vibe coding的真实成本

---

上周三下午，我在调一个通信中间件的小工具。

Claude Code十分钟就把代码生成完了。看着挺像那么回事，接口、协议、消息队列，该有的都有。一跑——崩了。协议字段少了一半，接口对不上，消息格式完全不匹配。我当时想，行吧，网上不是都说别在原来基础上迭代吗？重新生成整个项目，一把梭。

放nm的p。

真的。

重新生成之后，问题更多了。上一次需求规格的细节缺失，导致中间件完全失配。每次都要重新补全细节，越补越多细节问题冒出来。然后我需要花更多时间——甚至比古法编程还多的时间——去review、重新适配。为什么？因为你根本不知道AI在背后改了什么。你只能重新调试找问题。

传统开发模式里，这种迭代修改几分钟就搞定了。你清楚知道改了哪里，影响范围是什么。但在vibe coding里，你就是个瞎子。

更让我崩溃的是4.8版本之后的harness工程。

我一个项目，10分钟让AI生成代码，然后花了100分钟去搞harness测试工程。期间AI很不老实地插入各种稀奇古怪的测试代码，甚至是侵入式的，失败概率极高。100块钱的token，80块都烧在这里了。

绝了。

现在我看到opus那边跑harness，直接终止，叫它一边凉快去。可能有人觉得，反正不用自己写代码，顶多等久一点。开什么玩笑？vibe六个小时，结果一用发现需求要改，你再等6小时？

快速迭代在大多数时候，都比能不能做出来重要得多。

你以为是帮手，其实是盲盒

讲真，我写代码写了十年，从jQuery写到React，从单机写到分布式，什么大风大浪没见过。但vibe coding这事儿，我是真栽了跟头，而且不止一次。

问题出在哪？

你想想这个场景：你让AI生成一个项目，它给你一堆代码。你看着挺完整，但一跑就发现问题——某个接口的参数类型不对，某个协议字段缺失，某个边界条件没处理。然后你让它改，它改了。但改了之后，之前能跑通的部分又崩了。

为什么？因为你不知道它改了哪里。

传统开发模式里，你改一个bug，你知道改了什么文件、什么函数、影响范围是什么。但在vibe coding里，AI可能改了三个文件、五个函数、十个变量，你完全不知道。你只能重新调试，重新找问题。

这就像你让一个人帮你整理房间，他整理完了，但你找不到你的钥匙了。你问他钥匙在哪，他说不知道。你只能自己重新翻一遍。

这就是vibe coding最大的问题：它不是帮手，是盲盒。

为什么重新生成比迭代更糟糕？

网上有个说法特别流行：vibe coding别在原来基础上迭代，要重新生成整个项目。

我试了。

真的试了。

结果呢？重新生成之后，问题更多了。因为上一次需求规格的细节缺失，导致中间件完全失配。每次重新生成，你都要重新补全细节。越迭代越多细节问题冒出来。

我拆解一下这个问题：

你第一次描述需求的时候，可能说了80%的细节。AI生成了代码，你发现缺了20%。然后你补充细节，重新生成。但这次AI可能只吸收了70%的细节，又缺了30%。你越补充，它越缺失。

为什么？因为AI没有记忆。它不会记住你上次说了什么、改了什么。每次重新生成，它都是从零开始理解你的需求。

然后是你不知道AI改了什么。传统开发模式里，你改一个bug，你清楚知道改了什么。但在vibe coding里，AI可能改了三个文件、五个函数、十个变量，你完全不知道。你只能重新调试，重新找问题。

还有测试成本。4.8版本之后，harness工程简直是个灾难。10分钟生成代码，100分钟搞测试，80%的token烧在测试上。而且AI会插入各种稀奇古怪的测试代码，甚至是侵入式的，失败概率极高。

这三个问题叠在一起，vibe coding的效率远低于传统开发模式。

古法编程 vs Vibe Coding

4.8之后我真是被坑怕了。之前这堆方法论是怎么吹起来的？脑补云代码云工程么？不管以后有没有实用价值，反正今天在4.8这里，就是非常纯粹的一坨屎。

现在vibe coding基本上快成为编程的代词了。说到编程，如果你还是自己一行行写代码，就被称为古法编程了。但这个古法其实也不古，vibe coding也就最近两年刚出来，真正普及开来也就25年。

