三个月前，我对着终端窗口说了一句话："帮我搭一个支持中英双语的个人网站，要有物理引擎做的动画效果。"
然后按了回车。
我不是前端工程师。React我没正经写过，Next.js的路由配置对我来说完全陌生。但三个月后的今天，你正在看的这个网站——75个TypeScript文件、29个React组件、一个用Matter.js物理引擎做的可拖拽标签墙、一个接了大语言模型的AI聊天助手——就这样被"聊"出来了。
这件事叫vibe coding。一年前，大部分人还没听过这个词。
一个词，一场运动
2025年2月2日，Andrej Karpathy在X上随手发了一条推文：
"I just see stuff, say stuff, run stuff, and copy paste stuff, and it mostly works."
他管这种新的编程方式叫vibe coding。你不再逐行写代码，而是用日常语言告诉AI你想要什么，然后看着它把东西做出来。遇到报错，把错误信息丢给它，通常就能修好。代码涨到你根本看不过来的程度，你也不去看了。
Karpathy自己说这就是条"洗澡时想到的随手一发"。但它像是说出了很多人已经在做、却不知道该叫什么的事情。
后来的事情你可能也注意到了——Collins词典把vibe coding选为2025年度词汇，Google上这个词的搜索量暴涨了6700%。一条随手的推文，变成了一场运动的名字。
说白了，vibe coding就一句话：你不需要懂代码，你只需要能说清楚自己想要什么。
从补全到对话：AI编程的三次跃迁
AI帮人写代码不是新鲜事。但过去几年经历了三次完全不同的跃迁，搞清楚这中间的区别，才能理解vibe coding到底新在哪。
第一步是代码补全。2021年GitHub推出Copilot的时候，程序员们兴奋了一下——它能根据你写了一半的代码猜出你接下来要写什么。很像手机输入法的联想功能，打字确实快了，但你得自己知道要打什么字。不会编程的人面对Copilot，照样一脸懵。
第二步是代码生成。2023年ChatGPT火了之后，你可以用中文描述一个需求，它给你一段代码。这比Copilot进了一大步，但你还是得理解那段代码，知道往哪放，出了bug还得自己修。就像有了一个手很快但不太靠谱的实习生——能帮忙，但你得盯着。
第三步才是vibe coding。从2025年初开始，Claude Code、Cursor这类工具可以读懂你整个项目的代码库，自己创建文件、改文件、跑测试、修bug，遇到问题还会自己想办法绕过去。你从写代码的人变成了提需求的人。说白了，你变成了产品经理，AI变成了工程团队。
这中间的差别不是程度上的，是性质上的。从"AI帮你写代码"到"你告诉AI要什么"，中间跨过了一道坎。就像我在上一篇文章里聊到的，AI不是下一个Copilot，这是一次品类跃迁。
数字不说谎
去年Y Combinator冬季批次的数据让很多人吃了一惊。YC的CEO Garry Tan说，这一届25%的创业公司，95%的代码都是AI生成的。
YC是全球顶级的创业孵化器，这帮人是正经在拿融资、做产品的。
同期，Stack Overflow的开发者调查显示84%的程序员在日常工作中使用AI工具。纳德拉在LlamaCon上说微软自己代码仓库里有20%到30%是AI写的。
黄仁勋讲过一句话，我觉得是对这件事最准确的概括：
「每个人都是程序员。新的编程语言叫做人类语言。」
这句话放在两年前听着像愿景。现在回头看，更像是对已经发生的事情的白描。
我的亲身实验
回到开头提的这个网站。说实话决定动手的时候，我心里没什么底。
技术栈列出来挺唬人的：Next.js 16、React 19、TypeScript严格模式、Tailwind CSS v4、Velite + MDX内容系统、Matter.js物理引擎。但整个过程中我没有系统学过其中任何一个框架。
我做的事情就是跟Claude Code对话。
首页那个粒子动画——你刷新页面能看到跟着鼠标走的浮动光点——背后是187行的Canvas渲染代码，做了设备像素比适配、暗色模式切换、还检测了用户的"减弱动画"偏好。我对Canvas编程一窍不通。但我能跟AI描述我想要的视觉效果，然后一轮轮地调。
