Vibe Coding 这个词到底指什么

Vibe Coding 这个词到底指什么？我觉得是「让 AI 提速的部分更省力，让人该思考的部分更专注」。 这个词是 Andrej Karpathy 在 2025 年 2 月 2 日的 X（原 Twitter）推文里首次提出的，原话是：「There's a new kind of coding I call 'vibe coding', where you fully give in to the vibes, embrace exponentials, and forget that the code even exists.」他当时在用 Cursor 编辑器配合 Sonnet 模型，还用 SuperWhisper 语音输入，几乎不碰键盘。说白了，就是「让感觉驱动开发，让 AI 处理实现细节」。 2025 年 11 月，这个词被柯林斯词典（Collins Dictionary）评为年度词汇，说明它贯穿了 2025 一整年、被媒体和社交平台广泛使用、真实反映了一种语言演变。 但 2026 年的 vibe coding 已经跟 Karpathy 最初的定义有些距离了。Simon Willison 在 2026 年的 Heavybit 播客上说了一句让我印象深刻：「Vibe coding and agentic engineering are getting closer than I'd like.」——vibe coding 和 agentic engineering 正在以他「不太舒服」的方式融合到一起。Karpathy 自己在 2026 年 4 月 Sequoia Capital 的 AI Ascent 访谈里也说，2025 年 12 月是他的「投降点」——那段时间他发现模型输出「直接可用」，从最初只让模型写一点代码，到后来完全信任模型。 Karpathy 2026 年的具体动作是开源了 autoresearch（2026-03-06 发布，GitHub 一周破 5 万 star，整个项目只有约 630 行 Python），让一个 AI agent 在单 GPU 上自主跑 ML 实验。这背后的「Agentic Engineering」理念是：程序员的速度不再取决于「写多少代码」，而是取决于「能否正确指挥强大但会犯错的 Agent」。 我的用法比他们俩都克制：UI 块、样板代码、测试用例、类型签名——这些让 AI 写，省下来的注意力用在架构决策、命名美学、错误处理策略上。这些是 AI 写出来也要再被推翻重来的部分，因为它们依赖项目的上下文和作者的美学判断，AI 没有这个上下文。 所以我现在的判断标准是：这件事如果错了 AI 能自己看出来吗？能 → 让 AI 写；不能 → 我来写。架构错了 AI 不会知道，因为「错」的判断标准在我脑子里；UI 像素偏了 2px AI 也不会主动改，因为肉眼几乎看不出来。后者这种「能容忍的小错」就是 AI 提速的空间。 至于 vibe coding 在生产环境的边界，我的判断是：vibe coding 只能用于「用完就丢」的场景（toy project、prototype、scratchpad）。生产环境的代码必须我自己能完整 review。这条规矩让 vibe coding 保持「加速器」的作用，不让它变成「债务放大器」。