大家好，我是张昕东。去年站在这里时，我还代表阿里云向大家介绍通义灵码的技术进展。如今我离职创业，正是不想错过 AI 编程的黄金时代，希望跳出大厂的局限与工作惯性，借助市面上最前沿的模型和 AI 编码工具，亲身实践 Vibe Coding，重构对 AI 编码领域的认知。
AI Coding这一话题当下热度极高，Google发布了Gemini3和Antigravity， Cursor 2.0版本也正式亮相。传统编程需手动敲击代码，过程枯燥乏味，而 Vibe Coding 倡导的是与 AI 协同开发的全新模式。今天我想结合刚出版的新书内容 —— 其中既有我此前在灵码团队开发 Agent 的经验，也包含近期在创业公司担任顾问时高频使用 Coding Agent 的实践总结，和大家深入聊聊 Vibe Coding。
本次分享将围绕四个核心部分展开：明确Vibe Coding的定义及相关误解澄清、回顾人机协作的演进历程、阐述 AI 作为编程能力放大器的核心价值，以及展望AI编码的未来趋势。
Vibe Coding 的核心理念很明确：开发者用自然语言和 AI 对话协作，AI 负责产出代码，人类则专注做三件事 ——描述需求、管理上下文、验收最终效果。
虽然我们今天聊的是 Vibe Coding，但必须承认：理想中的 Vibe Coding 还没完全实现。现在的 AI 模型还达不到架构师的水平，要落地这项技术，模块细分、编程基础筑牢、全链路可评估这几个环节一个都不能少。不过好在 AI 编码能力进步飞快，已经让我们看到了 Vibe Coding 的落地希望和清晰路径；而且在明确规范的约束下，我们已经能借助大模型，完成确定性任务的Vibe Coding实践。
AWS 的 Kiro Code 首次把Spec的理念引入IDE。
他们认为：
最近一些大厂出品的 IDE 也都在这块发力，叙事上强调严谨的生产级开发。
但是这里要申明的是，Vibe 和 Spec 从来不是对立关系。
不管 Spec 被提出之前或者之后，Vibe Coder 都已经非常强调「规范」的重要性了，毕竟再详尽的提示词，也没法涵盖一个软件最终要实现的所有细节。这个过程中，正需要标准化的流程来约束 AI 的「天马行空」，让它始终朝着目标发力。
就像人没法同时拥有青春和对青春的感悟，开发者也没法同时沉浸在「氛围编程」的随性里，又兼顾编程本身需要的严谨。把 Vibe 和 Spec 对立起来，本身就是一种误解。
总结来讲，Vibe Coding 不是随意氛围下的代码混沌，而是人机高效协同的默契心流。
我曾将人机协作总结为 Copilot、Agent、Multi-agent 三个阶段，今天我想在此基础上向前追溯、向后延伸，完整呈现其演进脉络：
Resource 阶段：AI 或搜索引擎作为被动的资源提供者，仅被动输出信息，由人类自主理解和运用。
Copilot 阶段：人类与 AI 实现高频协作，AI 提供代码补全、研发问答等辅助功能，帮助处理日常编码工作，提升研发效率。
Workflow 阶段：AI 能力进一步提升，我们不再满足于将其作为有限能力的助手，而是将软件研发的工作整体交给 AI。通过设计 Workflow 约束 AI 流程，完成如注释生成、单测生成等特定任务。
Co-Agent 阶段：当前 AI 已具备自主规划、意图识别能力，以及工具基础建设也已到位，AI 正式跨入Co-Agent 阶段。（之所以加个 Co，是因为我认为我们还远远没有达到 Agent 的时代，现在只是一个模拟智能体的时代，就像 AI 也没法完全复刻人脑的流程。现在的 AI Agent 需要人类协同合作，紧密的配合纠错，AI 还无法独立完成一个比较复杂宏大的任务，也没法自举式地迭代，以及 A2A 的紧密协作）。
Agent 阶段（未来）：未来我们有很大的概率能够迈入真正的 Agent 阶段，AI 融入我们的物理世界，独立完成复杂项目，主动寻求人类的上下文帮助，人类的平均介入时间可能会在 24 小时以上。
