本文作者 Patricio Del Boca 认为，AI 辅助编程，即“氛围编程”，可能对软件行业产生类似快时尚对服装业的冲击，导致市场充斥廉价、低质量且易被淘汰的产品。尽管 AI 能快速生成可用代码，但作者指出其生成的代码常缺乏优化、存在安全隐患且无良好设计。他担忧这种“能做到就去做”的心态将加剧软件臃肿和代码垃圾。作者呼吁行业建立关于“简单软件”、“优质代码”等基本术语的共识和评估标准，并强调在 AI 时代，开发者仍需为代码质量和安全负最终责任，而资质认证将愈发重要。
💡 **“氛围编程”的快时尚隐喻**：作者将 AI 辅助编程（vibe coding）比作服装行业的快时尚，认为它可能导致软件市场充斥廉价、劣质且易被淘汰的代码，如同快时尚的服装一样，带来过度生产和浪费。这种模式的风险在于，低质量软件不仅影响用户体验，还可能因安全缺陷造成严重后果，如数据泄露。
⚠️ **AI 生成代码的局限性与风险**：尽管 AI 能够快速生成解决基本需求的“可用”代码，但作者指出这些代码通常缺乏基础优化、良好实践，可能基于过时版本存在安全漏洞，并且在复杂场景下易崩溃。AI 更多是作为一种低成本验证想法和调试的辅助工具，而非直接替代正式的代码开发。
⚖️ **代码的成本与维护考量**：作为经验丰富的开源开发者，作者强调“代码并非总是答案”，新增功能和代码会增加维护成本，有时代码是负债而非资产。他引用“那谁来打扫？”的类比，警示不能仅仅因为“能做到且有趣”就无限制地增加软件功能和复杂度。
🧐 **行业共识与专业准则的缺失**：当前关于 AI 编程的讨论充斥着主观和炒作，根源在于行业尚未就“简单软件”、“优质代码”、“可维护代码”等基本术语达成共识，也缺乏被广泛接受的代码质量评估标准。这种标准缺失导致劣质代码泛滥，使高质量软件更难被识别。
👤 **AI 时代下开发者的责任与价值**：作者明确指出，无论 AI 在代码生成中扮演何种角色，最终的责任永远在人类开发者身上。AI 会承担功劳，而开发者则需承担因代码质量和安全问题带来的所有后果。因此，在劣质代码泛滥的趋势下，开发者证明自身工作质量的能力，以及潜在的资质认证，将变得尤为重要。
原创 范阳 2025-08-20 23:51 上海
vibe coding 也许更像是每个人能够自由表达的“街头文化品牌”。
今天分享的这篇文章来自 Patricio Del Boca 的个人博客。他是一位信息系统工程师，也是一位致力于推动开放运动（包括开源软件和开放科学）的倡导者，同时还是非营利组织 Open Knowledge Foundation 的发起人。我之所以关注到他，是因为之前和一些朋友讨论开放科学（open science）运动、AI4Science 与开源软件，以及人工智能时代下的知识与数据公平等话题时，提到了这个组织，发现其中有不少不错的观点。不过，作者在文中谈到“氛围编程”可能带来安全性与代码质量的问题，这一点我并不完全认同。就我身边的体验来看，越来越多没有编程背景的朋友第一次尝试“把头脑中的想法变成软件”，这个过程更像是一种游戏化的探索和学习，带来了很多乐趣和启发，打开了在新世界里进阶的大门。它未必只是“快时尚”型的技术消费，反而更像是一种每个人能够自由表达的“街头文化品牌”。希望这篇文章对你有启发。
“氛围编程” 是软件工程里的快时尚产业vibe coding is the fast fashion industry of software engineering作者：Patricio Del Boca编辑：范阳发表日期：2025年8月1日氛围编程是软件工程界的快时尚产业。简言之：我认为 AI 编程和"氛围编程"对软件行业的影响，将如同快时尚对服装产业的冲击，用廉价劣质产品和过度浪费淹没市场（ flood the market with cheap, low-quality products and excessive waste ）。首先声明，我偶尔会用大语言模型辅助编程。虽然不用智能代理或 AI 集成开发环境，但每周会有两三次借助它完成两件事：低成本验证想法和调试代码（
cheaply testing ideas and debugging ）。我从未发现大语言模型生成的解决方案可靠到能直接修复正式代码库的问题，不过它们偶尔能启发我的思路。对我而言，AI 只是替代了传统网页搜索里那些糟糕的用户体验。现状Current State大语言模型擅长生成勉强能用的低质量代码（ 后文详述 ）。根据我的经验，这些代码通常：缺乏基础优化和良好实践由于模型机制，提供的代码往往基于过时版本（ 可能包含安全漏洞 ）代码库毫无设计或架构考量任何输出在复杂场景中都会崩溃但这无法改变一个事实：大语言模型确实能生成代码，这些代码确实能解决某些基础需求，而且获取门槛极低（ LLMs do produce code, that the code it produces do solve some basic needs and it is quite accessible ）。最近我让模型生成一套文件，用于在 Caddy 网页服务器（ 带基础认证 ）后部署 R Shiny 应用。