目录

引子：资本叙事下的“氛围狂热”

我的工作流：对话框里的“思想沙箱”

撕开资本宣传的“效率谎言”

1. 产出速度 ≠ 生产效率：字节的“反常识”数据

2. “审查供给侧崩溃”：Godot的警告

3. 放弃手敲，就是放弃对系统的掌控权

4. AI的真正长板是“降噪”，而不是“打字”

效率的重新定义：用速度换质量

从Vibe Coding到Agentic Engineering：谁在裸泳？

写在最后：适合自己的，才是最好的

---

引子：资本叙事下的“氛围狂热”

时间走到2026年7月，AI编程的叙事已经面目全非。

一年前，Andrej Karpathy随手发了一条推文，创造了“Vibe Coding（氛围编程）”这个词。他当时只是“浴中哲思，没多想随手就发了”。但这个词像病毒一样传开了——Cursor、GitHub Copilot和通义灵码等工具将“人提意图，AI写代码”的模式推向高度成熟，代码补全的接受率在部分场景中已超过40%。

资本随之蜂拥而至。Lovable估值翻倍至132亿美元；Replit今年3月估值达90亿美元；Cursor上个月被SpaceX以600亿美元收购。IDC数据显示，2025年中国AI编程市场规模为3.99亿元，预计2026年底将增长至11.73亿元。全球企业级AI编程市场年化规模预估已达98亿至110亿美元。

仿佛写代码已经变成了一种仅凭“感觉（Vibe）”就能搞定的低门槛游戏。

但狂欢的另一面，是正在崩塌的共识。

在这种全自动、全代工的狂热浪潮里，我选择了一条完全相反的、近乎古典的异类之路。

我的AI编程助手：只读，不写。只存在于聊天框，绝不碰我的代码库。

我的工作流：对话框里的“思想沙箱”

具体来说，我的默认工作流是这样的：

我利用现在动辄百万级Token的超长上下文工具，把整个项目喂给AI。它负责分析项目结构、理解复杂的跨模块依赖，然后在聊天框里推演优化方向，给出改动建议，甚至写出示例代码、标注出需要改哪些文件。

但到这里为止——AI在对话框里的使命就彻底终结了。

所有的最终改动，都是我用肉眼审核、用大脑采纳后，自己亲手敲进代码库的。我拒绝让AI直接覆写我的文件（No Auto-Apply），也拒绝让它在编辑器里搞Inline补全。

聊天框是AI的沙箱，代码库是我的阵地。它看得见全部，却动不了分毫。

撕开资本宣传的“效率谎言”

为什么在2026年大家都追求“一键生成”时，我还要坚持用手敲？

因为那些被资本刻意隐藏的代价，正在批量兑现。

1. 产出速度 ≠ 生产效率：字节的“反常识”数据

字节跳动技术副总裁洪定坤在2026年火山引擎Force大会上分享了一组数据：TRAE团队超过90%的代码由AI写出，但团队的人均需求吞吐率仅提升了60%。

AI写代码的速度是人的十倍以上，九成代码由AI产出，效率提升却只有六成。这恰恰是今天大多数团队在AI落地上遇到的现实。

GitLab 2026年AI问责报告揭示了一个更扎心的“AI悖论”：尽管78%的开发者表示编码速度更快了，但整体软件交付并未加速，原因在于下游的测试和审查出现瓶颈。AWS的调查显示，94%采用AI的开发组织未能达到预期效果。

那些“一句话生成的软件”，底层往往充斥着拼凑的、由于模型幻觉引发的隐性Bug，以及毫无扩展性可言的架构。Software Improvement Group的测试显示，AI生成代码的安全违规风险约为人类手写代码的两倍。过度依赖AI生成代码的项目，后期重构成本平均增加47%。

资本只负责教你用一秒钟把代码堆出来，但由此带来的技术债和运维事故，只能由你来承担。

2. “审查供给侧崩溃”：Godot的警告

2026年6月30日，开源游戏引擎Godot Foundation发布了一则震惊业界的公告：全面禁止AI生成的代码贡献，禁止Vibe Coding，禁止AI Agent提交PR。

为什么？因为AI把代码生成成本打到零，审查能力却分文未增。开源项目的核心瓶颈从“没人写代码”变成了“没人审代码”。

Godot维护团队坦言：“生成一个PR所需的工作量下降了，PR数量随之飙升，但审查PR的工作量和审查人数纹丝未动。”更让维护者崩溃的是——大量AI PR的作者，根本不了解自己提交的内容。Godot说出了一句刺痛无数人的话：

“AI无法承担责任，我们也无法相信那些高度依赖AI的开发者，能真正理解自己的代码。”

Techstack发布的《State of AI Report 2026》显示，全行业已有42%的代码是AI生成或AI辅助生成的。但AI生成的PR携带问题的概率，比人类手写代码高出约1.7倍。

