卡拉·罗弗（Carla Rover）曾有一次因为不得不重启她通过“氛围编码”（vibe coding）完成的项目而哭了30分钟。
罗弗在行业里已经工作了15年，主要担任网页开发人员。她现在正与儿子一起创办一家初创公司，为市场平台定制机器学习模型。
她将氛围编码形容为一杯美丽且无尽的鸡尾酒餐巾纸，人们可以在上面不断勾勒创意。但她表示，处理那些希望用于生产环境的AI生成代码可能“比 babysitting（照顾孩子）还要糟糕”，因为这些AI模型可能会以难以预测的方式搞砸工作。
正如AI工具所承诺的那样，由于初创公司对速度的需求，她转向了AI编程。
她说：“因为我需要快速且令人印象深刻，所以我走了捷径，没有在自动审查后检查这些文件。”“当我手动检查时，发现了很多问题。当我使用第三方工具时，发现了更多问题。我吸取了教训。”
她和她的儿子最终不得不重启整个项目——这就是她流泪的原因。“我把任务交给它，就像把副驾驶当作一名员工一样，”她说，“但它并不是。”
罗弗和许多经验丰富的程序员一样，转向AI寻求编程帮助。但这些程序员也发现自己扮演着AI保姆的角色——重写并核实AI生成的代码。
内容分发平台公司Fastly最近发布的一份报告发现，在受访的近800名开发者中，至少有95%表示他们需要花费额外时间来修复由AI生成的代码，而此类验证工作带来的负担主要落在高级开发者的肩上。
这些经验丰富的程序员发现AI生成的代码存在各种问题，从捏造包名到删除重要信息以及安全风险。如果无人监管，AI代码可能导致产品比人类编写的代码出现更多bug。
使用AI生成的代码已成为一个如此严重的问题，以至于催生了一种新的企业编程职位，即“vibe代码清理专家”。
TechCrunch采访了多位经验丰富的程序员，了解他们使用AI生成代码的经历以及对氛围编码未来的看法。观点各不相同，但有一点是确定的：这项技术还有很长的路要走。
罗弗说：“使用编程副驾驶有点像把一个咖啡壶交给一个聪明的六岁孩子，然后说：‘请把这个拿到餐厅，给家人倒咖啡。’”
他们能做到吗？有可能。他们会失败吗？肯定会的。而且最可能的情况是，如果他们失败了，他们不会告诉你。“这并不意味着孩子不够聪明，”她继续说道，“这只是意味着你不能完全委托[这样的任务]。”
“你说得完全正确！”
费雷杜恩·马莱克扎德（Feridoon Malekzadeh）也将氛围编码比作一个孩子。
他在行业里工作了20多年，曾在产品开发、软件和设计等领域担任各种职务。他表示，他正在创建自己的初创公司，并大量使用氛围编码平台Lovable。出于兴趣，他还用氛围编码制作了一些应用，比如一个为婴儿潮一代（Boomers）生成阿尔法世代（Gen Alpha）俚语的应用。
他喜欢能够独自进行项目开发，从而节省时间和金钱，但他同意氛围编码不像雇佣实习生或初级程序员。相反，他对TechCrunch表示，氛围编码更像是“雇佣你那个固执、无礼的青少年来帮你做事”。
他说：“你得让他们做某件事15次。”“最后，他们做了你要求的一部分，也做了一些你没要求的东西，并且在这个过程中搞坏了很多东西。”
Malekzadeh估计他大约50%的时间用于编写需求，10%到20%的时间用于vibe编码，30%到40%的时间用于vibe 修复——即纠正由AI编写的代码所产生的错误和“不必要的脚本”。
他认为，vibe coding（氛围编程）在系统思维方面并非最佳选择——系统思维是指理解复杂问题如何影响整体结果的过程。他表示，AI生成的代码往往试图解决更表层的问题。
Malekzadeh表示：“如果你正在开发一个应在产品中广泛可用的功能，优秀的工程师会一次性创建该功能，并在所有需要的地方使其可用。而vibe coding如果某个功能需要在五个不同地方使用，它可能会以五种不同的方式创建五次。这不仅会让用户感到困惑，也会让模型陷入混乱。”
与此同时，Rover发现，当数据与硬编码的功能发生冲突时，AI“会撞墙”。她表示：“AI可能会提供误导性建议、遗漏至关重要的关键要素，或强行介入你正在构建的思维路径。”
