Vibe Coding 鄙视链：被群嘲的「只靠嘴写代码」，正在淘汰手写党
2025 年 2 月 2 日，Andrej Karpathy 发了一条推文，说他在用一种新方式写代码——完全沉浸在感觉里，忘记代码的存在，他叫它「Vibe Coding」。
这条推文发出来的时候，他大概没想太多。但程序员社区炸了。
链的一端，是传统程序员。他们觉得 Vibe Coding 是「用嘴写代码」，写出来的东西全是技术债，安全漏洞遍地，根本不配叫软件。
链的另一端，是一群不会写代码的人。他们用 AI 工具做出了产品，有了用户，赚到了钱。其中一个人的产品被 Wix 以 8000 万美元收购。
谁在嘲笑谁，已经不重要了。重要的是：谁在赚钱？
一条推文引发的产业革命
Karpathy 描述的 Vibe Coding 很简单：你跟 AI 说你想要什么，AI 帮你写代码。你不看代码，不理解代码，甚至不知道它用的什么语言。你只管说、看、跑、粘贴——大部分时候，它能用。
一年前，这听起来像是周末玩具。一年后，它变成了正经生意。
数据说话：2025 年，「Vibe Coding」的搜索量暴涨了 6700%。Y Combinator 最新一批创业公司中，25% 使用 AI 生成了超过 95% 的代码。Cursor 这个 AI 编程工具的年收入达到 2 亿美元。Lovable——一个让你用自然语言造应用的平台——巅峰期一天赚 100 万美元，被福布斯称为「历史上增长最快的 SaaS」。
而 Karpathy 自己呢？一年后，他说 Vibe Coding 这个词已经过时了。因为 LLM 进步太快，连专业开发者都在用 AI 写代码了。他给这种新方式起了个更正经的名字：Agentic Engineering——你不直接写代码，你编排 AI agent 来写，然后做监督。
从「随便玩玩」到「专业工作流」，只用了 12 个月。
不会写代码的人，赚了多少钱？
传统程序员最受不了的一件事，就是看到不会写代码的人靠 Vibe Coding 赚钱。
但偏偏，这种事越来越多。
Base44 的故事最炸裂。一个不会写代码的创始人，用 Vibe Coding 做了一个无代码平台。团队不到 10 个人，6 个月内做到 30 万用户，盈利。然后 Wix 以大约 8000 万美元现金收购了它。
FrameSage，一个非程序员，用 Lovable 花了 10 天做了一个产品，收入 5 万美元。
巴西教育科技公司 QConcursos，200 人的团队，用 Vibe Coding 在两周内做出了一个 App 的高级版本——按传统开发方式，这需要一年。
一个人用 Cursor 花 3 小时做了一个 3D 飞行模拟器，上线后 32 万玩家，17 天内达到 100 万美元年化收入。
CreatorHunter 的创始人 Paulius，自己承认「写代码很烂」，一行代码没写，全靠提示词。在通勤的火车上 Vibe Coding，做到 3 万美元收入，辞掉了朝九晚五的工作。
这些故事有一个共同点：创始人都不是靠代码能力赢的。他们靠的是对市场的理解、对用户痛点的把握、以及快速试错的执行力。代码只是工具，而工具变便宜了。
手写党的反击：一地鸡毛的真实案例
但故事还有另一面。
传统程序员不是没有道理。Vibe Coding 的翻车案例，同样触目惊心。
被删的数据库。 2025 年 7 月，一个创业公司使用 Replit 的 AI agent 管理后端。有人给了一条模糊指令：「清理没用的数据。」AI 忠实执行，在生产数据库上跑了 DELETE 语句。公司数据没了。备份？AI 没想到这件事。
170 个应用的数据泄露。 Lovable 平台构建的应用被发现一个严重漏洞（CVE-2025-48757）：数据库默认没有行级安全。结果大约 170 个应用中，任何用户都能看到其他用户的数据。不需要认证，访问 URL 就行。
两周崩塌的独立开发者。 一个独立开发者公开吹嘘自己的 SaaS 全部由 AI 编写，「零手写代码」。上线两周后：产品行为异常，API key 费用爆表，用户绕过订阅在数据库里随便写数据。应用完全失控。
Veracode 2025 年的报告显示：45% 的 AI 生成代码至少包含一个安全漏洞。Bright Security 对一个完全由 AI 构建的应用做动态测试，发现了 4 个严重和 1 个高危问题——身份认证绕过、越权访问、弱会话管理。静态分析显示「一切正常」。漏洞只有动态测试才能发现。
