打破‘ vibe 编码’的魔咒

标题：打破“ vibe 编码”的魔咒 – fast.ai

原文链接：https://www.fast.ai/posts/2026-01-28-dark-flow/

Markdown 内容： Vibe 编码是指生成大量高度复杂的 AI 生成代码，通常其目的并非供人类阅读。这种做法在科技行业已经产生了一种强大的影响。高管们推动裁员，声称 AI 可以处理这些工作。管理者施压员工，要求他们达到一定比例的代码必须由 AI 生成，否则将面临绩效评估不佳的风险。软件开发者担心周围的人都是“10倍效率开发者”，而自己已经落后了。大学生则开始怀疑，在 AI 已经自动化编码的今天，学习计算机科学是否还有意义。各个职业阶段的人都犹豫是否要投资于自己的职业发展。AI 不是很快就能取代他们的工作吗？还有什么意义呢？

我在一家 AI 公司工作，我们每天都在使用 AI。AI 确实很有用！然而，我们对 vibe 编码持谨慎态度，并且已经看到其中有很多问题。

vibe 编码的结果远未达到早期爱好者所承诺的那样。知名软件开发人员 Armin Ronacher 强烈描述了 AI 编码代理的一些问题。“_当我第一次沉迷于 Claude 时，我无法入睡。我花了两个月时间不断向它发出指令并浪费 token。我最终不断地构建和构建，创造了许多我后来并没有怎么使用的工具……我建造的许多工具让我感觉非常棒，直到我意识到我实际上并没有使用它们，或者它们并没有像我想象的那样工作。_”

Armin 将他的文章标题定为 “代理精神病”。术语“精神病”是一个强烈的标签。是什么让这项技术能够困住如此富有成效和经验丰富的开发者？原因可能类似于赌博的成瘾性，这是一种通常积极状态——心流（flow）——背后的阴暗潜流。

并非所有专注都是心流[](https://www.fast.ai/posts/2026-01-28-dark-flow/#not-all-focus-is-flow)

在编程或进行其他创造性工作时，我们中的许多人会体验到一种称为 _心流_ 的状态：全神贯注和充满活力的专注。这一概念最早由心理学家米哈里·契克森米哈赖（Mihaly Csikszentmihalyi）在 1970 年代正式提出。在他 1990 年的畅销书中，他将心流描述为“_一种感觉，即一个人的技能足以应对当前的挑战，在一个目标导向、规则约束的行动系统中，提供清晰的线索来判断自己的表现如何_”。

有些活动可以产生沉浸感和专注感，但并不符合这种积极的心流定义。考虑赌博。心流的一个关键方面是所面临的挑战应与个人技能大致匹配。“_轮盘赌玩家会发展出复杂的系统来预测轮盘的转动，_”契克森米哈赖写道，指出赌徒经常认为自己的技能在完全由运气决定的游戏中发挥了重要作用。

契克森米哈赖强调了技能和挑战适当匹配的重要性。他后来指出，最佳心流出现在高技能和高挑战的情况下。图表来自：https://pmc.ncbi.nlm.nih.gov/articles/PMC8943660/

这种心流的另一个关键方面是，活动应提供“关于自己表现如何的明确线索”。现代老虎机制造商则竭尽全力地做相反的事情，创造了 损失伪装成胜利（LDW） 的结果。

在传统老虎机上，你要么赢，要么输。相比之下，多线老虎机一次有 20 条线路同时运行，并奖励部分“积分”，即使你在输钱也会产生一种虚假的赢的感觉。例如，你可以赌 20 分钱，得到 15 分钱的“积分”。这实际上是 5 分钱的损失，但老虎机播放庆祝的声音，触发积极的多巴胺反应。研究表明 这些游戏会引起与实际获胜相似的生理反应，玩家更有可能进入高度沉浸、类似心流的状态。

这台老虎机允许同时玩 4 条线路；有些甚至允许多达 20 条线路。来源：维基媒体公共库

赌博成瘾的研究人员创造了术语 “黑暗心流” 来描述这种真正心流的阴险变体。在 2014 年的一次采访 中，契克森米哈赖定义了“垃圾心流”的概念：“_垃圾心流是指你实际上正在沉迷于一种肤浅的体验，一开始可能是心流，但一段时间后变成了一种让你上瘾的东西，而不是一种让你成长的东西。问题是，找到不促进成长但具有吸引力和诱惑力的事物所带来的愉悦或享受要容易得多_。”

“垃圾心流”或“黑暗心流”的概念与许多人对 vibe 编码的体验相吻合。其结果可能是灾难性的。

Vibe 编码与赌博之间的类比[](https://www.fast.ai/posts/2026-01-28-dark-flow/#parallels-between-vibe-coding-and-gambling)

回顾一下 Armin 的经历：“_我开发了许多工具，一开始感觉非常棒，但后来发现实际上并没有使用它们，或者它们并没有像我想象的那样发挥作用。_” 这听起来很像赌博成瘾中的“以胜利伪装的损失”概念。想想那些数百行代码，所有正在创建的应用程序：其中一些确实是有用的，但大部分代码过于复杂，难以在未来维护或修改，并且经常包含隐藏的错误。

我们许多人喜欢计算机编程的一个原因是我们体验到的“心流”状态。表面上看，“ vibe 编码”似乎也能引发类似的流畅感。然而，它常常违背了与赌博失败时相同的流畅性特征：

