什麼是氛圍開發 Vibe Coding ?

什麼是氛圍開發 Vibe Coding ?
Vibe Coding by Grok

Andrej Karpathy 是一位知名的電腦科學家,最為人熟知的經歷是他曾任特斯拉的人工智慧總監、也是 OpenAI 的共同創辦人之一,近期他更是連出兩則科普大型語言模型的 Youtube 影片,堪稱是實踐與教育的大神級人物,他在 2 月初的時候在 X 上提出了 Vibe Coding這個字眼,在過去的一個月內顯然成為新的潮流詞彙。

這個字具體是甚麼意思呢?依照他的貼文解釋,他所謂的氛圍開發,是一種相當依賴開發者感覺和直覺的寫程式方式。開發者不再需要深入鑽研每一行程式碼的細節,而是透過自然語言與 AI 工具溝通。想像一下,當開發者只要說出「請將側邊欄的間距縮小一半」這樣的話,AI 就能立即理解並完成相應的程式修改。

這種開發方式主要仰賴 Cursor Composer 搭配 Anthropic 的 Sonnet 模型,以及 SuperWhisper 語音轉文字工具等先進 AI 技術。在直覺程式開發的世界裡,開發流程變得極為簡單。開發者只要用口語或文字描述需求,AI 工具就會自動產生對應的程式碼。更令人驚訝的是,Karpathy 建議開發者可以直接接受 AI 的所有建議,幾乎不需要做任何修改。就算遇到錯誤,只要將錯誤訊息複製給 AI,通常就能迎刃而解。Karpathy 親身示範了這種方法的威力,他僅花了一小時就開發出一個智慧型閱讀器應用程式,能夠在閱讀《國富論》時進行智慧提問,充分展現了氛圍開發的效率與實用性。

然而,氛圍開發也並非完美無缺。雖然開發速度極快,且大幅降低技術門檻,特別適合快速原型開發,但這種方式可能會讓程式碼較難維護,有時 AI 也無法完全修復所有錯誤。更重要的是,開發者可能會對自己寫出的程式碼缺乏深入理解。

這個創新概念在科技社群中引發了熱烈討論。支持者認為這代表了軟體開發的未來趨勢,甚至有人大膽預測,在未來五年內,精通直覺程式開發將成為最賺錢的技能之一。

氛圍開發的實踐方式

在這之後,也越來越多人開始實踐這樣的開發方式,也引起創投圈、YT 等等的大量引用,你可以在 Youtube 上看到一堆實踐的做法,紐約時報記者 Kevin Roose 在其文章中分享了他作為非開發者的 Vibe Coding 體驗。

儘管他「不會寫一行 Python、JavaScript 或 C++」,但借助 AI 工具,他成功創建了多個實用的應用程式,包括一個播客轉錄和總結工具、一個社群媒體書籤搜尋系統,甚至是一個名為「LunchBox Buddy」的應用程式,能夠分析冰箱內容並幫助他為兒子準備學校午餐。

這一過程通常始於用戶向 AI 工具提供簡單的描述。AI 工具隨後會設計出解決方案,選擇最合適的技術架構,並生成相應的程式碼。如 X 上的 NicolasZu 在創建飛行模擬器遊戲時的方法所示,這一過程可能包括:使用 Grok 3 將遊戲想法轉化為設計文檔、確定最佳技術方向、制定實施計劃、然後使用 Cursor 搭配 Sonnet 3.7 逐步實現各個階段。

Y Combinator 的合夥人在他們的 YT 影片「The Light Cone」中討論了這一現象。他們指出,目前主流的 Vibe Coding 工具包括 Cursor、Windsurf、ChatGPT 等。令人驚訝的是,他們的調查顯示四分之一的創辦人報告說,他們超過 95% 的程式碼是由 AI 生成的。

氛圍開發的特點與優勢

氛圍開發最顯著的特點是它徹底改變了開發流程。開發人員的心態從「附著於自己的程式碼」轉變為「更容易放棄和重寫」。正如一位 Y Combinator 創辦人所說:「我不再是工程師,而是產品人員」。

這種方法的主要優勢在於速度。許多開發者報告說,使用氛圍開發可以將程式開發速度提高 10-100 倍。這是因為 AI 能夠快速生成功能性程式碼,而開發者則專注於高層次的設計決策和測試。

