经历一场 vibe coding 面试后，我的所思所想

封面来源：opensessions

几天前，我参加了一场 vibe coding 面试考核，给了一份题单，每道题都是让你用 AI 工具端到端地实现一个完整的项目。这些题目选材多样且新颖，要求也不低，不仅要一一实现列举的各项功能，还要兼顾视觉呈现和用户体验。题目被附上不同的难度标签和建议时间，和力扣、牛客等刷题平台类似，但最大的不同，前者直接考察候选人使用 AI 工具的能力。我将在不透露隐私信息的情况下，分享一下我的开发过程和一些感受。

一句话总结：vibe coding 应被当作一个严肃的话题看待，良好的 vibe coding 能力能大大增强开发者的竞争力。

什么是 Vibe Coding？

这个词由 AI 研究员 Andrej Karpathy 在 2025 年 2 月首次提出[1]。他这样描述这种工作方式：“完全顺着感觉来，拥抱指数级增长，甚至忘掉代码的存在。” 在实践层面，vibe coding 意味着开发者不再逐行编写代码，而是用自然语言向 AI 描述想要的功能，让 AI 来生成、迭代和调试代码，开发者则专注于产品目标、视觉呈现和用户体验。

Andrej Karpathy 原帖图片来源：Vibe Coding

可以把它理解为一种”指挥者而非演奏者”的编程方式。

随着这种工作方式的兴起，招聘市场也开始出现变化：越来越多的公司（尤其是初创公司）开始在技术面试中加入”vibe coding 环节”，直接考察候选人使用 AI 工具高效交付产品的能力[2]。我参加的这场考核，正是这一趋势的体现。

我的开发过程

第一步：用端到端应用生成工具快速搭建雏形

拿到题目后，我没有直接开始写代码，而是先把题目信息消化、加工，整理成结构清晰的需求描述，再丢给 Replit（https://replit.com）这类端到端的应用生成工具。

Replit 是一个集 IDE、运行环境、部署平台于一体的在线开发平台。它的核心是 Replit Agent——一个能够根据自然语言提示，自主规划、编写、测试、调试并部署全栈应用的 AI Agent[3]。你告诉它”帮我做一个支持多用户登录的任务管理应用”，它就能端到端地给你一个可以跑起来的产品。

Replit 官网图片来源：Vibe Coding

类似的工具还有：

Bolt.new（by StackBlitz）：以”代码优先”为理念，在浏览器内提供完整的 IDE 体验，框架灵活性极高，适合希望保留代码控制权的开发者。

Lovable：专注于 SaaS MVP 的构建，与 Supabase 深度集成，有可视化编辑模式，适合想要快速上线 SaaS 产品的创业者。

v0（by Vercel）：专注于 UI 组件生成，擅长输出高质量的前端设计，与 Next.js 生态深度集成，适合前端开发者和设计师。

Base44：极简配置，以最少决策实现最快上线，适合完全不懂技术的创始人[4]。

这类工具共同的优点是速度快、门槛低、整合完善——你不需要配置环境，不需要操心托管和部署，专注于产品逻辑即可。但它们也有明显的缺点：平台锁定是最大的问题。Replit 生成的代码天然适配 Replit 默认的配置和集成（比如它的 PostgreSQL 数据库、自带的 Auth 系统），一旦想迁移到其他环境，就需要做不少重构工作——这正是我在第二步遇到的麻烦。

第二步：迁移到 Claude Code 进行精细调整

有了雏形之后，我把代码迁移到了本地，使用 Claude Code 进行更细化的调整和功能打磨。

这个迁移过程并不顺利。Replit 生成的代码里有很多对其平台环境的隐式依赖——环境变量的注入方式、数据库连接的配置路径、部署钩子等等，都需要一一适配本地环境。这段时间花了不少精力，也让我深刻体会到：选择工具链的时候要提前考虑”出口”，频繁的代码迁移会消耗大量时间。

第三步：在 Claude Code 中反复测试和调试

迁移完成后，进入了密集的测试-调试-迭代循环…

我的工具配置

我在这次考核中的工具配置非常简洁：

Replit：Core 用户，默认配置，用于快速生成应用雏形。

Claude Code：配置总体也很简洁，有几个值得分享的细节：

关键命令需要人类确认：对于执行文件删除、推送代码、修改配置等高风险操作，我配置为必须手动确认，避免 AI 在我不知情的情况下做出不可逆的操作；
自建 PROJECT.md：里面是完全未改动的题目要求原文，用于让 Claude Code 在开发过程中随时对照，防止”目标漂移”；
两个终端，两个 Claude Code 实例：一个专门负责构建和 debug，另一个专门负责功能测试，两者的对话历史相互隔离（注意：本地持久化的 .md 文件和系统提示词还是共享的），这样可以避免上下文污染，保持各自思路的清晰。

