关于氛围编程实践的一些分享
Filed under هندسة البرمجيات, الذكاء الاصطناعي, LLM on 25 مارس 2025. Last updated on 25 مارس 2025.
toc
什么是氛围编程？
氛围编程（Vibe Coding）这个词最初由OpenAI联合创始人、前特斯拉AI负责人Andrej Karpathy于今年2月初在社交平台上提出。
不可否认，通过使用AI工具，氛围编程确实可以让我们的编程工作变得更加轻松。但是，氛围编程真的有这么简单吗？
我对氛围编程的看法
当我听到“氛围编程”这个词的时候，我第一反应是：“氛围编程”这个词听起来有点过于轻松简单了。这可能会让一些行业外的人士认为，编程是一件非常轻松的事情。并且，这也可能会加深行业内年轻工程师的焦虑：是否程序员将会被AI取代？是否人人都可以轻松完成一个项目？
而我的观点是：
- 编程不是一件简单的事。想要写好代码，需要有清晰的逻辑、扎实的编程功底、丰富的编程经验。所以，程序员的门槛会越来越高，但这个行业本身对人才的需求也会越来越大。关于这点，可以参考Uncle Bob的新书We, Programmers: A Chronicle of Coders from ADA to AI。
- 你可以使用AI来加速你的学习过程。如果你只需要初步了解一个领域，使用AI工具可以让你快速上手。
- 通过使用AI工具，降低繁琐编码工作，让你有更多时间去思考和设计。使用Cursor的大多数时间，我都只需要按下Tab键。
如何在日常的工作中使用AI工具，以提高工作效率，是我一直在实践并尝试回答的问题。
请记住这个存在主义的结论：没有人能帮你做决策，AI也不行。你需要为自己的决策负责，你需要为自己的代码负责。利用AI，快速试错，持续学习。
氛围编程 vs. AI辅助编程
相较于“氛围编程”，我更喜欢“AI辅助编程”这个词，以强调AI工具在编程过程中的作用。
| 对比项 | 氛围编程 | AI辅助编程 |
|---|---|---|
| 受众 | 所有人 | 专业人士 |
| 项目规模 | 小规模，试验性 | 中大规模，正式项目 |
| 技能要求 | 编程基础 | 架构，抽象，设计 |
| 可维护性 | 低 | 高 |
从氛围编程到AI辅助编程
以下是我个人使用AI辅助编程的流程。可以看到，AI参与的部分是有限的。所有涉及决策的部分，都离不开程序员自身。
接下来我会通过我自己使用AI工具辅助编程的例子，来详细介绍这个流程。我会用🤖和👨💻来分别表示AI和程序员主导的部分。
准备工作 👨💻
目前我使用得最多的是Cursor和ChatGPT。Cursor用来处理任何跟代码相关的事情（编辑、修改、调试），ChatGPT则用来进行分析、学习。
提出想法 👨💻
首先，要善于思考、提问、质疑。没有这些创造性的原创想法，AI再强大，也帮不了你。
其次，要敢于提问、尝试。没有人能做到完美，不要害怕犯错。按照自己的节奏，不断学习。
AI辅助编程与需求分析 🤖
在当前的环境下，需求分析变得非常简单。使用ChatGPT等工具，我们只需要描述清楚需求，就可以得到一个初步的解决方案。
比如，我可以直接问ChatGPT“我想使用RL训练一个模型玩Hollow Knight，应该怎么做？”。当然，我也可以直接在Cursor的聊天窗口中，输入我的需求。
生成代码 🤖
就我的经验而言，在使用AI生成代码的时候，有以下几点需要注意：
强调确定的部分 👨💻
不管是需求，还是函数签名，类型设计，任何你确定的部分，你需要在提示词中明确指出，以确保AI能够正确地生成代码。或者，你也可以自己编写这部分代码，然后让AI来补充完整。
学习并理解生成的代码 👨💻
在AI生成的代码中，你可能会遇到一些你不太理解的部分。这时候，你需要停下来，理解这部分代码，然后根据你的理解，让AI修改这部分代码。
迭代试验代码 🤖
通常经过几个迭代，一个阶段的工作就完成了。这时候，你需要停下来，反思一下，这个阶段的工作是否达到了你的预期。如果达到了，那么就继续下一个阶段；如果还没有达到，那么就继续迭代。
重构，重构，还是重构 👨💻
如果你完全不清楚是否应该重构，可以使用SonarQube等工具来辅助你，发现代码中的Bad Smells。我的经验是，经过几轮的迭代，AI生成的代码会越来越复杂，越来越难以维护。这时候，重构就显得尤为重要。
测试（TDD） 👨💻
AI并不会自己测试它生成的代码，所以，麻烦你来测试它。当然，你可以继续用AI来生成测试代码，但是你需要主导这个过程。
生成测试代码 🤖
对于开发人员来说，在函数签名、类型设计上投入时间，可以让你在测试代码时更加得心应手。大多数语言，即便是动态类型语言，至少都提供某种程度上的注解（Annotation）能力，比如Python的类型注解。
这些类型注解，可以帮助AI生成更准确的测试代码。
运行测试代码 🤖
目前，Cursor已经能够很好的生成测试命令。特别是一些测试工具本身命令参数比较多，并且你累积了越来越多的测试用例时，使用Cursor直接在命令行生成测试命令就非常方便。
在最新版本中，Cursor甚至可以在聊天框生成命令，你可以直接在聊天框中点击运行。
修复并改进代码 👨💻
不管是现有的实现有问题，还是测试用例本身有问题，你都需要评估并修复这些问题。或许AI可以帮助你，但是，最终的决策权在你手里。
发布上线 👨💻
如果是小型项目，AI生成的代码基本上可以直接发布上线。但是，对于大型项目，需要考虑的问题更多，比如前后端分离、容器化、可观测性、多云部署等等。所有这些需要再深入讨论的问题，AI都没有办法直接给你答案，而是需要你来做出决策。
总结
AI作为辅助工具，可以让你在编程过程中更加得心应手。但是，个人才是项目成功的关键。如果你有任何想法，请大胆尝试吧！哪怕失败了，你也会收获宝贵的经验。