几分钟内，我就得到了一个包含"Hello World"示例的可运行 Docker Compose 文件。测试验证后，我直接删除了这些文件继续工作。这种轻松生成代码的能力毋庸置疑，且必将长期存在。别盲目造东西Don’t Build It有人说过："软件的问题在于任何东西都能被造出来"（ "The problem with software is that anything can be built" ），我深以为然。正是这种无约束性导致了臃肿的应用、过度设计的框架、代码垃圾和劣质软件（ This lack of constraints is what causes bloated applications, overengineered frameworks, code waste, and shitty apps ）。氛围编程会给这头怪兽注射兴奋剂，仅仅因为"能做到且有趣"（ just because it is possible "and fun" to do it ），就不断堆砌功能和复杂度。作为拥有十余年经验的开源开发者兼维护者，我深刻认识到：更多代码并非总是答案（ more code is not always the solution ）。新功能不仅带来潜在价值，更会增加维护成本。有时代码不是资产而是负债（ Sometimes code is not an asset but a liability ）。小时候路过豪宅区，我总问母亲："那栋大房子你不想要吗？"而她总反问："那谁来打扫？"如今我终于懂了！每当有人提议给软件添加酷炫功能时，我都会复述这句话："那谁来维护它？"思考题Food for thoughts随着代码生产廉价化，我们不妨参照其他行业发生的事情。我首先想到的是快时尚：更便宜的生产让衣服更易得，但质量低劣，以至于丢掉比修补还划算（cheaper production led to affordable but low-quality clothes that are cheaper to discard than reuse or even repair ）。我预见软件界将迎来同样未来：廉价软件泛滥市场，污染生态，伤害用户。关键区别在于：快时尚的瑕疵品意味着跑鞋穿两次就扔；而软件的缺陷，就像近期 Tea 应用数据泄露事件，意味着成千上万女性的敏感信息公之于众（
in software, it means sensitive data from thousands of women becoming public, as with the recent Tea app leak ）。
更便宜的生产常被吹捧为进步（ Cheaper production is often hailed as progress ），但如果结果是无法回收或修复的浪费，过度生产就成了问题。有人可能会说，LLM 同样能“修补”代码，但现实是，没有哪个 LLM 能迅速修好类似 Log4j 的漏洞。我们正走向一个被低质量代码污染的互联网。结局如何？是便宜普惠的软件，还是不可持续的、污染生态的噩梦？补充一句，这里说的污染不仅是生态污染，还包括噪音污染，大量垃圾代码的存在，会让高质量软件（ 无论这意味着什么 ）更难找到。需要正式定义Formal Definitions在这个由话痨式编码机器主导的时代，我们需要正式定义。当前关于大语言模型编程应用的公众讨论之所以极端主观且充满炒作，很大程度上是因为我们的行业至今仍未能就一些基本术语达成共识，比如"简单软件"（ simple software ）、"优质代码"（ good quality code ）、"可维护代码"（ maintainable code ）、"可复用性"（ reusable ）等。无论是开发者还是大语言模型产出的代码质量，都缺乏被广泛接受的评估标准（ no widely adopted metric to evaluate code quality produced by either developers or LLMs ）。我们必须超越"看起来没问题（ LGTM ）"的行业现状，建立真正的专业准则。虽然不知为何这些定义始终难以确立，但它们的缺席已到了不容忽视的地步。我不会用"资质认证"或"执业许可"这类词吓唬开发者，但随着劣质代码泛滥，证明自己工作质量的能力将变得至关重要。当数据泄露事件频发时，经过认证的服务商或专业人士自然会凸显其价值（
As data leaks and breaches increase, accredited providers or certified professionals will gain importance ）。请务必认清：灾难发生时，责任永远在人而非机器，AI 会拿走所有功劳，开发者则要背所有锅（ AI will take all the credits and developers the blame ）。原文链接：https://pdelboca.me/writings/2025/08/01/vibe-coding-fast-fashion.html阅读原文
跳转微信打开