此外,氛圍開發顯著降低了程式開發的技術門檻。不需要多年的專業培訓,非技術人員也能創建實用的應用程式。這一特性可能徹底改變軟體開發的民主化進程,使軟體創作變得像拍照或錄製短影片一樣普及和容易。

氛圍開發的挑戰與限制

儘管氛圍開發聽起來很潮,但它也面臨著一系列挑戰。首先,當前的 AI 工具在除錯方面仍然較弱。正如 Y Combinator 的討論所指出的,人類仍然需要進行除錯工作,理解程式碼實際在做什麼,並找出邏輯錯誤。

其次,氛圍開發可能適合「從零到一」的快速構建,但對於「從一到十億」的規模擴展可能仍然需要傳統的系統工程技能。Facebook 和 Twitter 的例子說明了這一點:初期可能使用類似 PHP 或 Ruby on Rails 的工具快速開發,但當面臨大規模用戶時,需要更深層次的系統架構知識。

此外,正如 Andrew Chen 的文章中指出的,目前氛圍開發創建的應用程式品質普遍較低。它們可能看起來非常基礎,功能也較為簡單。不過,正如圖像生成 AI 的進步所示,這種情況可能會隨著技術的發展而迅速改變。

最後,安全性、隱私和處理邊緣情況的能力仍然是氛圍開發 面臨的重大挑戰。軟體開發不僅僅是編寫程式碼,還涉及大量複雜的業務決策和邏輯判斷,這些方面 AI 可能短期內還無法完全勝任。

氛圍開發對未來的影響

氛圍開發的興起對於未來的衝擊其實還很難定論,不過Andrew Chen 的文章裡提出了一些有趣的想法,它可能改變軟體開發團隊的組成和比例。傳統上,軟體公司的工程師、設計師和產品經理的比例約為 5:1:1,但這一比例可能會發生變化,更多的重點可能放在確定「要構建什麼」而不是「如何構建」。

其次,氛圍開發可能使軟體開發更加年輕化。正如 Andrew Chen 指出的,「大多數程式碼將由時間富裕的人編寫,因此大多數程式碼將由孩子/學生而非軟體工程師編寫。」這與社群媒體內容創作的趨勢類似,可能導致軟體開發被青年文化所主導。

第三,我們可能會看到從 CLI(命令行界面)到 GUI(圖形用戶界面)的氛圍開發演變。Chen 預測「對於大多數創作者來說,氛圍開發最終將淡出,而 Vibe Designing(以視覺方式為主)將占主導地位」。在這種模式下,人們將向 AI 展示他們想要的設計結果,其他一切都由 AI 完成。

最後,Vibe Coding 可能加速軟體對各行各業的滲透。傳統上,高階軟體工程師可能對小型/無聊/緩慢增長的行業不感興趣,但現在這些行業內部的人員可以通過氛圍開發自行創新,從而將這些行業納入更廣泛的科技生態系統中。

雖然我們還處於這一變化的早期階段,但氛圍開發的潛力似乎不容小覷,雖然這方式仍然有許多缺點與不足之處,但它可能成為像 Excel 那樣對商業世界那樣的變革工具,使軟體開發變得更加快速和普及,這帶來的不僅是工具的變化,更是思維方式和創造過程的根本轉變,創意、洞察力和對用戶需求的理解可能比技術知識更為重要。這不僅是程式開發方式的變革,更是對我們如何思考和創造數位世界的重新定義。

Read more

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

人工智慧是否具有生命?這個問題在大型語言模型如 ChatGPT 問世後,反覆縈繞在許多人心中。它能推理、產生未經程式設定的結果,甚至看似擁有創造力。然而,OpenAI 的執行長山姆・阿特曼(Sam Altman)對此提出清晰的見解。他認為,這些系統並不具備生命。 「它們不會主動做任何事,除非你提出要求。」阿特曼說明,這些模型缺乏自主性或內在動機,只是被動地等待指令。他認為,使用者與之互動越久,那種看似生命的幻覺就越可能消散。儘管如此,它們作為工具的強大能力無庸置疑,展現出近似智慧的表現。 幻覺、謊言與數學機率 當人工智慧提供錯誤資訊時,究竟是產生「幻覺」還是蓄意「說謊」?阿特曼解釋,這兩者之間存在根本差異。他以一個早期模型的例子說明:若使用者提問「塔克・卡爾森總統是哪一年出生?」模型可能會編造一個年份,而非指出此人從未擔任總統。 這並非出於欺騙的意圖,而是一個基於訓練資料的數學機率問題。「因為在訓練過程中,直接否定使用者的前提,並不是最可能出現的回應。」模型會假設使用者的提問基於事實,然後在其龐大的資料庫中,