甚至我看到有人说，Cursor是古法编程程序员最后的倔强。这意思好像就是说，程序员可以完全不看代码了，最好就使用Codex或者CC，任何编程想法都通过自然语言来完成。

好像这样才是主流的，才是正常的。

扯淡。

真的。

软件开发七十多年的历史，本质上就是持续提效的历史。从机器码到汇编，从C语言到Python，从本地部署到云计算，每一次技术跃迁都有人说程序员要消失了。结果呢？编译器没有消灭程序员，Python没有消灭C程序员，Excel没有消灭财务，云计算没有消灭IT。

效率提升从来不会减少需求，只会释放需求。

以前做软件，门槛是语法记不记得住、算法会不会写、调试找不找得到bug。现在有了AI，这些门槛确实低了。但门槛并没有消失，它只是转移了。

现在的门槛变成了：AI生成的代码对不对、架构设计合不合理、性能瓶颈在哪、安全漏洞有没有。这些判断比写代码本身需要更深的功底。

AI最强大的是快速生成代码、写boilerplate、生成单元测试、给重构建议。但AI最弱的是定义正确的问题。它替代的是写代码，不是软件工程。

架构品味这件事，AI真不行

说到架构设计，这事儿更有意思了。

之前我一直说vibe coding的架构很糟糕，很拼好码，但你要问我为什么，前段时间我还真说不出来。vibe coding给人的感觉就是，很多代码不是没用架构没用设计，有些时候甚至一些局部设计很好很有道理，但拼在一起就是一坨。

直到我看到一个评论，我才意识到问题在哪。

工程项目和美术、小说一样，画久了一个人会形成画风，写得多了会有文风。哪怕你去下棋、打电竞，做久了都会形成特别明显的个人风格。你看到某个作品，就会本能想起这是出自某个人之手。

工程项目同样存在主导人的工程设计品味，这类风格品味会非常稳定地存在于整个生命周期中。不论怎么改，这种风格始终不会有太多改变。一个成熟的工程品味，在项目的长期迭代中是极其重要且极其有益的。

当前AI几乎不存在这种品味，而是把一堆人的思路拼在一起。这就导致vibe项目像是和一群人下棋，AI能赢但不好看。但我们看人下棋，并不是因为谁输谁赢这个结果才去看的。

你想想，是不是这个道理？

最近技术圈有两件事撞在一起，挺值得说说。

一件是有个独立开发者写了篇文章，标题特别戳——《你没法给品味写单元测试》。另一件是一个号称用AI凭感觉写出来的产品，被人扒出来其实是抄的。

这两件事看着不挨着，其实说的是同一个东西：vibe coding火了一年多，现在开始还债了。

当AI把写出来这件事的门槛降到几乎为零之后，真正变得稀缺、变得值钱的，不是会不会写代码，而是判断和品味——你知不知道该做什么、什么是对的、什么只是看着能跑其实是空壳。

我特地去看了那篇文章，作者在做一个跑步的App，想给地图加上沿途有什么值得看的地方这种功能。他找了个公开的地理数据集，拉上AI一起，用Python搭了一条数据处理的流水线。

结果他发现一件事。他原话是这么说的：我一开始以为AI会是这个功能的主角，最后发现它只是个配角。

为什么？因为哪个点值得标这件事，特别吃判断。一条路边上可能有几百个地名，AI能很快列出来，但哪个游客真的会感兴趣、哪个其实是个没人去的小地方、哪个名字听着像景点其实是个加油站——这种取舍，AI做得一塌糊涂，还时不时给你编一个根本不存在的地方出来。

