編輯 ｜ 云昭

“AI 編程的體驗，本質上是一個老虎機式獎勵系統！”

半年多來，Vibe Coding 幾乎重寫了開發者的工作方式。

盯著屏幕苦思冥想似乎成了過去式，現在只需要把需求丟進 Claude、GPT 或 Cursor，然后在幾分鐘后就得到能運行的結果。

生產力看似翻倍，GitHub 提交曲線一片碧綠。但另一個問題卻悄悄浮現：沒有掙扎，沒有洞見，沒有成長。

我們是不是正在變“腦殘”？

近日，一篇名為“氛圍編程正在制造腦殘程序員”的文章在 Reddit 上引起了巨大反響，吸引力多達1000+的投票者。

圖片

這篇文章的作者Namanyay是一位舊金山的印度籍創業者。他同樣是一位喜歡使用AI輔助編程的玩家。他在文中對比了在用AI編程之前的狀態，給出了一個非常形象的比喻：

AI 編程的體驗，本質上是一個老虎機式獎勵系統：

輸入提示詞，等待幾十秒；

屏幕出現結果，多巴胺瞬間釋放；

即便有 bug，再修，再丟給 AI。

這一切像極了手游過關、刷Tikok。它讓開發者依賴即時滿足，而不是深度思考。

“AI 把‘搞懂問題’那部分的快樂全奪走了。剩下的只是淺薄的快感?！?/p>

這一觀點引起了很多評論者的共鳴，一位讀者進一步補刀，事實上，（而且是）越小白的 coder 越喜歡“Vibe Code”。 

這無疑是一種惡性循環?！叭藗兪褂?AI 進行編程的程度與他們（缺乏的）技能之間存在直接的相關性。”

但有些網友卻認為，這種事情不可避免，而且問題不大。

如果真的在工作中，有人提交的代碼是 100% AI 生成，甚至連自己都沒看過，那說明團隊的問題比“氛圍編碼”更嚴重——是管理和質量控制上的根本問題。

如果你說的是業余程序員，那誰會在乎呢？Vibe 編碼讓非程序員或想要拓展其他領域的程序員能夠真正構建出他們以前做不到的東西。

最終，他們仍然要對自己構建的東西負責，所以這有什么問題呢？

AI時代，究竟該如何看待這個問題？

作者指出，速度不等于能力。同時，他給出了自己平時是如何平衡AI與自己思考的，這樣確保自己Vibe Coding的過程中不丟掉編程的靈魂。

話不多說，下面就讓我們欣賞這篇高贊文章。

1.AI把我們變成了賭徒

我一直在用 Claude Code 來替我寫所有代碼。而我覺得，這正在讓我在自己熱愛了十二年的事情上變得越來越糟。

一個事實是，AI 編程正在重塑我們的大腦。它讓開發者沉迷于即時滿足，而不是深入理解，把我們變成了老虎機賭徒，不停拉下拉桿，等待下一次能跑通的代碼。

如果這種情況發生在我身上，一個在 AI 出現之前就學會編程的人身上，那對那些從未經歷過“非 AI 時代”的新手開發者來說，又意味著什么呢？

2.解決難題的感覺

16 歲那年，在新德里的寢室里，我沉迷于這樣一個問題。要不要跟我一起試試？

圖片

從一個 2×22×2 的方格左上角出發，只能向右或向下移動，一共有 6 條路徑可以到達右下角。

那么，通過一個 20×2020×20 的方格，總共有多少條這樣的路徑呢？（Project Euler 的“格點路徑”問題）它來自一個叫“Project Euler”的網站，這是編程挑戰的最佳資源之一，融合了數學、數據結構和算法知識。這個題目是第 15 題 “格點路徑”。和 Euler 大部分問題一樣，它的表述很簡單。

