开篇词:2025年,每个程序员都需要重新定义自己的工作方式

3 阅读1分钟

「我写代码的方式彻底变了。我不再尝试理解所有代码。我接受了这种氛围。」——Andrej Karpathy,2025年2月

你好,欢迎来到《Vibe Coding训练营》。

在开始学习之前,我想先问你一个问题——

你上一次感受到"写代码很爽",是什么时候?

可能是刚入行那几年,什么都新鲜,写一个小功能都很有成就感。可能是某次攻克了一个难题,调了三天的 Bug 终于被你找到,那种爽感至今还记得。

但更多的时候,写代码是什么感受?

重复、枯燥、被各种框架文档折磨、被 Stack Overflow 刷到眼花……你知道自己要做什么,但把脑子里的想法变成能跑的代码,中间要经历无数次语法检查、API 查询、错误排查……

这中间的"翻译成本",每天在消耗你大量的精力和时间。

2025年,有一件事悄悄发生了改变。

一条推文,引爆了整个开发者社区

2025年2月,AI 研究员 Andrej Karpathy 在 Twitter 上发了一条消息:

"我已经完全进入了 vibe coding 的模式——我不写代码,我只是描述我想要什么,然后接受 AI 给我的任何东西。我甚至不再读代码了,只是复制粘贴,相信 AI,偶尔说一句'你确定吗'或者'修复一下'……"

这条推文迅速传遍了全球技术社区。

不是因为它有多惊人的技术含量,而是因为它说出了很多人已经在悄悄做的事情——用自然语言跟 AI 说话,让 AI 帮你写代码,你专注在想做什么上,而不是怎么做。

Karpathy 给这种工作方式起了一个名字:Vibe Coding(氛围编程)。

这不是科技新闻,这是你的职业环境正在发生的真实变化

在接下来的三个月里,Vibe Coding 的热度暴涨:

  • Cursor(AI 代码编辑器)月活用户突破 100 万,融资估值达到 90 亿美元
  • Claude Code 的 SWE-bench 评分冲到 80.8%,意味着 AI 能独立解决超过 80% 的真实 GitHub Issues
  • GitHub 报告显示,现在超过 30% 的代码是由 AI 生成的,这个比例每个月都在增长
  • 微软 CEO Satya Nadella 公开表示,"20% 的 Microsoft 代码现在已经由 AI 编写"

这些数字背后意味着什么?

它意味着开发工作的性质正在发生根本性的改变。

过去,一个好的工程师,需要记住大量的语法、API、设计模式;需要能把抽象的需求翻译成精确的代码;需要在调 Bug 的过程中保持耐心和专注……

现在,AI 正在承担越来越多这些工作。

而未来,最稀缺的能力不再是"能写代码",而是——

会指挥 AI 写代码,会判断 AI 写的代码对不对,会把系统级的问题拆解成 AI 能理解的任务。

这就是这门课存在的意义。

不规划,就失控——90% 的人在 Vibe Coding 上踩的最大坑

在过去 6 个月里,我们采访了超过 200 位在工作中使用 Vibe Coding 的开发者,发现了一个惊人的共同点:

几乎所有"Vibe Coding 不好用"的抱怨,根源都是同一个问题——他们没有在写代码之前想清楚要做什么。

他们直接告诉 AI"帮我写一个登录功能",然后得到了代码,然后发现代码不符合项目规范,然后让 AI 修改,然后 AI 修改的过程中破坏了其他功能……

两个星期后,项目变成了一团乱麻,没有人知道哪里改过、为什么改、改对了没有。

这不是 AI 的问题,这是方法论的问题。

Vibe Coding 的核心原则只有三个字:规划先行。

在你告诉 AI "开始写代码"之前,你需要有:

  1. 需求文档(PRD):你到底要做什么,用户场景是什么,边界条件是什么
  2. 技术方案:用什么技术栈,怎么设计架构,哪些地方有坑
  3. 实施计划:把整个项目拆成小任务,每个任务一个 AI 可以独立完成的单元

有了这三份文档,你就从一个"给 AI 出题的学生"变成了"指挥 AI 干活的 CTO"。

这门课,就是要教你怎么做这个 CTO。

这门课,你会学到什么

46 讲,6 个模块,由浅入深:

模块一:全景认知(第 01-06 讲)

从 Karpathy 的原始推文出发,搞清楚 Vibe Coding 的本质是什么、工具生态长什么样、什么场景适合用、什么场景用了会出问题。

这是认知地图,帮你建立正确的基础认知,不走弯路。

模块二:提示词工程(第 07-13 讲)

提示词是你和 AI 之间的语言。提示词写得好,AI 是神;写得差,AI 是坑。

这一模块会给你一套结构化的提示词方法论,帮你构建自己的 Prompt 模板库。

模块三:工具链精通(第 14-21 讲)

Cursor、Claude Code、Windsurf、GitHub Copilot……市场上有十几款 AI 编程工具,各有特色,也各有缺陷。

这一模块会帮你搞清楚每款工具的核心能力、适用场景和最佳实践,让你不再迷失在工具的海洋里。

模块四:工作流实战(第 22-30 讲)

这是课程的核心模块。从规划先行原则出发,一步步带你走完一个完整项目的开发流程:需求→方案→拆解→开发→调试→测试→部署。

每一步都有具体的 Prompt 模板和操作步骤,你可以直接套用。

模块五:高阶玩法(第 31-38 讲)

当你掌握了基础工作流之后,是时候解锁效率乘数了:多 Agent 协作、自定义工具链、Agentic 编程……

这一模块会让你从"会用 Vibe Coding"进阶到"用 Vibe Coding 10 倍提效"。

模块六:安全与未来(第 39-43 讲)

Vibe Coding 不是银弹。AI 生成的代码可能有安全漏洞、技术债务、不可维护的问题。

这一模块帮你建立风险意识,在高效的同时保持靠谱。

写在最后

我见过两种对 Vibe Coding 的态度:

第一种:这不就是抄代码嘛,AI 生成的代码怎么可能好,迟早出事。

第二种:有了 AI,程序员都要失业了,我还学什么。

这两种态度,都会让你在这波浪潮中错过最好的窗口期。

真实情况是:AI 是工具,工具的价值取决于用工具的人。

Vibe Coding 不会让平庸的工程师变成优秀的工程师,但它会让优秀的工程师产出 5 倍、10 倍的价值。

而掌握这套方法论,你需要的不是更高深的编程技术,你需要的是——

重新理解自己的角色,从"代码实现者"变成"AI 指挥者"。

从今天这堂课开始。


下一讲预告:Karpathy 的那条引爆全网的推文,背后到底有什么深意?为什么这个概念在短短几个月内引爆了全球 3000 万开发者?我们从源头开始,讲清楚 Vibe Coding 这个概念的来龙去脉。