编程的门槛正在以前所未有的速度下沉，我们正从“古法编程”转向“氛围编程”。当“拿来就用”成为常态，当“写代码”的动作逐渐被“表达意图”取代，技术人的护城河究竟在哪里？是生产力的彻底解放，还是能力被稀释的危机？
近日，AI TIME Debate 邀请到了五位正处于这场风暴核心的对话者：从硅谷 Agent 创业一线的博士，到手握 7 本 AI 著作的交互专家；从北大、上交大的学术新星，到深耕大厂下一代工具的开发者。在这场关于“Vibe Coding：拿来就用，技术还会进步吗？”的深度思辨中，他们从实践心得、核心竞争力培养、以及对行业的长远影响三个维度，全方位拆解了 Vibe Coding 时代下程序员的核心竞争力。
谷雨：俄亥俄州立大学（OSU）博士，长期从事语言智能体相关研究，目前为硅谷 Agent 创业公司 NeoCognition 联合创始人。
陈博远：北京大学元培学院大四本科生，主要研究方向为强化学习和大模型后训练对齐，曾获北京大学2025学生年度人物、商汤奖学金。
周梓浩：利物浦大学与西交利物浦大学四年级博士生，主要研究方向为 AI for Math，近期专注于形式化数学推理和数学定理证明评估，近期工作Numina-Lean-Agent在普特南2025数学竞赛中达到满分成绩。
薛志荣：交互设计师、工程师、作家，前百度、小鹏交互设计师，华为中央研究院人机交互工程师，已出版《驾驭Gemini 3 与 Nano Banana》等7本书籍。
随机场：上海交通大学博士，腾讯 codebuddy 实习生，明星开源项目PFLlib作者，一作顶会顶刊10+（含best paper），手握多个AI人才计划offer，目前致力于下一代代码能力与工具的研发。
在第一环节中，嘉宾们分享了各自将 Vibe Coding 应用于科研与工程的一线心得，展现了 AI 编程工具迭代带来的工作模式巨变。
谷雨将自己使用 AI 编程工具的历程，清晰划分为三个阶段，呈现出工具与人协作模式的递进：
● 1.0 补全阶段 (2023)：人写前半句，AI 猜后半句，AI 仅扮演“代码补全”的辅助角色。
● 2.0 交互阶段 (2024)：人类通过自然语言定义类别或函数类型，由 AI 填充具体实现，人开始主导逻辑框架。
● 3.0 Agent 阶段 (2025-2026)：开发者无需经手文件和类定义，仅提供自然语言反馈，AI 即可自动调度底层资源，实现全流程自主执行。
这并非简单的工具更迭，而是从 IDE（集成开发环境）到 Q&A（问答式）模式的革命性升级。工作的抽象层级越来越高，人类正逐步从琐碎的代码实现中抽离，聚焦更高维度的决策。
作为科研工作者，陈博远认为 AI 极大释放了研究者的决策空间。他认为在工作中，可以为不同 AI 工具赋予明确角色定位，形成高效协作模式。
比方说Cursor 像“高效工程师”，负责处理琐碎的画图代码与实验分析；而Gemini 3 Pro 则堪比“科学家”，辅助进行逻辑推演与理论梳理。
这种分工让研究者可以摆脱底层代码束缚，专注于关键科学问题的发现与突破。
拥有多年设计与工程背景的薛志荣，分享了 AI 编程带来的效率飞跃：
在没有借助 Cursor 之前可以一年内写出 20 万行代码的产品；借助 Cursor 后可以两周做出类似产品，这也意味着在AI 时代，具备强架构能力的人即便无编程基础，也能在短时间内复刻同类产品。
因此，Vibe Coding 应被视为各行各业的“通用技能”，而非程序员的专属护城河。
周梓浩以自身 Numina-Lean-Agent项目为例，讲述了 AI 对项目推进的颠覆性作用。
过去因畏惧底层代码，项目常陷入停滞；而借助 Claude Code 等工具，可以加快prototype的搭建、新想法的快速验证、发布demo的制作等。
最终，他们仅用三个月就完成项目从立项到发布的全流程，这种极速验证想法的能力，在过去难以想象。同时，Numina-Lean-Agent是以Claude Code为代表的coding agent为baseline搭建起来的，其在数学形式化推理上的惊人效果也展示了现在coding agent强大的推理能力和泛化性。
当“写代码”不再是技术人的核心壁垒，哪些能力能成为 AI 时代的生存关键？