題目里已經給出了 2x2 的例子，你可以很容易畫出 3x3（試試看，這是我做的第一步）。但真正的挑戰在于放大規?！芟胂?20x20 格子會有多大結果嗎？

我為此花了好幾個星期——在所有能找到的紙上亂畫圖，煩到數學老師見我就躲，甚至有幾晚夢里還在想算法。

你能想象今天還會有人花幾個星期只為了一個問題嗎？不停地思考，失敗，再思考？

我試過一切。暴力法。遞歸。畫到手抽筋。都不行。

直到某天下午放學坐公交車時，我突然意識到：這根本不是路徑搜索問題。

它是組合問題。要到達右下角，必須走 20 次右、20 次下。換句話說：你有 40 步，其中 20 步是右，20 步是下。問題就是——有多少種排列方式？答案就是 C(40,20)。

那一刻我仿佛有了小型“歐幾里得時刻”，興奮到回家都在傻笑。我開機，十分鐘寫出解法，算出了答案：137846528820。提交后屏幕彈出成功提示，數周努力匯聚成這一瞬的榮耀。

但關鍵不是得出了這個數，而是那個瞬間——當一切突然串聯起來的感覺。數周的迷惑變得清晰無比，進入了完全沉浸、完全理解的心流狀態。

如果我沒花時間思考，或者作弊去網上找答案，我絕不可能有這種體驗。

我沒這么做，那種沖擊是純粹的魔法。我徹底愛上了編程。

3.空洞的滿足，便宜的快感

幾個月前，我遇到一個復雜的 React 狀態管理 Bug。調試 React 狀態的樂趣幾乎墊底，僅比卡著網速掉包的上網好一點，所以我（偷懶地）把整個問題丟給 Claude。

然后（這就是悲劇開始的地方）我切到 Twitter 滑了一會。

Claude 給出了解答。我心里只冒出一個“哦，挺好”。沒感覺。

也不完全沒感覺。

我感覺到了一種空洞的滿足：代碼能跑了。就像刷 TikTok 或手游通關時的那種便宜的快感，“有點事發生了”。

如果你用過 AI 編程，可能也有同感：

我輸入一個提示，帶點“氛圍感”。AI 假裝在“思考”（明明大家都知道它根本不會思考，只是在假裝。我卻還會微笑，甚至半信半疑）。

我知道大概等半分鐘會出答案。在這期間我該干嘛？思考？AI 已經幫我思考了，而且更快，還大概率正確。

等結果出來，的確有一瞬間的多巴胺。爽。

我檢查代碼（騙你呢，我只是掃一眼它寫的解釋，并沒看代碼本身）。差不多能用，但有些假設錯了，于是有 bug。

我再給 AI 一個提示，它再改。如此反復。

輸入提示，得到代碼。

拉下拉桿，獲得獎勵。

總之，沒有掙扎，沒有洞見，沒有成長。

4.我們正在制造“人形合并按鈕”