2023 年 3 月：Github Copilot 与 GPT4 协同，将 Copilot 产品形态发挥到极致。尽管我们在 2021 年就已发布 AI 编码插件，但当时Github Copilot的多行补全功能，远超我们基于GPT2微调的行级补全模型。
2024 年 9 月：Cursor 推出 Composer 模式。此前 Devin 发布 AI 程序员视频引发行业热议，众多团队跟风开发云端编程 Agent，但因模型能力不足均未取得理想效果。而 Cursor 精准把握 Claude Sonnet 3.5 的强大编码能力，结合自研的投机解码小模型，实现了 AI 生成代码向用户工作区的稳定写入，成功引爆市场。
2025年5月，Anthropic发布Claude Code，同步推出 Claude Opus4 和 Sonnet4，大幅提升了 Agent 能力，引发行业对 IDE 与 CLI 形态的深入思考，Agent 形态也逐渐走向成熟。
从这一时间线可以看出，AI 编码的市场与商业成功，离不开对模型能力进展的深度感知。而作为开发者，我们正享受着 AI 智能体飞速发展带来的时代红利。人机协作的演进，具体还体现在编程语言、开发模式和设计模式三个维度。
从机器语言、汇编语言，到 Python、Java 这些耳熟能详的高级语言，编译器帮我们完成了硬件层到语法层的抽象。而现在，AI 正带我们进入 “问题层抽象” 的新阶段。
很多人说有第四代、第五代编程语言，但我觉得它们算不上 “新一代”。就像中国历史上的五代十国，只有北方中原迭代的势力才叫 “代”，代表着替代与革新；南方的政权只是 “国”，只是领域内的优化。放到编程语言里也是如此，如今那些所谓的 “新语言” 并没有取代上一代，更多是在编程范式、内存管理、并发逻辑等方面，针对垂直领域做了优化升级。
那什么才是真正划时代的存在？答案是 AI 大模型。黄仁勋曾在公开演讲中提出一个颠覆性观点：未来的编程语言，就叫 Human。
这个说法比 “未来编程语言是英语” 靠谱多了。一来，自然语言编程不挑语种，AI 都能懂；二来，这个 “语言” 里，人是核心参与者。
我们不妨大胆畅想未来的编程语言形态：或许会诞生一款 AI-Native 专属语言，而且已经有不少创业公司开始布局这块赛道。这类语言必然是“文档孪生”的 —— 让 AI 能以更贴合逻辑的方式，理解需求、生成代码。
我之前和 AI 试过设计这种语言，当时就觉得它需要进阶的高内聚低耦合 —— 逻辑可以写进文件名，不用塞注释里；或者代码本身不可读，变成高信息密度的原子能力，只能靠孪生文档访问。文档里会写清功能、输入输出、验证方法，一目了然。
说白了：AI 正在推动编程语言走向 “语言级SaaS化”。
现在，人和 AI 还在共同追求更高信息密度的表达方式 —— 图片、伪代码、语音等等，都能成为协作的媒介。但这还不够，我们还需要为 AI 搭建更完善的基础设施：让它能感知软件全生命周期的各类对象，把信息转化为标准化接口和可用工具。毕竟现在的 AI，恰恰缺失了在评估阶段对软件产物的感知能力。
最重要的是，未来的 AI 必须有自主能力：自己建设工具、同步数据、微调适配，朝着高级目标走，实现数据驱动的自我训练和进化。
瀑布模型：采用线性流程，从需求、分析、设计、编码、测试到运维，各阶段严格按顺序进行，强调阶段性文档产出和交接。但该模式开发周期长，需求变更成本高，已难以适配互联网行业的快速迭代需求。
敏捷模型：以用户需求为核心，倡导快速迭代、持续交付，接受需求变更，能够快速响应市场变化，目前已成为行业主流。
氛围模型（AI 时代新范式）：随着 AI 的加入，研发流程正在进化为一种全新的 “氛围模型”。该模式既吸收了瀑布模型中规范文档的优势，又借助 AI 弥补了其迭代速度慢的缺陷，具备极致速度、极简团队、AI 驱动、自动化沉淀、高效沟通的核心特征：
极致速度：秉持“fail fast”理念，快速试错、快速演示 demo 并落地交付；