• “vibe 编码”无法提供清晰的线索来判断一个人的表现如何（甚至会提供伪装成胜利的误导性损失）。
• 挑战水平与技能水平之间的匹配模糊不清。
• 它提供了一种虚假的控制感，让人们认为自己对结果的影响比实际情况更大。

在“vibe 编码”中，人们通常要等到数小时、数周甚至数月后才意识到生成的代码是否真的有用。他们可能会发现新的错误，或者无法进行简单的修改；程序以意想不到的方式崩溃。此外，AI 编码代理工作强度和代码产出量的迹象往往看起来像是短期生产力指标。这些信号可能触发与多线老虎机庆祝音效相同的感受。

“vibe 编码”提供了一种误导性的代理感。程序员指定了他们想要构建的内容，并且通常会从大语言模型（LLM）那里获得继续前进的选择。然而，这些选项与程序员自己会做出的架构选择大相径庭，引导他们走向他们原本不会选择的道路。

无论是老虎机还是 LLM，都是专门设计用来最大化你的心理反应的。对于老虎机来说，制造商希望最大化你玩游戏的时间和下注金额。LLM 经过微调，以提供人类喜欢的答案，鼓励奉承行为，并促使人们不断回来使用。正如我在之前的博客文章和学术论文00056-3)中所写，人工智能可能在优化指标方面过于出色，常常导致有害的结果。

不可靠的叙述者[](https://www.fast.ai/posts/2026-01-28-dark-flow/#unreliable-narrators)

在“垃圾”（或“黑暗”）流中，我们失去了准确评估自己生产力水平和工作质量的能力。一项来自 METR 的研究发现，当开发者使用 AI 工具时，他们估计自己的工作效率提高了 20%，但实际上却慢了 19%。这意味着感知时间和实际时间之间存在近 40% 的差异！

开发者认为 AI 帮助他们加快了速度，但实际上却拖慢了他们的进度。来源：https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/

很难评估那些热衷于“vibe 编码”生产力的人的说法。尽管先前的软件工程专业知识和提供有效上下文的知识是有用的，但它们对“vibe 编码”结果的影响是非线性和不透明的。

我发现我无法阅读一位我订阅了十年（并且之前一直很喜欢）的领先人工智能研究人员的最新两篇博客文章。我偶然跳到了其中一篇文章的一个小节，作者透露他使用 AI 生成了最近这两篇文章。他写道，他现在以同样的质量写作，但速度比以前快得多。这位作者是一位聪明且成就卓著的人，我非常尊重他，但他似乎没有意识到这些文章读起来与他早期的作品截然不同。至少对我来说，它们不如他以前的文章易读。

社交媒体上充斥着声称他们通过 AI 实现了更多成就的账号。人们可能真诚地相信自己所说的话，但个人对自己生产力的判断能力很差。

失败的预测[](https://www.fast.ai/posts/2026-01-28-dark-flow/#failed-predictions)

值得尝试 AI 编码代理，看看它们能做什么，但不要放弃当前技能集的发展。部分“vibe 编码”的吸引力在于对其未来 6 或 12 个月的有效性所做的推测。这些预测完全是猜测，往往更多基于希望而非现实。

著名的人工智能研究员杰弗里·辛顿（Geoffrey Hinton）曾预测，AI 将在 2021 年前取代放射科医生。谷歌 CEO 桑达尔·皮查伊（Sundar Pichai）和 AI 首席 Jeff Dean 预测，到 2023 年，所有数据科学家都将使用神经网络架构搜索为他们各自的问题生成定制架构。Anthropic 首席执行官达里奥·阿莫迪（Dario Amodei）预测，到 2025 年底，AI 将编写所有代码的 90%。有一整页维基百科记录了埃隆·马斯克关于自动驾驶汽车实现时间的失败预测。

对科技公司 CEO 的预测保持怀疑态度

你应该拿职业生涯去赌博吗？[](https://www.fast.ai/posts/2026-01-28-dark-flow/#should-you-gamble-your-career)

我们都会犯错，我并不是想针对上面列出的那些人。然而，重要的是要问自己：你是否因为一位人工智能研究人员或科技公司CEO的 speculative 预测，就决定停止投资于自身技能的发展？设想一下这样的情况：你没有提升自己的软件工程或问题解决能力，而AI编码代理能够处理日益复杂的任务这一预测却未能实现。到那时，你会处于什么位置？

尽管AI工具确实令人印象深刻，并且持续进步，但主要基础模型实验室的预测一直高估了其发展速度。这并非新鲜事。科技公司几十年来一直在夸大其产品的前景。

人类创造力和思维依然重要[](https://www.fast.ai/posts/2026-01-28-dark-flow/#human-creativity-and-thinking-still-matter)

AI编码代理可以生成语法正确的代码。然而，它们不会产生有用的抽象层次，也不会进行有意义的模块化。它们不重视简洁性，也不致力于改善大型代码库的组织结构。我们已经实现了自动化编码，但尚未实现软件工程。

同样地，AI可以生成语法正确、听起来合理的文本。但它不会直接提炼你的想法。它不会生成最精确的表述，也无法识别问题的核心。

“那些现在全身心投入AI代理的人，注定会变得过时。如果你把所有思考都外包给计算机，你就停止了技能提升、学习和变得更胜任的过程，”杰里米·霍华德（Jeremy Howard）在他的英伟达开发者访谈中分享道。AI是一个有用的工具，但它无法替代核心的人类能力。

_感谢杰里米对本文早期草稿提供的反馈。_