當你用 AI “氛圍編程”時，真正發生的是：你從錯誤的地方獲得了多巴胺。

在 AI 出現之前，編程會給我兩次快感：搞懂問題 和 跑通代碼。理解算法為什么失敗時的突破瞬間；設計出優雅架構時的滿足；調試幾個小時后終于運行成功的喜悅。

現在，AI 把“搞懂”那部分全奪走了。剩下的只是淺薄的快感。

仔細想想，這 30 秒的等待，其實就是“變比率獎勵機制”——隨機、間歇性的獎勵。老虎機、社交媒體和手游的上癮原理一模一樣。

如果這能影響到我——想想那些完全沒經歷過非 AI 編程時代的新人吧。

我們正在培養一代會交付代碼、但不會推理系統的開發者。

我們正在制造一代“人形合并按鈕”，他們只會批準 AI 的提交，而不理解自己部署了什么。

他們將永遠體會不到 Euler 那種時刻。那種教會你“如何思考”，而不是“如何復制粘貼”的長期掙扎。跳過了那些真正讓你變強的挑戰。

5.速度的幻覺

最糟的是：AI 的確能讓人感覺很好，確實能用。它讓我覺得自己很高效，功能上線更快，GitHub 的綠格子閃閃發光。

下面是我每周的 AI 使用情況。

看起來挺不錯的，嗯，“我自己的心血”。

但速度 ≠ 能力。當你把思考外包出去，你失去的不只是練習，還有信心。那個曾經在你耳邊低語“我能搞定”的聲音，每次你依賴 AI 時都會變得更小聲。

6.如何用 AI，而不丟掉靈魂

我不是說要放棄 AI —— 這些工具已經強大到無法忽視。但我們必須有意圖地使用它們。

• 強迫自己理解代碼。如果你說不清它在做什么、為什么要這么做，就別合并。聽起來顯然，但新手跳過這一步的頻率高得嚇人。
• 定期不靠 AI 練習題目。我又開始做 Project Euler。這是有意的編程訓練。我的問題解決肌肉比我想象的還要生疏，但正在恢復。
• 利用 AI 等待時間。別刷 Twitter 或 Reddit，可以用來思考下一個任務的架構。（如果需要，裝個社交媒體屏蔽工具。我手機上用的是 Opal。）
• 最重要的是 —— 記住我們寫代碼的原因：從無到有地創造，解決看似不可能的問題，去構建真正有意義的東西。別忘了這個“為什么”。

7.我是這樣平衡的

ps：在作者另一篇博客中，提到了自己如何平衡AI工具和自己工程能力的做法，小編覺得非常有價值，也特地補充了過來。

真正的危險不在于使用 AI —— 而在于把理解力交給它?！胺諊幊獭被蛟S能應付一個周末項目，但對任何嚴肅的軟件來說都是災難性的。

在編寫我自己的 AI（它能讓軟件開發更快）時，我總結出了一套全面的方法，既能平衡 AI 的輔助作用，又能保持工程上的卓越：

• 在使用 AI 工具時，先要有清晰的架構愿景。
  在生成任何代碼之前，先寫下你的需求、約束條件和預期行為。這會成為你驗證所有 AI 生成代碼的框架。
• 不要直接接受 AI 提供的完整函數或組件，而是把它們拆解成更小、可理解的片段。我形成了一個三步流程：

a.生成小而集中的功能片段

b.徹底審查并理解每個片段

c.只有在驗證和測試之后才整合

• 確保 AI 對你的項目有完整的上下文信息。其中應包括：

a.項目的存在意義（Why the project exists）

b.業務邏輯，解釋“為什么”，而不僅僅是“怎么做”

c.項目各子部分之間如何交互

d.重要的第三方依賴在何處以及如何被使用

e.數據模式和模型的說明

• 制定一套能迫使你理解代碼的測試策略：

a.在接受 AI 生成的代碼之前先寫測試

b.明確測試邊界情況

c.實現驗證系統行為的集成測試，或者至少手動進行驗證

• 即使作為獨立開發者，我也會對 AI 生成的代碼保持嚴格的代碼審查流程：

a.像對待初級開發者寫的代碼一樣審查所有生成代碼

b.檢查安全隱患

c.確保錯誤處理得當

8.沒有理解的生產力，只是復制粘貼的咸魚

即使有一天 AI 滲透了整個軟件開發流程，最好的開發者依然會是那些能深度思考復雜問題的人。

我看好 AI 編程。這是革命性技術，讓我比以往更高效。但沒有理解的生產力，只是精致的復制粘貼。

AI 應該放大你的智慧，而不是替代它。用它來攻克更大的挑戰，而不是徹底逃避思考。

因為一旦我們不再與難題搏斗的那一天，我們就不再是程序員，而變成了別的東西。

好了，文章到這里結束了，祝周日愉快！

參考鏈接：??https://nmn.gl/blog/vibe-coding-gambling??

本文轉載自??51CTO技術棧??，作者：云昭