极简团队：团队规模更小，支持 “一人公司” 模式，降低协作损耗；
AI 驱动：利用 AI 理解需求并转化为代码实现，AI 具备更规范的编码习惯；
自动化沉淀：自动记录开发过程和经验教训，自动生成和维护相关文档；
高效沟通：避免传统组织中多层级信息传递的损耗，减少人工沟通的误解和偏差。
对于 AI 创业公司而言，速度是唯一的护城河，AI 正是 “fail fast” 理念的核心驱动力。
以 Java 经典的 SOLID 设计原则为例，这些核心原则在 AI 时代依然重要，它们是软件工程的理念准则，无论面向人类还是 AI 开发者都同样适用。
而具体的设计模式则可能发生变化，因为传统设计模式的诞生，本质上是为了照顾人脑的局限性：米勒定律指出，未经过特殊训练的人脑仅能快速处理 5-9 个信息单元，比如记手机号会拆分为 3-4-4 的模块；同时人脑注意力脆弱，需要休息和聚焦，在协作中也会产生大量损耗。但 AI 具备长上下文处理、无疲劳工作等优势，设计模式需要向 “服务 AI 理解” 转型：
代码长度：人类偏好 40-80 行的代码长度，方便在屏幕上完整查看，而 AI 可一次性阅读 100 行以上代码，但需避免超过 4000 行（否则会产生性能瓶颈）；
命名规范：命名的重要性愈发凸显，需保持仓库和文档的一致性，避免 AI 使用 grep 等工具时出现召回丢失，干扰 Agent 运行；提示词的关键词可尝试用英文，减少翻译过程中的信息损失；
技术选型：建议尽量使用高版本的语言框架，AI对版本的认知较弱，比如在Java8 项目中，AI常错误补全 Java9 的 Maps.of 用法；同时，注解、AOP 等高级写法能降低代码耦合度，增强语言表现力，便于 AI 理解；
测试驱动：如果代码库的测试覆盖率较低，建议先与 AI 共同补齐测试用例，测试评估在 Agent 运行过程中至关重要；
面向模型设计：要秉持设计服务模型的意识，比如TOON格式优化了传统的JSON 表征，牺牲部分人类可读性以压缩信息，既节约 token，又提升模型理解能力。
体验过在陌生领域进行 Vibe Coding 的开发者，往往能感受到创造与调试之间的巨大落差，这仿佛是一个 “死亡螺旋”，让人难以挣脱。其核心原因的在于 AI 的局限性：
究其根本，核心问题在于 AI 的决策偏差会在Agent循环迭代与需求持续更新的过程中快速累积。如果你对代码库足够熟悉，切换到 plan 模式就能清晰看到：AI 在每一步决策中，总会出现或多或少的误判，甚至产生不少冗余操作。若放任这些问题一步步执行，整个代码库很快就会脱离掌控。
其次是“70% 困境”：非工程师可通过 AI 代码生成器快速完成 70% 的项目原型，但由于 AI 无法在独特的业务规则中情境化生成解决方案，剩余 30% 的开发需要付出指数级的努力，甚至无法完成。
METR 的调研显示：开发者原本预期使用 AI 能提升 20% 的效率，实际结果却是效率下降了 19%。
这份偏负面的调研数据，常被 AI 技术的反对者和审慎派当作佐证观点的案例。但实际上，最终结果的产生，既受限于 AI 模型自身的能力短板，也和被调研用户的使用方式不当有关。所幸的是，这两大问题都在持续改善与优化中。
- 大型项目的困境：大模型的舒适区是快速生成 DEMO，面对大型工程项目时，最大的挑战是需求演进过程中的上下文鸿沟，以及企业仓库历史演进信息的缺失，具体体现在：
隐式依赖关系：代码逻辑并非全貌，应用全链路的信息存在缺失；
历史决策积累：企业中存在大量口口相传、文档不全的内隐知识；
业务规则演进：技术扩展性难以应对自上而下、由外而内的需求变化，很多创业公司会选择用 AI 重新开发代码库，而非在原有基础上修补；
团队知识分散：协作问题从 “人与人” 延伸至 “人与 AI”“AI 与 AI”，需要建立全新的协作契约。
- AI 本身的缺陷：
极度自信的操作：不由分说地修改代码，缺少审慎思考；目前 Anthropic 从 Claude3.7 升级到 Claude4.0，核心优化之一就是抑制模型 “立马修改代码” 的冲动；工具层面，PLAN+ACT 的分阶段模式、各类 SPEC 框架也在引导 AI 做好前期设计和调研；