主流 AI 编程工具横向对比

借这个机会，我来梳理一下目前主流的 AI 编程工具格局，按呈现形式分为三类：

类型一：端到端应用生成工具

代表：Replit、Bolt.new、Lovable、v0、Base44

核心定位是从自然语言到可部署应用的全链路生成。适合快速原型、MVP 验证、非技术人员建站。优点是速度极快、几乎零配置；缺点是平台锁定风险高，生成代码的架构质量参差不齐，复杂项目容易遇到”维护墙”。

类型二：AI IDE

代表：Cursor、Trae（字节跳动出品）、Windsurf（前身为 Codeium）

这类工具是在传统 IDE（通常基于 VS Code）的基础上深度集成 AI 能力，让开发者在熟悉的开发环境中享受 AI 辅助[5]。

Cursor：面向专业开发者的”重型武器”，代码库索引深度高，支持多模型切换（Claude、GPT、Gemini 等），Composer 功能可以跨文件批量编辑。
Windsurf：界面流畅，上手门槛低，免费套餐慷慨，以”协作式 AI”为卖点，擅长 React/Next.js 等现代 Web 框架。
Trae：字节跳动出品，强调自主 Agent 工作流，适合需要 AI 自主完成整个功能模块的团队。

类型三：CLI 型 Agent

代表：Claude Code、OpenCode、Aider

这类工具在终端中运行，是真正的”代码库级别”AI——它们理解整个项目的上下文，而不局限于单个文件[6]。优点是上下文理解深度高、与 Git 工作流天然契合、适合复杂项目的精细打磨；缺点是学习曲线相对陡峭，对命令行不熟悉的用户上手有难度。

核心思考

避免频繁的代码迁移

这次经历给我最深的教训之一：工具的选择应该在项目开始前就确定好，并尽量一贯到底。

从 Replit 生成的代码迁移到本地 Claude Code 环境，表面上看只是换了个开发工具，实际上背后涉及大量的”去平台化”工作：环境变量管理方式的迁移、数据库驱动的切换、认证系统的重写……每一项都要花时间，而这些时间本可以用在功能开发上。

一个更好的工作流应该是：在开始之前，就决定好你的最终运行环境和代码仓库位置，然后选择与之兼容性最好的生成工具。如果最终代码要落在 GitHub 并部署到 Vercel，那么 Lovable（原生支持 GitHub 同步）或 Bolt.new 可能比 Replit 更合适；如果不在乎平台锁定，只追求速度，Replit 和 Base44 是最快的选择。

Vibe Coding 是一项严肃的技能

我认为一个值得强调的观点是：vibe coding 不等于”随便玩玩”，它是一项需要认真对待的专业能力。

能把 AI 工具用得好的人，绝不只是会打字，背后需要：

清晰的需求分解能力：AI 无法处理模糊的需求。你必须能把一个”帮我做一个类似 Notion 的应用”拆解成清晰、可操作的功能列表和优先级排序，否则 AI 生成的东西会朝着错误方向越走越偏。

系统性的架构判断力：AI 生成的代码往往能跑，但不一定好维护、可扩展或安全。你需要有足够的技术判断力，识别出哪些生成代码是”危险的捷径”，哪些是合理的实现。

高效的上下文管理：无论是 PROJECT.md、CLAUDE.md，还是对多个 Agent 实例的任务分工，本质上都是在管理 AI 的认知边界。上下文管理做得好，AI 就像一个了解全局的靠谱同事；做得差，AI 就是一个不断走弯路的迷路者。

迭代测试的节奏感：Vibe coding 的精髓不是”一次生成、一键完成”，而是快速迭代、持续验证。你要能快速判断每一次生成的结果是否符合预期，发现问题后及时修正方向，而不是等到项目末期才发现整体架构跑偏了。

正如一位资深工程师所说：“Vibe coding 降低了写代码的门槛，但提高了’会用 AI’的门槛。” 工程判断力、需求分析能力、系统架构素养——这些东西 AI 替代不了，反而因为 AI 的存在变得更加关键[7]。Anthropic的核心技术总管 Boris Cherny 在一次博客里提到：”现在 Vide coding 能力最强的人恰恰是公司里最会写代码的人。”