随机场提出，技术人正从“代码写作者”转变为“问题提问者”。写 Prompt 的本质，是“找真问题、解真问题”的过程。
在工具门槛大幅降低后，能否深度理解业务需求、将其拆解为逻辑严密的小任务，直接决定 AI 输出效果。甚至一个经过精准需求挖掘的小模型，产出质量也能媲美大模型。
陈博远认为，未来技术从业者将转型为“项目管理者”与“架构设计师”，核心能力包括三方面：
● 架构设计：搭建系统整体框架，规划核心逻辑，把控技术路线。
● 智能体调度：根据任务特性，精准选择 AI 工具组合，实现效率最大化。
● 批判思维：AI 生成代码多处于平均水平，核心代码难达最优，需以高阶视角 Review 代码，避免破坏现有优质框架。
薛志荣：AI 模糊了行业边界，两种沟通能力愈发关键：
● 跨领域沟通：工程师需理解商业逻辑，设计师需参与编程环节，打破专业壁垒才能形成高效协作。
● 精准意图表达：项目推进速度从“按天算”变为“按分钟算”，短时间内让 AI 准确理解核心需求，是提升效率的核心前提。
随机场：当前 AI 生成代码存在明显局限：多为“日抛型”代码，应对 CAD、Photoshop 等复杂软件时力不从心；更关键的是安全边界把控不足，代码抗攻击能力较弱。
这就要求资深从业者做好严苛安全审核，守住技术底线。
延伸讨论：Vibe Coding让人更“懒”还是更“强”？
这一话题触及技术演进的哲学核心，嘉宾们从不同角度给出了辩证思考。
技术进化的必然
薛志荣：这与汇编语言升级到高级语言的逻辑一致。程序员虽不再关注底层内存管理，但获得了更多创造创新的时间，是技术进步的必然路径。
知识的良性循环
周梓浩：人类通过Vibe Coding节省的时间可用于更重要的事情上，加快个人的成长以及AI的发展。这些宏观上人类与科技的进步，会帮助AI发现人类尚未发明的新算法，反哺人类知识库，形成正向循环。
底层逻辑的不可缺失
谷雨：尽管工具在进化，但 AI 生成代码并非完美，理解底层工作逻辑以排查问题、优化性能，仍是技术人不可或缺的能力。
程序员的黄昏与黎明：
是塔尖垄断的巅峰，还是全民定义的爆发？
关于未来程序员的命运，现场观点碰撞激烈，核心聚焦于“未来程序员数量会增多还是减少”这一关键问题。
薛志荣引用米哈游创始人蔡浩宇的观点：未来只有两类人——前 0.0001% 的天才（具备深刻技术理解力与创新能力）和 99% 的业余爱好者（借助工具满足想法）。
这意味着程序员基数会增大，但传统意义上的中间层可能逐渐消失，行业分化加剧。
随机场：行业已出现“不培养初级程序员”的趋势。新人过度依赖 AI，不愿学习 C 语言、编译器原理等底层知识，短期虽能形成技术繁荣。
但这种“虚假繁荣”开发的软件多为快销品，缺乏长期稳定性，未来可能出现人才断层，引发行业蝴蝶效应。
周梓浩、陈博远：传统程序员会缩减为少数负责核心风险把控、架构设计的专家；更多人会利用 Vibe Coding 为原有行业赋能（如投资人写爬虫分析资讯、设计师自主开发工具），催生出更多多元化社会工种，拓宽行业边界。
要做调度 Agent 的指挥官，
而非被算法淹没的执行者
技术的每一次迭代，本质上都是在重塑人类劳动的支点：
将我们从低维的搬砖中抽离，推向高维的决策。正如打字员曾是专业工种，如今已成为通用技能。未来，绑定特定编程语言的从业者或许会减少，但具备问题解决能力、跨领域沟通能力、边界把控能力和创新能力的人，将永远拿捏住时代的变量。
别被代码困住。未来的核心竞争力不再是手动搬运分号，而是你对业务边界的直觉和对 Agent 系统的调度力。Vibe Coding 不是偷懒，它是更高效率的降维打击。
当“写代码”变成一种基础背景音，真正的胜负手在于：你能不能从技术细节中抽身，做一个拍板的人。
AI TIME源起于2019年，旨在发扬科学思辨精神，邀请各界人士对人工智能理论、算法和场景应用的本质问题进行探索，加强思想碰撞，链接全球AI学者、行业专家和爱好者，希望以辩论的形式，探讨人工智能和人类未来之间的矛盾，探索人工智能领域的未来。
迄今为止，AI TIME已经邀请了2000多位海内外讲者，举办了逾800场活动，超1000万人次观看。
10个月宝宝每天需要喝多少奶粉？
