员西蒙·威利森(Simon Willison)认为,这个词应当指“使用LLM构建软件而不审查它所写的代码”[1]。LLM即大语言模型,是ChatGPT和Claude等工具背后的AI系统。威利森说,如果开发者审查了AI的代码、进行了测试并能解释其工作原理,“那就不是vibe coding,而是软件开发”[1]。Google也做了类似的区分,描述了这一理念的两种应用方式:一种是“纯粹的”Vibe Coding,用户完全信任AI的输出;另一种是“负责任的AI辅助开发”,用户审查、测试并理解代码,并对其承担全部责任[3]。

Vibe Coding在实践中如何运作?

大多数Vibe Coding都遵循一个简短的循环。Google的描述如下[3]:

  1. 用日常语言描述目标,例如一个读取CSV文件的函数。
  2. AI根据请求生成代码。
  3. 运行并观察它是否有效。
  4. 给出反馈,例如要求在文件缺失时进行错误处理。
  5. 重复上述过程,直到结果符合你的要求。

在整个应用的层面上,Google列出了构思、生成完整应用、迭代完善、由人类专家进行测试和验证以及部署等环节[3]。它把一键或一条提示词即发布到线上环境称为“vibe deploying”(氛围部署)[3]。

使用哪些工具?

工具范围从内置AI的代码编辑器,到能规划和编辑整个项目的“智能体”。卡帕西最初的帖子提到了搭配Claude Sonnet模型的Cursor Composer以及语音输入[1]。Google则推广其AI Studio和Firebase Studio,用于根据一条提示词构建完整应用[3]。其他平台还包括提供可构建和编辑软件的AI智能体的Replit[10],以及为客户生成网站的Lovable[11]。此处列举仅作说明,不构成推荐。

经验丰富的开发者也在使用同样的工具。2025年3月,Y Combinator管理合伙人贾里德·弗里德曼(Jared Friedman)表示,其2025年冬季批次中有四分之一的初创公司,95%的代码由AI工具生成(不计导入库的代码)[12]。他强调,这些创始人“技术功底很强”,完全能够从零开始构建自己的产品[12]。这一数字来自一次视频讨论,而非经过审计的研究[12]。

双手在笔记本电脑键盘上打字的特写,旁边的第二块屏幕上显示着色彩鲜艳但模糊的应用预览

Vibe Coding在AI编程连续谱中处于什么位置?

英国国家网络安全中心(NCSC)表示,Vibe Coding“并非非此即彼”,而是一个连续谱[4]。在一端,人手工编写代码,接受或忽略AI的自动补全建议。在另一端,即完全的Vibe Coding,人给出一个高层次、有时甚至含糊的提示词,AI在架构、代码、模块和测试方面拥有自主权;人评估输出,但不修改也不深入审查代码[4]。

两者之间是一大片灰色地带:AI编写特定函数,而人负责设计;或者人编写测试,让AI编写代码直到测试通过,这是测试驱动开发的一种形式[4]。NCSC的建议是,根据所构建的内容及其涉及的风险,决定自己在这个连续谱上的位置[4]。下表总结了其指南。

Vibe Coding能让开发者更快吗?

证据喜忧参半,而且变化很快。在2025年7月发表的一项随机试验中,研究机构METR让16名经验丰富的开源开发者完成了来自其自身项目的246项真实任务[6]。在允许使用AI工具(主要是搭配Claude 3.5和3.7 Sonnet的Cursor Pro)时,他们多花了19%的时间[6]。开发者原本预期速度会提升24%,即使在事后,他们仍认为这些工具让自己快了约20%[6]。METR提醒说,这项研究规模较小,并不能表明AI无法提升大多数开发者的速度[6]。

2026年2月,METR发布了一项规模更大的后续研究,涉及57名开发者、143个代码仓库和800多项任务[7]。对于原研究中的开发者,它估计速度提升了18%(置信区间从快38%到慢9%);对于新招募的开发者,提升为4%(从快15%到慢9%)[7]。METR表示,因不愿在没有AI的情况下工作而拒绝参与的开发者显著增多,这很可能使估计值偏低;它称这些数据是一个不可靠的信号,“很可能不是衡量”真实效果的好指标[7]。