过度设计的诱惑：AI 学习了大量最佳实践和编程规范，倾向于提供一整套标准解法，即使用户仅需要简单功能（如想要简单开关，AI 可能设计出带遥控器、定时器的智能开关系统）；同时，需求描述的不确定性会引发 AI 的 “设计恐慌”，使其偏向复杂方案；
加速熵增的推手：AI 在大型仓库中难以把控全局复杂度，解决一个问题时可能重复开发或影响其他功能，加剧软件熵增，需要人类在架构层面把控 AI 改动的影响面；
脱离掌控的测试：AI 生成测试用例非常便捷，但如果某个缺陷长期未解决，AI 会生成大量无效测试用例，干扰后续的上下文理解和改动。
费曼的那句名言 ——“What I cannot create, I do not understand”，在大模型时代被反复引用。如果说有什么速效解药能冲破 AI 编程的 “死亡螺旋”，我坚信，答案就是开发者自身的 Coding 能力。
在 AI 时代，开发者需要具备新的核心素养：
扎实的全局架构和业务能力：AI 仅能在代码逻辑层提供建议，技术选型、模块划分等仍需人类基于业务背景决策，这也是 AI 无法完成大型需求、易留下技术债务的关键原因。
强大的质量把控和验证能力：目前模型对软件产物和代码之间的关联感知较弱，需要人类借助日志、版本控制等工具，检查 AI 输出的计划和代码，掌控风险、及时回滚，与 AI 共同定位和解决问题。
高效的上下文工程组织能力：上下文工程区别于提示词工程，核心是动态组装和编排模型输入。上下文管理存在三种境界：一是知道 AI 需要什么并能精准提供；二是知道 AI 需要什么但不知道如何提供（可借助Agentic Search等工具精准召回关联内容）；三是既不知道 AI 需要什么，AI 也无法搜索（需构造探索和校验工具链，与 AI 共同透析问题本质）。
理解和管理 AI 的能力：不同模型和工具各有优劣，比如 Claude 擅长框架策略制定和实施，Codex在细节修改上更谨慎，Gemini CLI适合调研和计划。开发者需要深刻理解工具和模型的现阶段能力，选择适配的工具完成任务。
经过对数十种 AI 编码工具的体验，我目前的核心配置如下：
核心编码工具：Claude Code（流畅度高、配套体系完善，开 MAX 会员可覆盖大部分用量）；
辅助编码工具：Cursor（TAB 功能优秀）、Qoder（支持任务模式、DeepWiki，有免费额度）、VSCode（基础功能稳定）；
特色工具：Warp（融合 IDE 与 CLI，命令行场景表现突出）；
核心配置：
Subagent：Gemini Cli（深度调研）、Kiro-workflow（SPEC 模式）、ui-designer（UI 设计）；
Slash Command：think/thinkHarder/ultrathink（深度思考）、tutorial（教程生成）、commit（代码提交与评审）、review（代码评审）；
MCP：Chrome Dev（浏览器调试）、Playwright（自动化测试）；
Hooks：after-edit（格式检查）、stop（任务通知）；
Skill：ZEN、context7（上下文优化）、webpage-testing（网页测试）、using-git-worktree（Git 工作区管理）。
编码工具配置需因人而异、因业务场景而异，开发者可根据自身需求灵活调整。
及时止损：当 AI 多次修复同一缺陷无果时，要果断回滚重来，分析问题、总结经验，避免无效调试污染上下文。
精简上下文：大模型在 100k 以内的上下文表现更优，需利用压缩、subagent、skill 等机制卸载冗余信息，减少运行噪声。
重视版本控制与文档：做好功能 / 任务级别的版本控制，及时压缩上下文、保持整洁；同时持久化记录开发过程中的上下文、用户需求、思考路径和修改记录，生成演进文档。
