15年大佬深夜痛哭半小时！95%程序员沦AI保姆

爆火的“氛围编程”，如今让无数程序员沦为了“AI保姆”。

入行15年，Carla Rover用了Vibe Coding之后，不得不重启项目，爆哭半小时。

或许听起来太离谱，但这是真真实实发生的故事。

Vibe Coding一词，最先由Karpathy提出，一夜席卷了AI圈。

不论是Cursor、Copilot，还是Codex、Replit等AI工具，全部成为了开发者们AI编码的得力助手。

但实际体验，只有用过的人才深有体会。

Rover的经历，成为了当今很多资深程序员，用AI编程的典型写照——自己成为了“AI保姆”，需要不停地重写、核对AI输出的代码。

前段时间，Fastly一份报告显示，近800名开发者中，至少95%的人要额外时间去修复AI生成的代码。

而核查的重点，大半都压在了高级开发人员身上。

更有趣的是，“氛围编程”的兴起，又催生了一种全新职业：“氛围编程清理专家”（Vibe Code Cleanup Specialist）。

有网友调侃，氛围编程清理专家，最少每年能拿到10万美金。

Carla Rover是资深Web开发者，从10年入行，已经在软件行业从业15年。

如今，她正与儿子一起创办一家初创公司，为各类市场构建定制化的ML模型。

就像AI工具吹得天花乱坠那样，Rover为了赶创业进度，干脆搞起了“氛围编程”。

我当时就想着快点出成绩，走了个捷径，自动审查完的文件连看都没看。

结果，Rover手动检查时，bug多到离谱，随后用第三方工具检查，发现了更多的问题。

到头来，他们只能把整个项目推倒重来，为此Rover直接崩溃，痛哭了半个小时。

在采访中，Rover回忆称，“我当时真把Copilot当员工用了，啥都丢给AI处理。从这次经历中，我真学到了教训”。

Rover将“氛围编程”比作一张鸡尾酒餐巾，让开发者随心所欲勾勒想法。

但她同时吐槽道，处理那些AI生成，还指望能直接上线的代码，简直比“带娃还累”。

因为，这些AI模型，总会用各种你意想不到的方式，把工作搞得一团糟。

在实操中，一些高级开发员发现，AI生成代码的bug满天飞——

有时AI会瞎编根本不存在的包名，有时会莫名其妙地删除关键信息，甚至还偷偷埋下了安全漏洞。

要不是仔细检查，用AI写出来的代码，最终做出产品可能要比人写的还要多一堆毛病。

对此，Rover又打了一个特别形象的比方——用AI编程，就像让一个聪明但只有6岁的小孩帮你端咖啡，给全家人每人倒一杯。

他能不能做到？也许能。

但他会不会搞砸？100%会，而且最要命的事，搞砸之后八成不会告诉你。

不过，Rover认为，倒不是孩子不聪明，只是这种活儿真不能完全甩手交给他。

另一位开发者Feridoon Malekzadeh，也觉得用氛围编程，就像在带小孩。

他在这一行干了20多年，曾在产品开发、软件、设计岗位任职。

目前，Malekzadeh也创办了一家自己的初创公司，常常用Lovable这种“氛围编程”的平台。

出于兴趣，他还用AI搞了一个小应用，专门为60-70多岁一代的人生成“Z世代”互联网黑话。

Malekzadeh很喜欢能独自完成项目，不仅省钱又省时，但他也发现，“氛围编程”和雇佣实习生、初级程序员完全不是一回事。

“这更像是雇了你家那个又犟又横的青春期孩子来帮忙”。

他吐槽道，“一件事你得反复说十五遍，结果你要求的它只做了一部分，顺手做了一堆没要求的，还搞砸了别的东西”。

有网友还汇总了一些“翻车指令”，再现“氛围编程”中，程序员被AI逼到抓狂的名场面。

Malekzadeh大致估算了下，在“氛围编程”中自己的时间分配——

50%写需求，10-20%“氛围编程”，剩下30-40%全在“氛围修复”（vibe fixing）。

也就是，大部分时间都在改AI代码搞出来的bug，以及一堆用不上的“脚本”。

实际上，“氛围编程”并不具备“系统性思维”高级能力，即洞察一个复杂问题如何影响全局的过程。

在Malekzadeh看来，AI 生成的代码倾向于解决更表层的问题。

他举例解释，假设做一个通用功能，优秀的工程师只会写一次，在所有需要的地方随时调用。

而“氛围编程”，如果五个地方都需要，它会生成五种不同的写法。用户不仅会懵，连AI自己都会乱套。

另一边，Rover也发现，只要真实数据和AI内置指令一冲突，AI就直接“死机”。

“它可能提供误导性建议，遗漏关键要素，甚至在你正在形成的思路上横插一脚”。

她还发现，AI从不认错，反而会硬掰、甚至编造结果。

有一次，Rover直接质疑AI给出的结果，AI居然开始滔滔不绝，假装自己是基于自己上传的数据得出的。

直到Rover拆穿，AI才承认自己根本没用到。

更麻烦的是，AI编码安全问题，也足以让人头大。

Fastly开发总监Austin Spires，同样编程了20多年。

基于个人经验和客户反馈，他发现“氛围编程”倾向于图快、不求稳，结果动不动就搞出一些新手才会犯的低级错误。

通常的情况是，工程师需要审查代码，纠正AI犯的错误，并告诉它“你这儿搞砸了”。

AI会立即秒回，“you’re absolutely right”，态度好得让人没脾气。

IT管理公司NinjaOne首席技术官Mike Arrowsmith，在软件和安全这行摸爬滚打了二十年。

他表示，“氛围编程”正搞出一打波新的IT盲点和安全坑位，尤其是初创公司，特别容易踩进去。

“氛围编程”经常会跳过严格的审查，但这些流程，本来就是传统写代码的根基，没它们，漏洞根本藏不住。

几乎所有人都认为，AI生成代码和“氛围编程”在很多场景下有用。

但他们也一致认为，在依靠它来构建商业项目之前，人工审查必不可少。

尽管被吐槽的厉害，但“氛围编程”确实已经，彻底改变了许多开发者的编码工作流。

Rover称，“氛围编程”帮她做出了更好的用户界面；Malekzadeh直言，虽然改代码花时间，但有了AI帮手，最终干掉的活还是比以前多。

Fastly调查还发现，高级开发人员将AI生成代码，投入生产环境的可能性是初级开发人员的2倍。

这是因为，他们认为这项技术，的确帮助自己加快了工作速度。

年轻工程师Elvis Kimara正亲身经历这些，硕士毕业后，正做一个AI交易平台。

和许多程序员一样，他觉得“氛围编程”反而让工作变得更难了，而且特别没有成就感。

AI轻而易举就搞定了，自己动手解决问题所带来的多巴胺已经荡然无存了。

在上一份工作中，他表示，公司有些资深开发者也不愿意带新人了——有些人还没搞懂“氛围编程”，有些人干脆把带人这事也甩给了AI。

即便如此，Kimara坚定地表示，就算自己成为了高级工程师，也会继续“氛围编程”，这对自己是真正的加速器。

AI编程的未来，不止于写代码，更要引导AI，在出问题时承担责任，并且扮演着AI顾问的角色。

看起来，花更多时间，在“氛围编程”的“杂草堆”里埋头修bug，已经成为了开发者用这项创新不得不交的“税”。