【导读】氛围编程大牛配资，正批量制造「AI保姆」。一位15年资深开发者，为赶工用AI编程，结果bug成山不得不推翻重来，痛哭半小时。如今，一种全新职业「氛围编程清理专家」冲上了热榜。
爆火的「氛围编程」，如今让无数程序员沦为了「AI保姆」。
入行15年，Carla Rover用了Vibe Coding之后，不得不重启项目，爆哭半小时。
或许听起来太离谱，但这是真真实实发生的故事。
Vibe Coding一词，最先由Karpathy提出，一夜席卷了AI圈。
不论是Cursor、Copilot，还是Codex、Replit等AI工具，全部成为了开发者们AI编码的得力助手。
但实际体验，只有用过的人才深有体会。
Rover的经历，成为了当今很多资深程序员，用AI编程的典型写照——
自己成为了「AI保姆」，需要不停地重写、核对AI输出的代码
前段时间，Fastly一份报告显示，近800名开发者中，至少95%的人要额外时间去修复AI生成的代码。
而核查的重点，大半都压在了高级开发人员身上。
更有趣的是，「氛围编程」的兴起，又催生了一种全新职业：「氛围编程清理专家」（Vibe Code Cleanup Specialist）。
有网友调侃，氛围编程清理专家，最少每年能拿到10万美金。
「氛围编程」到崩溃，15年程序员痛哭
Carla Rover是资深Web开发者，从10年入行，已经在软件行业从业15年。
如今，她正与儿子一起创办一家初创公司，为各类市场构建定制化的ML模型。
就像AI工具吹得天花乱坠那样，Rover为了赶创业进度，干脆搞起了「氛围编程」。
我当时就想着快点出成绩，走了个捷径，自动审查完的文件连看都没看。
结果，Rover手动检查时，bug多到离谱，随后用第三方工具检查，发现了更多的问题。
到头来大牛配资，他们只能把整个项目推倒重来，为此Rover直接崩溃，痛哭了半个小时。
在采访中，Rover回忆称，「我当时真把Copilot当员工用了，啥都丢给AI处理。从这次经历中，我真学到了教训」。
Rover将「氛围编程」比作一张鸡尾酒餐巾，让开发者随心所欲勾勒想法。
但她同时吐槽道，处理那些AI生成，还指望能直接上线的代码，简直比「带娃还累」。
因为，这些AI模型，总会用各种你意想不到的方式，把工作搞得一团糟。
Linux之父曾调侃，VIBE代表着「效率很低，但娱乐性拉满」
在实操中，一些高级开发员发现，AI生成代码的bug满天飞——
有时AI会瞎编根本不存在的包名，有时会莫名其妙地删除关键信息，甚至还偷偷埋下了安全漏洞。
要不是仔细检查，用AI写出来的代码，最终做出产品可能要比人写的还要多一堆毛病。
对此，Rover又打了一个特别形象的比方——用AI编程，就像让一个聪明但只有6岁的小孩帮你端咖啡，给全家人每人倒一杯。
他能不能做到？也许能。
但他会不会搞砸？100%会，而且最要命的事，搞砸之后八成不会告诉你。
不过，Rover认为，倒不是孩子不聪明，只是这种活儿真不能完全甩手交给他。
一件事说15遍，比小孩还难带
另一位开发者Feridoon Malekzadeh，也觉得用氛围编程，就像在带小孩。
他在这一行干了20多年，曾在产品开发、软件、设计岗位任职。
目前，Malekzadeh也创办了一家自己的初创公司，常常用Lovable这种「氛围编程」的平台。
出于兴趣，他还用AI搞了一个小应用，专门为60-70多岁一代的人生成「Z世代」互联网黑话。
Malekzadeh很喜欢能独自完成项目，不仅省钱又省时，但他也发现，「氛围编程」和雇佣实习生、初级程序员完全不是一回事。
「这更像是雇了你家那个又犟又横的青春期孩子来帮忙」。