其他知名开发者的感受

这场 vibe coding 浪潮，也引发了行业内不少讨论，我摘录了几个我认为比较有代表性的声音。

Andrej Karpathy（vibe coding 概念的提出者）——乐观的实验派

Karpathy 在 X 上分享了他的实验：用 vibe coding 一晚上做出了一个完整的小游戏，代码他几乎没看过，但游戏就是能跑。他的原话是：“我只是看到东西、说出东西、运行东西、复制粘贴东西，然后它大部分都能工作。” 他的结论是，AI 让”表达想法”的成本骤降，创意的瓶颈不再是”会不会写代码”，而是”有没有想法”[1]。

值得注意的是，Karpathy 本人后来也对这个词的”语义漂移”有所警惕——他最初谈的是适合”随手扔掉的周末项目”的玩法，但这个词被越来越多的人用来描述任何形式的 AI 辅助编程，这并不是他的本意。

Peter Steinberger（PSPDFKit 创始人，OpenClaw 作者）——资深开发者的切身体验

Steinberger 是 iOS 社区的知名开发者，也是 OpenClaw 的作者。他对 vibe coding 的态度颇为复杂。

他在博客 Just One More Prompt（2025 年 8 月）中，把自己称为”Claudoholic”，坦言 AI 编程的即时满足感会产生一种类似成瘾的吸引力，容易陷入”虚假的生产力幻觉”[9]。他更在公开场合反对把 vibe coding 当作一个贬义词，认为它只是一种被误解的技能——就像吉他，需要练习、直觉和技术理解才能弹好，随便拨几下弦出来的只是噪音。

他的工作流同样很有参考价值：他现在会直接发布未完全阅读的 AI 生成代码，但这是建立在他多年工程管理经验带来的”直觉判断力”的基础上的——这套直觉让他知道什么时候可以信任 AI，什么时候需要自己介入。

Simon Willison（Datasette 作者，知名开源开发者）——概念的捍卫者

Willison 在他的博客 simonwillison.net 上多次为 vibe coding 的”原始定义”发声。他认为这个词被滥用了：真正的 vibe coding 是一种刻意忘掉代码存在的开发方式，有其独特价值；而把”使用 AI 工具辅助专业开发”也叫做 vibe coding，是对这个概念的稀释[10]。

他后来提出了一个新词——“vibe engineering”（后来更倾向于用”agentic engineering”）——来描述那种用多个 AI Agent 构建和维护生产级软件的复杂工作。在他看来，这才是真正费脑、费劲、要求极高工程素养的事情，远不是”随便振动一下”就能完成的[10]。

Boris Cherny（Claude Code 产品负责人，Anthropic）——来自工具制造者的视角

Cherny 在多次采访中透露，他自 2025 年 11 月起就再没有手写过代码，完全依靠 Claude Code，每天能推出 10 到 30 个 PR[11]。他的观点是”写代码这件事，对大多数场景来说基本上已经被’解决’了”，下一个真正的挑战在于想法、优先级判断和发现用户的潜在需求。

他也提到，他自己的配置”出乎意料地朴素”——一个 CLAUDE.md 文件、让 AI 像初级工程师一样被对待、允许它从错误中学习而不是每次都帮它修正。这和我在考核中的配置思路高度吻合。

参考来源：

[1] Andrej Karpathy 关于 vibe coding 的原始推文与讨论 (https://x.com/karpathy)

[2] Wikipedia - Vibe Coding (https://en.wikipedia.org/wiki/Vibe_coding)

[3] Replit AI Agent 官方文档 (https://replit.com)

[4] vitara.ai - AI Web App Builder Comparison 2026 (https://vitara.ai)

[5] nxcode.io - Cursor vs Windsurf vs Trae Comparison 2026 (https://nxcode.io)

[6] Claude Code 官方文档 (https://docs.anthropic.com/en/docs/claude-code/overview)

[7] tanium.com - What is Vibe Coding and What Does It Mean for Security (https://www.tanium.com/blog/what-is-vibe-coding/)

[8] redhat.com - What is Vibe Coding? (https://www.redhat.com/en/topics/ai/what-is-vibe-coding)

[9] steipete.me - Just One More Prompt (https://steipete.me)

[10] simonwillison.net - Vibe Coding is Not the Same as AI-Assisted Development (https://simonwillison.net)

[11] lennysnewsletter.com - Boris Cherny on the Future of Software Engineering (https://www.lennysnewsletter.com)