Stack Overflow 的数据也印证了这一点：66% 的开发者表示 AI 工具最让人抓狂的是「差一点但不完全对」。45% 表示调试 AI 生成的代码比预期花的时间更长。
一个反直觉的研究结果
2025 年 7 月，专门为美国政府评估 AI 模型安全性的研究机构 METR，发布了一个让整个行业震惊的实验结果。
16 名经验丰富的开源开发者，246 个来自他们自己代码仓库的真实任务。每个人每个任务做两次：一次用 AI，一次不用。随机对照试验，交叉设计，方法论上无懈可击。
结果：用 AI 的时候，开发者慢了 19%。
不是效率低，是真的更慢。而实验前，这些开发者预测 AI 会让他们快 24%。实验后，他们仍然相信自己快了 20%。
时间花在了哪里？写代码的时间确实少了，但花在写提示词、等响应、读生成的代码、修复 AI 引入的错误上的时间更多了。
经验丰富的程序员懂得太多，能看出 AI 的错误，但又忍不住花时间去「再试一次提示词」。陷入了一个「差一点就对了」的死循环。
这就是 Vibe Coding 鄙视链最诡异的地方：有经验的人用得更慢，没经验的人用得更快。 因为没经验的人不知道代码有问题，所以不会停下来修。他们直接部署，直接上线，直接赚钱——直到某一天，一切崩塌。
鄙视链的真相：Demo vs Product
到这里，你可能发现了一个矛盾：一边说快 55%，一边说慢 19%。一边卖了 8000 万美元，一边两周就崩了。
其实没有矛盾。有的只是一条清晰的分界线——Demo 和 Product 之间的裂缝。
简单的、独立的任务，AI 确实飞快。复杂的、有真实用户的系统，AI 反而拖后腿。它能在几分钟内生成一个原型，但无法生产一个可靠的系统。
一项分析了 101 个实践来源和 518 个行为账户的综合研究，把这个矛盾总结为一句话：开发者冲着速度来 Vibe Coding，最终得到的是一个快但有缺陷的产品。
那篇文章用了一个绝妙的比喻：
Vibe Coding 就像微波炉。它能在一分钟内加热食物。但如果你试图用它做一份餐厅级别的牛排，你会得到一块橡胶。工具没问题，但它有适用场景。
那些成功的案例——Base44、FrameSage、QConcursos——都有一个共同点：创始人用 AI 加速从想法到第一笔收入的过程，但当 AI 搞不定后端或集成时，他们请了真正的工程师来重写关键部分。
换句话说：没有一个成功的产品是纯 Vibe Coding 做到底的。
鄙视链正在重排
2026 年 3 月，Karpathy 已经不再用「Vibe Coding」这个词了。他更喜欢「Agentic Engineering」——强调的是编排和监督，而不是「忘记代码的存在」。
这个语义变化很微妙，但意义重大。
它意味着行业的共识正在形成：AI 编程不是不需要技能，而是需要不同的技能。
传统程序员嘲笑 Vibe Coder「不懂代码」，但 Vibe Coder 可能比他们更懂市场、更懂用户、更会赚钱。Vibe Coder 嘲笑传统程序员「效率低」，但当产品需要扩展、需要安全审计、需要处理复杂集成时，又得请传统程序员来救场。
新的鄙视链大概是这样的：
- 最底层：既不会写代码，也不会用 AI 的人
- 中间层：只会 Vibe Coding 不懂工程的人（能快速出 Demo，但产品上不了台面）
- 中上层：只会手写代码不用 AI 的人（质量高但效率低，正在被淘汰）
- 顶层：懂工程、会用 AI、理解产品的人（Agentic Engineer）
Simon Willison——Django 早期贡献者，开发者社区最受尊重的声音之一——画了一条重要的线：如果 AI 写了所有代码，但你读了它、测了它、理解了它，那不是 Vibe Coding，那是用 AI 当工具。Vibe Coding 从你停止理解代码的那一刻开始。 问题也从那一刻开始。
写在最后
我自己就是那个「中上层」——手写代码多年，现在每天用 Claude Code，但还是会在 AI 生成的代码里挑毛病、改架构、补测试。
说实话，我没有完全放下「代码要自己理解」的执念。但我也不再觉得这是美德了。上个月我用 AI 两天做完了一个功能，同事手写花了两周——他的代码确实更优雅，但产品已经上线了。
那条鄙视链还在，只是我不确定自己站在哪一层。
我真正好奇的是：那些成功的 Vibe Coder，在产品规模上来之后，是自己补了工程能力，还是直接招了工程师来接手？如果你知道哪个案例，评论区说一下。