AI 编码的「快餐陷阱」

更新于 2025 年 9 月 7 日 7:41 UTC

最近，AI 的使用量大幅增长，在软件行业尤其如此。但凡事都有弊端——这里的问题就是过度使用。任何东西一旦过量都不是好事，AI 也不例外。

“Vibe Coding”这个词由 Andrej Karpathy（Eureka Labs 创始人、OpenAI 前创始成员）在 2025 年 2 月 3 日发布的一条推文中提出。他写道：“有一种新的编程方式，我称之为‘vibe coding’。你完全跟着感觉走，拥抱指数级增长，甚至忘记代码本身的存在。”

基于这一点，本文将探讨 Vibe Coding 的弊端，以及如何在使用它时把握平衡。

最近，GitHub 的高级软件工程师 Zen van Riel 在 LinkedIn 上分享了一篇关于 Vibe Coding 阴暗面的帖子。他描述了一名开发者不断尝试用 AI 模型修复一些“简单问题”，但遗憾的是，AI 模型每次都以失败告终。这不仅浪费时间，也浪费金钱（credits）。Zen 巧妙地用快餐作比喻来描述这种现象，这也正是本文标题的由来。

在我看来，这是一个非常精彩的类比，因为它讨论的核心正是平衡。下面，我们来看看快餐和 Vibe Coding 之间有哪些相似之处。

Vibe Coding 与快餐

1. 即时满足

当你发送一个 prompt，几秒钟后就看到输出时，你会感觉很好。它会给你带来一阵多巴胺刺激和成就感，但用不了多久，这些感觉就会全部消退。

当 AI 模型开始犯错，而无论你给出怎样的 prompt，它都无法正常完成任务时，你就会开始觉得：还不如我自己来做。

如果从更宏观的角度来看，事情会开始变得一团糟。

2. 自带立场的配料

如果你并不清楚自己在构建什么，AI 模型就可能使用任何它认为合适的东西来构建你的应用。有时候，这些选择并不适合你的应用和具体使用场景，而且后续重构起来可能非常困难。

要想提供足够的上下文，说明你正在构建什么以及为什么要这样构建，你就需要了解实现目标所需的可用工具和技术。

3. 缺乏营养价值

一旦尝到甜头，你就不再追问“为什么”或“怎么做到的”。质疑 AI 模型的做法，似乎成了一件事后才会想起的事情。你知道这会带来什么后果吗？它会逐渐削弱你学习和掌握新事物的能力。

这就是为什么我从不建议初学者完全依赖 AI 工具进行 coding/programming。始终要对事情保持质疑，并询问模型为什么要这样做。

4. 外表看起来不错

AI 工具或许能准确做出你想要的东西，但如果仔细审视代码——前提是你具备一定的编程知识——就会开始发现其中的不一致之处和技术债。

5. 长期来看会养成坏习惯

如果你只进行 Vibe Coding，就永远无法专注于编程中真正需要“炙烤”的部分：耐心坐下来，思考眼前的问题。你也永远无法真正学会如何拆解问题，并以渐进的方式解决它。

我对一些软件工程问题最出色的解决方案，往往是在睡觉、散步，或者只是放空思绪四处闲逛时想到的。有时候，你所需要做的，不过是退后一步，让自己放松下来。

正确使用 AI 工具进行 Coding

如果你是初学者，不要完全依赖 AI。阅读深入的文章，观看真正讲解事物运行原理的 YouTube 视频，并亲自练习、动手构建一些东西。独立完成项目至关重要，它能帮助你摆脱“教程地狱”。

熟悉自己正在构建什么，以及为什么要构建它。人们很容易迷失在 AI 模型生成的内容中，因此，你必须对计划用于构建项目的技术具备足够的了解。

以渐进的方式使用 AI 模型。让 AI 模型完成小幅修改，而不是直接交给它一个复杂任务。你可以自己拆解问题；或者更进一步，先让 AI 模型生成一份计划，研究这份计划，然后再让它执行。这会帮助你学习如何分析和拆解问题。

询问 AI 模型为什么要这样做。AI 模型非常擅长解释事物，因此要善加利用这一优势。

我曾在《AI 生成代码的问题，以及如何应对》一文中，分享过自己使用 Vibe Coding 构建一整套全栈应用的经历。如果你觉得它有帮助，欢迎告诉我。