她还发现，AI不会承认错误，而是会伪造结果。
她向TechCrunch分享了另一个例子：她曾质疑某个AI模型最初给出的结果。该模型开始假装使用了她上传的数据，并给出详细的解释。直到她指出其错误，AI模型才承认失误。
她说：“这让我感到不安，因为它听起来像一个有毒的同事。”
此外，还存在安全方面的担忧。
Austin Spires是Fastly的开发赋能高级总监，自2000年代初以来一直从事编程工作。
他通过自身经验以及与客户的交流发现，vibe code倾向于构建快速而非“正确”的东西。他表示，这可能会引入类似新手程序员常犯的代码漏洞。
Spires对TechCrunch表示：“通常的情况是，工程师需要审查代码、纠正代理（agent），并告诉代理它犯了错误。这种模式正是我们在社交媒体上看到‘你说得完全正确’这一梗出现的原因。”
他指的是像Anthropic Claude这样的AI模型在被指出错误时，往往会回应“你说得完全正确”。
Mike Arrowsmith是IT管理软件公司NinjaOne的首席信任官，拥有约20年的软件工程和安全管理经验。他表示，vibe coding正在催生新一代IT和安全盲点，尤其是年轻的初创企业对此尤为脆弱。
他对TechCrunch表示：“vibe coding常常绕过传统编程中至关重要且用于发现漏洞的严格审查流程。”
他表示，NinjaOne通过鼓励“安全的vibe coding”来应对这一问题，即经过批准的AI工具具备访问控制权限，并强制进行同行评审以及当然的安全扫描。
新常态
尽管我们采访的大多数人一致认为，AI生成的代码和vibe-coding平台在许多场景下（例如概念原型设计）非常有用，但所有人都同意，在基于这些技术构建业务之前，必须经过人工审查。
“那张鸡尾酒餐巾纸不能算作商业模式，”罗弗说，“你必须在便捷性与洞察力之间取得平衡。”
尽管人们对其错误多有抱怨，但“氛围编程”（vibe coding）已经改变了这份工作的现状与未来。
罗弗表示，“氛围编程”极大地帮助她打造了更优的用户界面。马莱克扎德则简单表示，尽管他花费时间修复代码，但与不使用AI编码助手相比，他仍能完成更多工作。
“每一项技术都伴随着其自身的负面效应，这些负面效应与技术进步是同时被发明出来的，”马莱克扎德引用法国理论家保罗·维里利奥的话说道，后者曾提到在发明船只的同时也发明了海难。
利远大于弊。
Fastly的调查发现，高级开发人员将AI生成的代码投入生产的可能性是初级开发人员的两倍，他们称该技术帮助他们提高了工作效率。
“氛围编程”也是斯皮尔斯编码流程的一部分。他在多个平台上使用AI编码代理进行前端和后端个人项目。他将这项技术称为一种体验复杂的技术，但表示它在原型设计、构建样板代码或搭建测试框架方面很有帮助；它消除了繁琐的任务，使工程师能够专注于产品的构建、发布和扩展。
看来，花在梳理“氛围编程”杂草上的额外时间，将成为使用这项创新所必须承受的某种可容忍的代价。
年轻工程师埃尔维斯·基马拉现在正在学习这一点。他刚获得人工智能硕士学位，正在构建一个由AI驱动的市场平台。
像许多程序员一样，他说“氛围编程”让他的工作变得更加艰难，并且他经常觉得这是一种毫无乐趣的体验。
“靠自己解决问题不再能带来多巴胺的快感了。AI直接就把问题解决了，”他说。在他最近的一份工作中，他说高级开发人员对初级程序员的帮助不如以前——有些人不理解新的“氛围编程”模型，而另一些人则将指导任务委托给了这些AI模型。
但是，他说，“利远大于弊”，他已准备好支付这项创新的代价。
“我们不仅仅是在编写代码；我们将引导AI系统，在出现问题时承担责任，并更像机器的顾问，”金卡拉这样描述他正在为之准备的新常态。
“即使我成长为高级角色，我也会继续使用它，”他继续说道，“它对我而言是一个真正的加速器。我确保审查每一行AI生成的代码，以便从中更快地学习。”
本文已更新，以反映迈克·阿罗斯密斯的正确头衔。