我是如何做 vibe coding 的
目录
我最近想明白了一件事。
以前我总觉得,AI 来了,程序员要失业了,产品经理也要失业了,大家都得失业。后来我发现,AI 能做的事情很多,但能做好的事情很少。区别在哪里?在于人。
AI 很聪明,但它只能按最高概率行事
我现在用 OpenClaw、Perplexity Computer,还有好几个 AI 模型配合着写代码。用的时间长了,我发现一个规律:AI 真的很聪明,但它只能按照既定的逻辑去行事。它并没有办法真正地发现需求、设计产品——它只是把大模型认为的「最高概率结果」吐出来。
这听起来像夸奖,但其实是个很大的问题。
因为最高概率 ≠ 最好方案。尤其在做产品的时候,大多数人的需求并不符合训练数据的主流预期。AI 会给你一个看起来很完整、很规范、很「对」的东西,但那个东西往往是飞机稿——中看不中用。
我的解决方案土而有效:先自己把产品想清楚,跟 AI 不停地聊 PRD、聊 Spec,甚至聊技术实现方案,聊透了再动手。 这听起来多了一个步骤,但其实是节省时间。返工才是最大的成本。
代码还是会有 bug
即便我已经用不同的大模型做了交叉审计,代码在实际部署的时候依然会出现问题。有时候是边界条件没考虑到,有时候是上下文理解出了偏差,有时候就是纯粹的——谁知道呢,模型今天心情不好。
这时候 OpenClaw 的价值就体现出来了。它像一个永不停歇的搭档,帮我一层层地修。我不需要走什么流程,不需要等开发排期,不需要照顾谁的情绪。我只需要说「这里有个问题,帮我看看」,然后它就去修了。
很美好。
vibe coding 是什么
我跟 AI 的交互非常简单直接:
- 我不需要写修改流程
- 我不需要在乎现在几点
- 我不需要在乎对方的情绪
我只需要提出问题,解决问题。
这就是 vibe coding。它不是一个工具,是一种工作状态——人在中间,AI 在两侧,信息流动,没有摩擦。
它真正有价值的地方
我认为 vibe coding 最大的价值,不是什么「让程序员失业」这种宏大叙事。
它的价值是:它让很多原本很小的、不值得被开发成商业软件的需求,终于被正视和解决了。
你有一个想法,你想验证,你想用,你想拥有它。以前这需要你学一门编程语言,或者花钱找人开发,或者算了算了不改了。现在?你跟 AI 聊半小时,它给你弄出来。
这是我喜欢这项技术的原因。
当然,我知道实现这一点还有很长的路要走。AI 究竟能不能自己洞悉需求、理解需求,我不知道——但说实话,我希望它不要能。这样我还能有点价值。
对了,开发新的产品真的会让人上瘾。
我很享受那种发现一个需求、努力去写出一个产品的过程——哪怕这只是一个很小的、可能只有我需要的需求。从 0 到 1 把一个想法变成真实存在的东西,这种感觉是会上瘾的。而 vibe coding 把这个过程变得前所未有的轻,让这种上瘾变得触手可及。
不管看起来多像,但 AI 永远都不是终端用户。