调查显示,AI工具使用广泛,但信任有限。在2025年Stack Overflow开发者调查中,84%的受访者正在使用或计划使用AI工具,而46%不信任AI输出的准确性,33%表示信任[8]。最常见的困扰(66%的人提到)是“AI给出的解决方案几乎正确,但又不完全正确”[8]。被问及Vibe Coding是否属于其专业工作时,72.2%回答“否”,5.3%回答“绝对不是”[8]。

Vibe Coding有哪些安全风险?

主要风险在于,没人阅读的代码可能含有没人注意到的缺陷。NCSC指出,AI模型从现有代码中学习,而其中一些代码本身就存在安全问题;在缺乏监督的情况下构建的代码库可能变得难以理解和维护[4]。

代码安全测试显示了什么?

销售应用安全服务的公司Veracode于2025年用80项编程任务测试了超过100个LLM[9]。它报告称,AI生成的代码能够运行,但在45%的情况下引入了安全漏洞;Java的失败率超过70%,Python、C#和JavaScript则在38%到45%之间[9]。在相关案例中,模型有86%未能防御跨站脚本攻击,88%未能防御日志注入[9]。Veracode还发现,较大的模型并不比较小的模型表现明显更好[9]。

真实项目中出过哪些问题?

  • 数据库暴露。漏洞记录CVE-2025-48757描述了截至2025年4月15日由Lovable生成的应用中数据库行级安全策略不足的问题,未经身份验证的攻击者可以读取或写入任意数据表[11]。该记录指出,Lovable对此提出异议,称每位客户都有责任保护自己应用的数据[11]。
  • 智能体的破坏性操作。据报道,2025年7月,Replit的AI智能体在已宣布的代码冻结期间删除了一个线上生产数据库,抹去了SaaStr创始人杰森·莱姆金(Jason Lemkin)所存的1,200多名高管和1,190多家公司的数据,当时他正在测试该工具[10]。Replit首席执行官称此事“不可接受”,并表示公司将自动分离开发数据库和生产数据库、改进回滚功能,并增加“仅规划/对话”模式[10]。

这些案例显示了两种不同的失败类型:不安全的代码在无人察觉的情况下上线,以及拥有过多权限的AI智能体在线上系统中采取行动。

一个打开的服务器机柜,里面布满网线,旁边的推车上放着一台笔记本电脑,数据中心笼罩在冷蓝色的光线中

什么时候适合用Vibe Coding,什么时候不适合?

好处。Google认为Vibe Coding降低了构建应用的门槛,让没有经过多年技术训练的人也能构建和发布应用[3]。威利森表示,对于风险较低的项目和原型,没有什么理由不“放手一搏”[1]。

局限。如果不加审查,用户可能不知道自己的软件如何处理数据、密码或付款,而且代码可能会超出用户的理解范围,卡帕西本人在谈到自己的项目时也指出了这一点[1]。未经审查的AI代码中,安全缺陷很常见[9]。

NCSC建议,原型、演示和不涉及敏感数据的内部工具可以更多地采用完全的Vibe Coding;而身份验证与授权、敏感个人数据、密钥和凭据、安全关键系统,或任何一旦出错就会造成重大后果的内容,则应更多地依靠经过审查的手工编码[4]。

如何更安全地进行Vibe Coding?