那个可拖拽的物理标签墙更有意思。底层跑的是Matter.js物理引擎，每个标签有重力、有摩擦力、有弹性系数，掉出屏幕还会自动弹回来。262行代码，没有一行是我手打的。但每一行的存在都是因为我说了类似"标签掉下去了应该能弹回来"这样的话。
还有那个AI聊天助手——299行完整的聊天界面，连着大语言模型API，支持流式输出，中文环境显示微信风格、英文环境切换成WhatsApp风格。
整个项目3个月，38次commit。如果让我自己从头学这些技术栈再写，保守估计半年以上。但重点不只是快了——很多东西如果要从零开始，我压根不会去尝试。
我不是在旁边看着这场变革发生。我在用它盖房子。
但是——
到这里如果我只写好的一面，这篇文章就变成软文了。事情没那么简单。
2025年7月，METR发布了一项严格的对照实验：让经验丰富的开源开发者（平均5年经验、1500次commit那种）用AI工具做他们自己项目的开发任务。结果是：用了AI之后，这些人反而慢了19%。更耐人寻味的是，开发者自己觉得AI让他们快了20%——感知和现实完全反过来了。
另一个数据来自CodeRabbit在2025年底的分析：AI参与编写的代码，严重问题的比例是纯人工代码的1.7倍，安全漏洞更是高了2.74倍。
这些数字是真的，回避没有意义。
但我觉得它们讲的其实是两件不同的事。METR那个实验测的是"专家做自己本来就很熟的工作"——你让一个赛车手一边开车一边给副驾讲解每个弯道怎么过，他当然会慢。但vibe coding的意义从来不是让赛车手更快，而是让原来根本没法上路的人也能开车了。
至于安全漏洞，这说明AI写的代码在上生产环境之前确实需要人审查。但想一想，没有vibe coding的话，这里面很多项目根本就不会存在。该问的问题不是"AI写的代码完不完美"，而是"它够不够好，能不能做出之前做不了的东西"。对个人项目、原型验证、内部工具来说，答案很明显。
这些问题是真的。但工具在飞速迭代，半年前的短板今天可能已经补上了。方向没有错，路还在修。
代码只是开始
如果你到这里还觉得vibe coding只是"不用学编程也能做网站"，那就太小看它了。
顺着上一篇文章的思路想：当AI可以把资本直接转化为生产力，中间那个转化机制到底是什么？我觉得答案就是代码。
数字世界运行在代码上。你手机里的每个APP、你用的每个网站、每一笔在线支付的背后都是代码在跑。代码是人类操控数字世界的通用接口。
而vibe coding意味着AI掌握了这个接口。
当AI能可靠地写代码，它就能造软件。能造软件，它就能自动化几乎所有数字化任务——订机票、管日程、分析报表、搭网站、调用各种API。这些事情本质上都是"写一段程序然后运行"的变体。
这就是为什么我在上一篇聊到的AI Agent那么值得关注。Agent要替你在数字世界里办事，它得能操作数字世界。怎么操作？写代码、调API、读写文件。Vibe coding给了Agent这个能力。或者换个说法：vibe coding就是你和AI Agent之间的接口——你用自然语言说出意图，AI用代码把它变成现实。
上一篇说"资本可以绕过人力直接转化为生产力"。Vibe coding就是那条绕过去的路。
你的第一步
如果你读到这里，心里可能有两个声音在打架。一个说"这也太酷了"，另一个说"但我又不会编程"。
好消息是，第二个声音说的恰恰就是vibe coding要解决的问题。你不需要会编程。你只需要会说话、会打字就行。
我自己用的是Claude Code，Anthropic出的一个终端AI编程工具。安装只需要一行命令。
macOS或Linux用户，打开终端：
curl -fsSL https://claude.ai/install.sh | bashWindows用户，打开PowerShell：
irm https://claude.ai/install.ps1 | iex装完之后，在任意一个文件夹里打开终端，输入 claude，然后试着说一句："帮我写一个计算BMI的小工具。"
看看会发生什么。
你刚才做的这件事情，五年前得有计算机科学学位才能干。三年前得在StackOverflow上翻半天。一年前得把ChatGPT吐出来的代码片段来回粘贴拼凑。
现在你就是说了一句话而已。
工具会继续变快、变聪明，这个方向不会变。五年后回看2026年，它可能就是普通人开始用自然语言"写"软件的元年。与其到时候再回头感慨，不如现在就上手试试。