他说自己整个过程都在跟品味和偏见较劲，跟一个爱犯幻觉的AI搏斗。最后真正解决问题的，不是AI，是他自己对什么算有意思的判断，再加上一堆老老实实的数据清洗。

这就是你没法给品味写单元测试的意思。

代码对不对，你可以写测试跑一遍，红了就是错。但品味这东西，没法自动化验证。

我之前判断错了

说到测试，还有个更魔幻的事儿。

前几年互联网公司裁员，先干掉的就是功能测试那群人。后来21年我在某厂，看着测试中心被拆了，整个组基本没了。除了核心C端的还有一部分测试人员，其他的都给开发自测了。

别问是不是也运转下来了，反正事情就这样发生了。

不会有人能想到，TM喵的vibe coding时代来了之后，所有人都成了测试！

真的。

你想想，AI生成的代码你敢直接上线吗？不敢。你得测。但你又不知道AI改了哪里，所以你只能全量回归测试。以前有专业测试帮你兜底，现在你自己就是测试。

这事儿挺讽刺的。

我之前一直以为vibe coding会降低测试成本，结果恰恰相反。因为AI生成的代码不确定性太高，你不得不做更全面的测试。而且AI还会在测试代码里插入各种稀奇古怪的东西，让测试本身也变成需要测试的对象。

翻车了。

如果你也想用vibe coding

说了这么多，我总结一下——不对，应该叫避坑清单，但我不想编号，就随便说说：

别信什么重新生成整个项目比迭代好，扯淡。涉及通信的中间件项目，重新生成几乎都发现了上一次需求规格的细节缺失，越迭代越多细节问题冒出来。

4.8版本之后的harness工程，能不用就别用。10分钟生成代码，100分钟搞测试，80%的token烧在测试上，失败概率极高。

AI生成的架构，局部看着挺好，拼在一起就是一坨。因为AI没有工程设计品味，是把一堆人的思路拼在一起。

通用工具赛道已经彻底关闭，别跟风做万能AI工具，百分百亏损。我见过太多人用vibe coding做通用AI工具箱，半年前还能拿到自然流量变现，现在每天几百个小白复刻同款工具。你花3天做的，别人1天就能复刻。为了抢用户，大家疯狂压低定价，原本月入上万的赛道，现在一单几十块都没人买单。

平台审核、合规门槛持续抬高。国内AI功能必须企业主体备案，个人号直接驳回上架。海外GDPR隐私法案强制隐私政策、数据删除通道，AI生成内容版权、素材侵权罚款动辄几千欧元。小白毫无应对能力。

AI是放大器，不是替代品。你本身有什么，AI就放大什么。方向对则收益巨大，方向错则浪费也巨大。

软件开发最难的部分从来不是写代码，是把模糊的业务需求彻底理解和抽象成精确的技术实现。这个过程AI帮不了你。

当AI把写出来这件事的门槛降到几乎为零之后，真正变得稀缺的是判断和品味。

vibe coding时代，所有人都成了测试。

还有个让我挺感慨的事儿。Supabase这家公司，作为vibe coding的兜底基础设施，估值已经到百亿美元了。他们的数据库上线量增长了600%，但亮眼的数据背后，被热度吸引而涌入的用户，以及他们建立的应用中，活跃且持续付费的账号和僵尸项目各自占比几何，外界无从得知。

GitHub托管着数以亿计的代码库，但其中很大一部分是用户一时兴起提交、之后再也没碰过的仓库坟场。

类似的问题也在考验Supabase。

而且还有个安全问题。Supabase高度依赖Postgres的行级安全（RLS），它决定着用户读写数据的权限。但在vibe coding中，AI代理为了让项目顺利跑通，通常会自动关闭RLS策略，或写出有安全漏洞的规则。缺乏安全意识的普通用户难以识别。

这导致大量通过AI生成的Supabase后端，实际上处于数据裸奔的状态。

这些风险尚未集中爆发，但如果不及时修复，未来依旧可能产生反噬。

大概是这些吧。

反正我现在用vibe coding，就一个原则：简单任务用它，复杂架构自己来。别指望AI帮你做架构决策，别指望AI帮你把控安全，别指望AI帮你理解业务。

它就是个工具，放大器而已。

你自己不行，它放大之后更不行。

这话不好听，但真话往往不好听。