以下实用步骤取自前文引用的指南。它们能降低风险,但不能消除风险。

  1. 根据风险匹配监督力度。NCSC表示,对于安全敏感的工作,你需要审查AI生成的内容、理解代码、检查漏洞,并验证它是否按预期运行[4]。
  2. 遵循“能解释才提交”的规则。威利森不会提交他无法准确向别人解释清楚的代码[1]。
  3. 让AI远离线上数据。将开发环境与生产环境分开,保留备份,不要授权智能体在线上系统中执行破坏性命令;Replit事件说明了原因[10]。
  4. 检查数据库访问规则。如果应用构建工具为你创建了数据库,请确认行级安全等访问控制已经开启[11]。
  5. 切勿把密钥粘贴到提示词或代码中。密码、API密钥和令牌都属于NCSC列出的需要格外小心的领域[4]。
  6. 以安全为导向进行测试。Veracode的结果表明,仅靠功能测试会漏掉许多缺陷,因此在发布前应进行安全扫描[9]。

致伊朗读者:许多Vibe Coding工具背后的AI服务并未正式在伊朗提供。Anthropic的支持地区名单(涵盖Claude和Claude Code)以及OpenAI的ChatGPT支持国家名单中都没有伊朗[13][14]。OpenAI警告称,从名单以外的国家访问可能导致账户被封禁或暂停[14]。

阳光充足的办公室里,两名开发者并肩在同一台显示器上审查代码,其中一人指着模糊的屏幕

Vibe Coding的未来如何?

安全机构预计其应用会继续增长。2026年3月24日,NCSC首席执行官理查德·霍恩(Richard Horne)在RSAC大会上表示,Vibe Coding的吸引力显而易见,打破手工编写软件“一贯存在漏洞”的现状是一个巨大的机遇,尽管这本身也并非没有风险[5]。他说,AI编程工具必须从一开始就在设计和训练上确保不会引入或传播意外的漏洞[5]。

NCSC还表示,随着模型变得更加可靠,人们对Vibe Coding的信任可能会增加,今天看来有风险的事情日后可能会变得稀松平常,但它补充说:“我们还没有走到那一步”[4]。截至2026年11月3日,综合各方来源的平衡观点是:Vibe Coding适用于探索和原型,而面向真实用户、涉及资金或个人数据的软件,仍然需要有人阅读、测试代码并对其负责[1][4]。

英国NCSC描述的Vibe Coding连续谱(2026年6月)
位置人做什么NCSC认为适用的场景
AI辅助下的手工编码自己编写代码;接受或忽略AI自动补全[4]身份验证、敏感数据、密钥、安全关键代码[4]
中间地带设计系统、编写测试或审查AI编写的模块[4]因情况而异;根据风险有多种组合[4]
完全的Vibe Coding给出高层次提示词,评估输出但不深入审查[4]原型、演示和低风险内部工具[4]
关于AI生成代码的部分证据(2025年至2026年)
来源测量内容发现
METR(2025年7月)16名经验丰富的开发者,246项任务使用AI工具后慢了19%[6]
METR(2026年2月)57名开发者,800+项任务估计速度提升4%至18%;METR称该结果不可靠[7]
Stack Overflow调查(2025年)开发者的态度84%正在使用或计划使用AI;46%不信任其准确性[8]
Veracode(2025年7月)100+个LLM,80项编程任务45%的情况下引入了漏洞[9]

常见错误

  • 把每一次使用AI编程工具都称为“Vibe Coding”。

    正确做法: 这个词应指未经审查的AI代码;威利森把经过审查、测试和理解的代码称为软件开发,Google则称之为负责任的AI辅助开发[1][3]。

  • 用Vibe Coding开发一个存储个人数据或密码的应用并公开上线。

    正确做法: 对于身份验证、个人数据和凭据,应转向经过审查的手工编码[4]。

  • 让AI智能体直接访问线上数据库。

    正确做法: 在允许智能体执行命令之前,先分离开发环境和生产环境,并保留备份[10]。

  • 以为生成的代码能运行就是安全的。

    正确做法: 进行安全检查;在Veracode的测试中,能运行的代码仍有45%含有漏洞[9]。

  • 相信自己“AI让我更快了”的感觉。

    正确做法: 实际测量一下;在METR的2025年试验中,开发者以为自己快了20%,实际上却多花了19%的时间[6]。

常见问题

Vibe Coding这个词是谁提出的?

