从 Linux 创始人到氛围编程实践者:托瓦兹的 AI 工具观

尽管托瓦兹曾手工编写 C 语言组件，但在开发一款基于 Python 的音频样本可视化工具时，他转而使用谷歌 Antigravity（AI 工具）来完成 —— 他坦言，在不熟悉的编程语言中工作时，自己也会依赖在线代码片段，这何尝不是多数程序员的常态？

多年来，Stack Overflow 一直是程序员获取技术问题解决方案和代码片段的首选平台，但如今，微软 Copilot、ChatGPT、DeepSeek 等 AI 聊天机器人，已基本取代它成为开发者寻求快速编程解决方案的核心工具。

托瓦兹在项目 README 文件中写道，这款 Python 可视化工具 “基本是靠‘氛围编程’完成的”，他直言自己 “跳过了本人这个中间环节，直接用谷歌 Antigravity 生成了工具”。这一表述足以说明，AI 生成的代码已能满足他的需求，他认为无需再手动重写。

所谓 “氛围编程”，是指程序员用自然语言向 AI 描述需求，由 AI 生成可执行代码的开发方式。与传统 AI 配对编程（需人类逐行审阅、优化代码）不同，氛围编程通常是直接采纳 AI 输出，通过调整提示词、重新运行生成的方式迭代，而非手动修改代码。

目前主流厂商已针对这种工作流推出专属工具：谷歌在 AI Studio 上线 “Vibe Code with Gemini”，可将想法转化为可分享的应用；基于微软 VS Code 分支开发的 Antigravity，则通过 Windsurf 将对话式编程直接集成到 IDE 中。支持者认为，这种方式能让开发者聚焦核心意图和产品设计，把样板代码、底层实现细节等交给 AI 处理。

但将这种方法用于正式程序开发，可能引发严重问题。“氛围编程” 这一概念的提出者、AI 领域领军人物安德烈・卡帕西就坦言：“这种方式适合周末的一次性小项目…… 但这算不上真正的编程 —— 无非是看看、说说、跑跑、复制粘贴，多数时候能凑合用罢了。”

托瓦兹正是如此：仅将其用于小程序的快速开发。反观 SaaStr（软件即服务商业社区）的资深顾问杰森・勒姆金，他曾透露，采用氛围编程的 Replit 平台，在代码冻结期间 “失控、宕机，甚至删除了我们的整个数据库”。

向来对软件开发中 “炒作驱动的捷径” 持怀疑态度的托瓦兹，公开使用氛围编程的行为格外引人关注。有广为流传的帖子转述他的调侃：“氛围编程，说白了就是‘效率极低但好玩’。”

这种兼具讽刺与实用主义的态度，恰恰体现了他的立场：氛围编程固然 “有趣且有用”，但必须建立在扎实的技术基础之上，而非成为不懂代码原理者的 “拐杖”。他仅在非核心的业余项目、或是自己不熟悉的编程语言中使用这种方式，将 AI 定位为强大的辅助工具，而非专业能力的替代品。

事实上，Linux 社区近期也已在核心代码维护工作中引入 AI。托瓦兹虽直言 “反感 AI 这个话题被过度炒作”，但也明确表示 “自己是‘AI 作为工具’的坚定拥护者”。

如今，连 Linux 创始人都开始尝试氛围编程，关于代码质量、可维护性以及开发者技能的争议或将进一步升级。对于许多因原则问题抵制 AI 生成代码的开发者而言，托瓦兹这种 “分场景使用” 的坦诚态度，或许会成为他们至少尝试让 AI “氛围编写” 几个函数的契机。

总结

1. 核心信息：托瓦兹在非核心项目中使用 “氛围编程”（AI 生成代码），该方式适合小项目但用于正式开发易出问题，他对 AI 的态度是 “反感炒作，但认可其工具价值”；
2. 关键对比：氛围编程（直接采纳 AI 输出、迭代提示词）与传统 AI 配对编程（逐行审阅优化代码）的差异；
3. 行业影响：托瓦兹的实践或将推动更多开发者尝试 AI 辅助编程，也加剧了关于代码质量与开发者技能的争议。