北京
92%的開發者每天都在用AI寫代碼。46%的新代碼由AI生成。但對這些代碼的信任度，一年內從77%跌到了60%。速度是真的，混亂也是真的。
2025年2月2日，OpenAI聯合創始人、前Tesla AI負責人Andrej Karpathy發了六個字，讓整個軟件行業炸開了鍋："Fully give in to the vibes."
他描述了一種新的寫代碼方式：用大白話描述你想要什么，讓AI寫代碼，看看能不能跑，能跑就繼續。他管這叫vibe coding，還特意注明這最適合"周末隨便搞搞就扔的臨時項目"。
幾周之內，這個詞席卷了所有開發者社區。韋氏詞典把它列為熱門新詞。2025年12月，柯林斯詞典把它評為年度詞匯。MIT科技評論把它列入2026年突破性技術，改名叫"生成式編程"。
現在2026年了，全球一半新代碼由AI生成，另一半開發者在爭論這到底是天才之舉還是噩夢開端。
數據本身就在打架。一邊是鋪天蓋地的采用率，一邊是斷崖式下跌的信任度。同一個現象，兩幅完全相反的圖景，同時發生。
有個數字值得每個開發者停下來想想。2025年中，METR（模型評估與威脅研究組織）做了一項嚴格的隨機對照試驗。他們招募了16名來自大型開源項目的資深開發者——這些項目平均有22000多個GitHub星標。他們分配了246個真實任務，都來自這些開發者自己維護的代碼庫。
結果？用AI工具的開發者比不用AI的慢了19%。
這已經很反直覺了。更耐人尋味的是后續。測試前，這些開發者預測AI能讓他們快24%。實測慢了19%之后，他們仍然覺得AI讓自己快了20%。
感知和現實之間差了39個百分點。主觀上的效率感，和實際測出來的結果完全脫節。
METR找出了核心原因：AI生成的代碼需要更多調試時間；開發者高估了自己理解AI代碼的速度；復雜代碼庫里的上下文丟失問題被嚴重低估。
關鍵細節在于：這種減速在資深開發者維護復雜老代碼庫時最明顯。對于新手開發者從零開始做原型，情況不一樣——腦子里還沒有大量模式庫的人，AI確實能幫他們提速。
但那個 headline 式的說法——vibe coding讓所有人 universally 更快——并沒有得到對照研究的支持。
Fast Company 2025年9月才正式命名這個現象。但開發者們早就有體感了。你一定見過這種場景：一個創業公司用Cursor一個周末就搭出完整產品。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