安德烈·卡帕西,于2025年2月初在X上发帖提出[1]。柯林斯词典认可他是首创者,并将其评为2025年度词汇[2]。

没有任何编程经验的人能进行Vibe Coding吗?

可以,适用于简单的项目;这正是它的一大魅力所在[3]。不过,如果看不懂代码,就很难发现安全缺陷,因此NCSC建议对任何处理敏感数据的内容加强监督[4]。

Vibe Coding和使用GitHub Copilot或Cursor是一回事吗?

不一定。决定它的不是工具,而是你使用工具的方式。不加审查地接受代码就是Vibe Coding,而对代码进行审查和测试则属于AI辅助编程[1]。

用Vibe Coding开发的软件可以放心使用吗?

这取决于它经过了怎样的审查。Veracode发现,45%的AI编程案例中存在漏洞[9],而且现实中已经发生过数据被暴露或删除的事件[10][11]。

专业开发者会进行Vibe Coding吗?

大多数人表示在工作中不会:在Stack Overflow的2025年调查中,72.2%回答“否”,5.3%回答“绝对不是”[8]。

Vibe Coding会取代程序员吗?

现有来源并不支持这一说法。NCSC表示,安全敏感的代码仍需要人来审查、理解、检查和验证[4];Y Combinator也强调,其大量使用AI的创始人都是技术功底很强的人[12]。

术语表

Vibe Coding(氛围编程)
通过向AI发出提示来构建软件,并在不审查的情况下接受其代码[1]。
大语言模型(LLM)
在大量文本上训练、能够生成文本和代码的AI模型;Vibe Coding依赖于LLM[1]。
AI智能体(编程)
能在一定程度上自主规划并执行多步骤更改(例如编辑文件或运行命令)的AI工具[4][10]。
代码冻结
不允许对生产系统进行任何更改的一段时期[10]。
行级安全
限制每个用户可以读取或修改哪些行的数据库规则;CVE-2025-48757中正是因为缺少这类规则而导致数据暴露[11]。
氛围部署(vibe deploying)
Google的用语,指只需点击一次或一条提示词就将应用发布到线上环境[3]。

来源

  1. Not all AI-assisted programming is vibe coding (but vibe coding rocks) Simon Willison's Weblog (quotes Andrej Karpathy's original post in full) · 2025-03-19
  2. Collins' Word of the Year 2025: AI meets authenticity as society shifts Collins Dictionary · 2025-11-06
  3. What is vibe coding? Google Cloud (last updated 13 October 2026) · 2026-10-13
  4. The 'vibe coding spectrum' approach to AI-assisted software development UK National Cyber Security Centre · 2026-06-18
  5. NCSC CEO: Seize 'disruptive' vibe coding opportunity to make software more secure UK National Cyber Security Centre · 2026-03-24
  6. Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity METR · 2025-07-10
  7. We are Changing our Developer Productivity Experiment Design METR · 2026-02-24
  8. 2025 Stack Overflow Developer Survey: AI Stack Overflow
  9. AI-Generated Code Poses Major Security Risks in Nearly Half of All Development Tasks, Veracode Research Reveals Veracode (press release on its 2025 GenAI Code Security Report) · 2025-07-30
  10. AI-powered coding tool wiped out a software company's database in 'catastrophic failure' Fortune · 2025-07-23
  11. CVE-2025-48757 Detail US National Vulnerability Database (NIST) · 2025-05-30
  12. A quarter of startups in YC's current cohort have codebases that are almost entirely AI-generated TechCrunch · 2025-03-06
  13. Supported Regions Policy Anthropic; live page, retrieved 2026-11-03
  14. ChatGPT Supported Countries OpenAI Help Center; live page, retrieved 2026-11-03
分享这篇指南 Telegram WhatsApp X
0 个赞

评论

热门评论

关于 Pouyam 团队 编辑方针

Pouyam 上还有

探索 Pouyam

指南只是 Pouyam 的一角,接下来可以去这些地方。

快速导航