Steve Yegge：代码工厂化与Vibe Coding的激进实践
从Google和Amazon打造传奇级平台，到撰写AI驱动开发领域最具影响力的文章之一《初级开发者的复仇》（Revenge of the Junior Developer），被Anthropic CEO Dario Amodei公开引用，Steve Yegge数十年来始终站在软件工程最前沿。如今，他正全力推动“代码工厂化”时代，并成为Vibe Coding理念最系统、最激进的倡导者之一。
Yegge职业生涯始于1992年，深耕软件开发超30年。1998年加入仅250人的亚马逊，任高级软件开发经理，主导API战略制定，助力构建早期技术护城河；2005年加入谷歌，聚焦开发工具与代码智能，于2008年主导建成代码智能平台Grok，支撑Google Code Search成为生态关键组件。
2018年因认为谷歌“过于保守、不再创新”离职，后加入Grab；2022年10月加入Sourcegraph，主导公司向AI企业转型。期间，他主导构建完全基于Vibe Coding的问题追踪系统Beads，服务数万用户，验证了“AI主导开发”的工程可行性——开发者角色正从“写代码”转向“管理AI agent编队”，让AI在非工作时间并行推进功能交付。
“用传统IDE写代码，那不是合格工程师”
Steve：这已不仅是技术点，而是一场运动。AI工程的核心是构建AI驱动应用，Vibe Coding则意味着彻底摒弃旧开发范式。两者共同挑战既得利益，因此引发强烈反对浪潮。
真正受冲击最大的并非初级或中级工程师——他们已在实践中践行Vibe Coding，反而是拥有12～15年经验的资深工程师与技术领导层最为抵触。其身份认同根植于传统编程模式，常公开宣称“十几年经验比破AI强得多”。
OpenAI内部已观察到明显绩效差距：使用Agent与未使用者，在代码量、提交频次、业务影响等指标上呈现10倍级差异。两个职位职责完全相同的工程师，产出效能悬殊至此，组织必然面临HR与法务层面的系统性应对压力。
关键判断：若你在2026年1月1日后仍依赖传统IDE写代码，即已不符合合格工程师标准。掌握Agent编程需2000小时深度磨合——核心能力不是情感信任，而是能精准预测AI行为边界。模型会胡编、失忆、逻辑混乱，理解这些边界方能安全驾驭。
世界级传统工程师若一年未接触AI编程，可能迅速退化至实习生水平。有朋友曾开发过广为人知的系统，如今却仅将AI当作维基百科式问答工具，这种认知断层正加速职业价值稀释。
“Claude Code行不通”
Steve：Claude Code虽自2024年3月起已可落地使用，但全球仍有80%～90%程序员未真正采用。多数人仍停留在Cursor阶段，尚未进入Agent编程层级。
其普及障碍在于高门槛：用户需持续阅读生成说明、代码、diff等长文本瀑布流。即便熟练者亦频繁遭遇“离谱操作”，日均使用10–12小时仍会愤怒吐槽。但经验积累后，可仅凭diff的形态、颜色、长度快速识别风险点——如是否过度修改、方向偏差、需code review等。
未来工具形态不会是传统IDE（因其服务于“写代码”），也不会是纯聊天界面，而将是Agent编排控制台：晨间打开即获概览，“今日任务进展如何？”——各Agent运行状态、待人工介入项一目了然。Yegge正在开发的VC（Vibe Coder）即为此类开源工作流框架，已支持多Agent协同启动。
编排革命：从单Agent到多Agent协同
Google的Antigravity项目、Replit Agent 3、Conductor、DMAD及英伟达Jeffrey Emanuel的Agent Mail，均指向同一演进方向：可编程智能体编排工具将成为基础设施。Yegge早在2024年3月提出的“初级开发者复仇”模型中即预测，90%重复性工作将交由轻量模型处理（如Haiku模型自主二选一）。
Beads系统完全由Vibe Coding构建，每日接收大量PR，其中多数为AI全链路分析与编码。Yegge甚至将PR转交AI评估：“对方的AI写得如何？”——这印证了一种新范式：开发者无需逐行读码，只需提出高质量问题，由AI完成理解、修改与验证。
真正的瓶颈正从“单Agent听话”转向“多Agent协同”。目前几乎所有高效团队都撞上merge墙：当个体生产力提升10倍，合并冲突复杂度呈指数级上升。已有公司启用临时方案——“一仓库一工程师”，以规避序列化合并引发的架构级重构难题。
解决路径在于构建Agent间通信机制。Jeffrey的Agent Mail实现“收件箱式”协作：一句指令“你们自己协调拆解任务”，Agents即自动分工。Yegge正打通智能体互提醒功能——“我在修改影响你的模块”，触发前置架构对齐，规避ego-driven争执，以客观时序决定协作主控权。
永远不要重写代码？错了！
旧信条“永远不要重写代码”已失效。对于越来越多的代码库，推倒重写比重构更快、更可靠——尤其大模型擅长单元测试迁移：删光旧测试，让AI全量重写，效率反而跃升。
模型能力进化远超预期。即便按当前能力阈值，也已跨过“代码工厂化”临界点。而现实是，模型正以极快速度变强——工具本质是填补模型暂时空白的“消耗品”，一旦能力内化，该工具即完成使命。所有代码与工具正加速迭代、快速过期。
谷歌、Anthropic、OpenAI内部都很乱
三巨头均处于高速增长伴生的结构性混乱中。Anthropic掩盖得最好，靠产品经理强执行力；OpenAI混乱更显性，核心成员持续流失；Google则因组织割裂严重——无数“单体帝国”互不联通，跨团队共识与落地异常艰难。
混乱是扩张必经阶段。Yegge指出，当年Amazon与Google在广告垄断红利期曾长期容忍工程师“随心所欲”，如今迫于竞争压力转向责任制，执行效率显著提升。Gemini推出后，AI重心明确，回报初显。
下一代工程师：学Vibe Coding，而非语法
编程教育目标应转向Vibe Coding——不学语法细节，而掌握函数、类、对象、monad等抽象概念的工程边界与行为逻辑。理解“代码如何工作”，远胜于“代码如何书写”。
这要求工程师思维升维至架构师或产品经理层级：既要懂Cassandra底层机制，也要懂如何用prompt指挥AI完成同等验证。与机器交互的抽象层级整体抬高，知识密度与系统性思维成为新核心竞争力。
结语：我们正进入编程的“John Deere时代”
当前仍属“镰刀收割”阶段，明年将迈入“机械化耕作”——大型AI拖拉机（Factoryized Programming）全面替代手工劳作。它正降低编程门槛，使非程序员参与开发成为现实，倒逼企业重构团队规模（理想团队或仅2–3人）、治理结构与反馈闭环。
这场变革既激动人心，亦充满张力。既得利益群体的反弹将持续加剧，而真正的AI工程师——那些不训练模型、却将模型能力榨取到极致的人——将成为新生产力引擎。他们如同F1车手，未必造车，却最懂如何将机器性能推向极限。