他吐槽道，「一件事你得反复说十五遍大牛配资，结果你要求的它只做了一部分，顺手做了一堆没要求的，还搞砸了别的东西」。
有网友还汇总了一些「翻车指令」，再现「氛围编程」中，程序员被AI逼到抓狂的名场面。
Malekzadeh大致估算了下，在「氛围编程」中自己的时间分配——
50%写需求，10-20%「氛围编程」，剩下30-40%全在「氛围修复」（vibe fixing）。
也就是，大部分时间都在改AI代码搞出来的bug，以及一堆用不上的「脚本」。
实际上，「氛围编程」并不具备「系统性思维」高级能力，即洞察一个复杂问题如何影响全局的过程。
在Malekzadeh看来，AI 生成的代码倾向于解决更表层的问题。
他举例解释，假设做一个通用功能，优秀的工程师只会写一次，在所有需要的地方随时调用。
而「氛围编程」，如果五个地方都需要，它会生成五种不同的写法。用户不仅会懵，连AI自己都会乱套。
另一边，Rover也发现，只要真实数据和AI内置指令一冲突，AI就直接「死机」。
「它可能提供误导性建议，遗漏关键要素，甚至在你正在形成的思路上横插一脚」。
她还发现，AI从不认错，反而会硬掰、甚至编造结果。
有一次，Rover直接质疑AI给出的结果，AI居然开始滔滔不绝，假装自己是基于自己上传的数据得出的。
直到Rover拆穿，AI才承认自己根本没用到。
代码天坑，自己填
更麻烦的是，AI编码安全问题，也足以让人头大。
Fastly开发总监Austin Spires，同样编程了20多年。
基于个人经验和客户反馈，他发现「氛围编程」倾向于图快、不求稳，结果动不动就搞出一些新手才会犯的低级错误。
通常的情况是，工程师需要审查代码，纠正AI犯的错误，并告诉它「你这儿搞砸了」。
AI会立即秒回，「you’re absolutely right」，态度好得让人没脾气。
IT管理公司NinjaOne首席技术官Mike Arrowsmith，在软件和安全这行摸爬滚打了二十年。
他表示，「氛围编程」正搞出一打波新的IT盲点和安全坑位，尤其是初创公司，特别容易踩进去。
「氛围编程」经常会跳过严格的审查，但这些流程，本来就是传统写代码的根基，没它们，漏洞根本藏不住。
痛，并快乐着
几乎所有人都认为，AI生成代码和「氛围编程」在很多场景下有用。
但他们也一致认为，在依靠它来构建商业项目之前，人工审查必不可少。
尽管被吐槽的厉害，但「氛围编程」确实已经，彻底改变了许多开发者的编码工作流。
Rover称，「氛围编程」帮她做出了更好的用户界面；Malekzadeh直言，虽然改代码花时间，但有了AI帮手，最终干掉的活还是比以前多。
Fastly调查还发现，高级开发人员将AI生成代码，投入生产环境的可能性是初级开发人员的2倍。
这是因为，他们认为这项技术，的确帮助自己加快了工作速度。
年轻工程师Elvis Kimara正亲身经历这些，硕士毕业后，正做一个AI交易平台。
和许多程序员一样，他觉得「氛围编程」反而让工作变得更难了，而且特别没有成就感。
AI轻而易举就搞定了，自己动手解决问题所带来的多巴胺已经荡然无存了。
在上一份工作中，他表示，公司有些资深开发者也不愿意带新人了——有些人还没搞懂「氛围编程」，有些人干脆把带人这事也甩给了AI。
即便如此，Kimara坚定地表示，就算自己成为了高级工程师，也会继续「氛围编程」，这对自己是真正的加速器。
AI编程的未来，不止于写代码，更要引导AI，在出问题时承担责任，并且扮演着AI顾问的角色。
看起来，花更多时间，在「氛围编程」的「杂草堆」里埋头修bug，已经成为了开发者用这项创新不得不交的「税」。
大牛配资
辉煌配资提示：文章来自网络，不代表本站观点。
沪深京行情 实时轮播
热点资讯