让 AI 创造工具：学会引导 AI 将通用流程、业务模型沉淀为 subagent 或 skill，提升编码流程的模块化水平；同时发挥 AI 的主观能动性，让其通过网络搜索调研、头脑风暴生成计划方案，并通过 question-ask 机制查漏补缺。
过去几年，AI 编码取得了飞速发展：SWE BENCH 的解决率从 40% 提升至 70%，Claude Sonnet 4.5 可连续工作 30 小时，全球超过 90% 的开发者使用 AI 编码工具，“提示词为源代码，大模型为编译器” 成为行业共识。这正如《诗经・卷耳》中 “采采卷耳，不盈顷筐” 所描述的，我们在短时间内取得了显著进展。
但 Vibe Coding 仍未达到终态，正如 “陟彼高冈，我马玄黄” 所形容的，我们虽已登上高地，但仍面临诸多挑战：Devin 转向推广 IDE 并强调人工介入，Cursor 构建云端异步 Agent 能力，Cursor由本地IDE体验延伸到远端 Agent，不喜欢增加状态的Claude Code也提供了人类做代码回滚（Rewind）的入口，而不是引导用户 Vibe 迭代----这些现象表明 AI 尚未达到架构师水平，Human is still in the loop，行业正从 “Agent 模式” 向 “Workflow of Agents 模式” 回归，距离完全自主的 Agent 阶段仍有差距。目前的阶段更像是从 “需要了解内燃机原理才能驾驶” 进化到 “懂得刹车转向即可驾驶”，尚未达到 “自动挡” 水平。
上下文管理成为核心：模型层与应用层都在聚焦上下文管理：模型层通过上下文折叠、压缩复用引用信息等技术，动态优化上下文处理；应用层通过 subagent（委派独立任务）、skill（抽象工具与业务能力，按需加载）、MEMORY（浓缩核心信息，按需召回）、MCP（包装外部接口为 API 协议）等机制，实现上下文卸载与精准匹配。
工具开发门槛降低：过去需要手动编写脚本工具辅助调用，如今可通过自然语言描述快速构建 Agent 功能，未来 Agent 将基于需求和数据实现自举式迭代。正如图灵奖得主 Alan Kay 所设想的，“软件未来应该像文档一样可以随时编辑”，未来工具类软件的构建成本将大幅降低。
真实世界感知能力升级：AI 目前难以精准评估 Coding 产物与需求的符合度，未来需要更强大的评估工具，覆盖移动端真机调试、机器人物理世界运行等复杂场景；同时，要让 AI 理解产品、共情用户，从源头判断需求合理性，优化技术架构。OpenAI 曾表示：“训练 AI 解决某个任务的容易程度，与该任务的可验证性成正比。所有既可能解决又容易验证的任务，都将被 AI 解决。” 我们正通过训练、benchmark 建设等方式，提升 AI 的评估能力。
从 ChatGPT 时代开始，AI “通过图灵测试” 的新闻屡见不鲜，但图灵测试存在局限性，其主观评判标准鼓励欺骗性设计，忽略了 AI 的独特价值。相比之下，“经济图灵测试” 更具意义，它聚焦于 AI 创造的真实价值。
哲学家维特根斯坦曾说：“语言的界限就是世界的界限，不可说的需保持沉默。” 但 AI 是否需要 “沉默”？从技术上看，我们可通过构造训练数据、设定特殊 token 等方式实现，但从产品角度，这可能导致用户误解为 bug。这引发我们思考：我们真的需要 AI 像人类一样吗？实则不然，AI 的核心价值在于其超越人类的特质 —— 超强记忆、无疲劳工作、多维度并行、客观分析等。
软件工程的本质从来不是代码，而是人类对现实问题的解决方案的精确探索。未来，不会使用 AI 的开发者将被淘汰，但 AI 不会取代人类编程。我们正处于软件工程的 “像法时代”，经历着颠覆性的认知和实践转变，既要掌握计算机科学与软件工程的基本功，也要保持编码和产品品味，积极拥抱新科技。
“清溪奔快，不管青山碍”，高效高质量地创造软件应用是我们共同的追求。让我们享受大模型带来的时代红利，共同探索 Vibe Coding 的无限可能。