By Fox Hsiao
Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

軟體公司 Palantir 執行長亞歷克斯·卡普(Alex Karp)是一位同時擁有忠實支持者與激烈抗議者的科技領袖。他的公開談話,不僅僅是關於技術或商業,更深刻地反映一種獨特的世界觀,一種關於建立、競爭與西方價值體系的哲學。在這場訪談中,卡普對環繞著他與公司的各種爭議,提出一套完整且充滿挑戰性的論述。 面對為何有人支持、有人反對的提問,卡普將其支持者描繪為「實踐者」(builders)。他認為,這群人懂得欣賞成果,他們衡量一項成就的標準,是基於其是否能超越外界普遍預期的懷疑與折扣。卡普直言:「實踐者們看見那些極具天賦的人,會對所有言論打上折扣,並根據超越這個折扣率的表現來衡量成就。」 Palantir 的發展歷程充滿反直覺的挑戰,從商業模式到公開形象,始終不被看好,但最終以卓越的成果贏得這群人的信賴。 另一方面,他將抗議者歸因於一種由學術機構灌輸的「失敗者崇高論」。他認為,許多抗議者深信自己無法進入科技的核心圈,因而轉向一種假設失敗者更高尚的哲學模型。卡普批判道:「當你認為自己處於失敗的那一方,你就會假設道德不可能站在你的對立面。」他認為,這種思維源於部分學術機構,這些機構將美

By Fox Hsiao
馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

在 2025 ALL-IN 訪談中,伊隆・馬斯克分享他對旗下數個野心勃勃計畫的最新進展與未來藍圖,從特斯拉(Tesla)的人形機器人、xAI 的通用人工智慧,到太空探索公司 SpaceX 的星艦與星鏈計畫,勾勒出一幅以科技突破確保人類文明永續發展的宏偉願景。 Optimus:定義未來的勞動力 Musk 堅信,Optimus 人形機器人將是人類的巔峰之作,並將其形容為人類歷史上最偉大的產品。目前,開發團隊正在進行第三版設計的定稿工作。他分析,要成功打造一款能普及的通用型人形機器人,必須克服三大挑戰:擁有與人類相仿的靈巧雙手、一個能理解並與現實世界互動的人工智慧心智,以及大規模生產的能力。 在這些挑戰中,又以手部的設計最為艱鉅。人手經過長時間演化,本身就是一台極度精密的儀器,能執行各種複雜任務。他強調,要創造一個通用的人形機器人,就必須解決手部的問題。 另一個重大障礙是供應鏈的匱乏。Musk 表示,由於現今市場根本不存在適用於人形機器人的關鍵零組件,團隊必須從頭設計與製造。他無奈地說,這些關鍵零件根本買不到,因為它們在市面上並不存在。 之所以堅持採用人形設計,背後有其務實的考量

By Fox Hsiao
哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

生成式人工智慧(Generative AI)的浪潮正席捲全球,其對勞動市場的衝擊成為各界關注的焦點。當前的討論多半圍繞在工作機會的增減與技能需求的轉變,然而,一份來自哈佛大學的最新研究,透過分析大規模的美國履歷與職缺數據,揭示一個更細微卻極其關鍵的趨勢:生成式AI的導入,可能正在不成比例地影響資淺員工的就業機會,形成一種「偏重資歷的技術變革」(seniority-biased technological change)。 這份名為《生成式AI作為偏重資歷的技術變革》的初步研究報告,由研究者Seyed M. Hosseini與Guy Lichtinger共同撰寫。他們檢視自2015年至2025年間,涵蓋近6200萬名工作者、分屬28萬5000家美國企業的履歷資料,以及超過2.45億筆的職缺公告,試圖描繪出AI技術擴散下,企業內部人力結構的真實變化。 數據揭示的關鍵轉折點 研究的核心發現,在於企業導入AI前後,不同資歷員工的僱用趨勢出現顯著分歧。過往從2015年到2022年中期,無論是資深或資淺員工,其就業增長率大致維持同步。然而,一個明確的轉折點出現在2023年第一季,這恰好是生成

By Fox Hsiao