当代码产量从月均2.5万行飙升到25万行，审查却跟不上——这就是2026年AI编程最残酷的现实。

3. 放弃手敲，就是放弃对系统的掌控权

Vibe Coding最可怕的地方在于，它让开发者从“创造者”退化成了“旁观者”。

独立开发者Vinicius Brasil列出了五条拒绝AI代码的原则：当他自己无法解释AI的方案时；当diff比问题本身还大时；当AI引入不必要的抽象时；当代码跑通了但让系统更难推理时；当他发现自己过度信任AI的输出时。

这五条有一个共同点：它们都跟“代码能不能运行”无关。它们衡量的是——工程师能不能理解、维护、解释这段代码。

而我把代码限制在聊天框里、坚持“看懂示例，手动敲入”的做法，有兩個无法被替代的好处：

大脑的“二次编译”：在我亲手敲代码的过程中，我的肉眼和大脑被迫对AI的每一行建议进行全量审计。打字慢了，但这种肌肉记忆迫使我完成了对逻辑的深度理解。

捍卫风格的一致性：AI生成的代码往往带有强烈的“拼接感”——AI更倾向于“新增代码块”，而不是建议删除、重构或复用既有代码。亲手敲入，能用自己习惯的异常处理、防御性编程和命名规范去同化AI的思路，保持工程代码的纯净。

4. AI的真正长板是“降噪”，而不是“打字”

在海量信息里捞针，是AI的绝对强项。我让它读项目，是为了省去我手动翻阅几十个文件、脑补调用栈、在各种落后文档里查API的痛苦。

AI的作用在于压缩了我的搜索和理解路径。它是一个极度高能的“静态分析仪”，把高维的系统复杂性降噪后呈现给我。至于最后那10%的落地（编码），我必须要自己来拿捏。

效率的重新定义：用速度换质量

这可能是最扎心的问题：“你这么做，效率是不是降了？”

如果只看“单位时间内产出的代码行数”，我的效率确实降了——因为我不让AI直接写入，每一行都要自己敲。

但如果看交付质量和系统韧性，这是质的飞跃。

非营利研究机构METR的一项研究表明：经验丰富的开发者自认为AI让他们快了20%，但客观测试表明他们实际上慢了19%。

为什么？因为AI生成代码的速度固然很快，但开发者要额外花费大量时间排查、修复漏洞。

我的账本是这样的：

无AI时代：2小时看代码，1小时改，基准质量70分，后续可能还要花3小时debug。

我的“只读AI”时代：1小时让AI在聊天框帮我理清架构和盲区，1.5小时在彻底理解的前提下手改。

账面上看我敲键盘慢了半小时，但我的代码质量直接拉满到了90分以上，并且由于全程由我掌控，后续的调试和重构成本几乎降到了零。

我没有牺牲效率，我只是把“试错与修Bug”的痛苦时间，前置置换成了“更高质量的思考与编码”。

从Vibe Coding到Agentic Engineering：谁在裸泳？

有趣的是，连Karpathy本人也在2026年初亲自按下了升级键。他提出了新概念—— “智能体工程”（Agentic Engineering） 。

他解释说，一年前的Vibe Coding是用当时能力还比较弱的LLM做些好玩的一次性项目；而一年后的今天，利用LLM Agent编程已成为专业人士的“默认设置”。所谓“智能体”，是因为99%的时间不再直接写代码，而是在指挥智能体干活、充当监工；所谓“工程”，是为了强调这其中包含着艺术、科学和专业技能。

一位开发者的评论一针见血：“在大厂设计大规模系统的经验，反而让我能更好地驾驭AI。核心原因在于：我知道一个好的系统长什么样。正因为我有能力设计，才能引导AI走向稳固的架构。 这就是‘氛围编程’和‘智能体工程’的本质区别。”

Karpathy的观察精准地切中了要害：“工程”（Engineering）才是关键词。很多人被Vibe（氛围）这个词误导了，以为只要感觉对了代码就能跑。但真正的软件开发，从来不是“感觉”能搞定的。

写在最后：适合自己的，才是最好的

AI编程助手发展到现在，技术确实在狂飙。Cursor被SpaceX以600亿美元收购，Claude Opus 4.6在SWE-bench Verified上已达80.8%——这些数字令人眩晕。

但软件工程没有银弹。Godot的禁令、字节的“90%对1.6倍”反差、GitLab的“78%快但没交付”悖论——所有这些都在告诉我们同一个道理：

在2026年这个浮躁的节点上，我们更需要保持独立思考。

不要盲目追逐资本创造的新词汇。不要被“一句话生成软件”的虚假快感牵着鼻子走。编程的核心永远是思考、调试和架构决策。

让AI负责“读”和“想”，留在聊天框当个睿智的顾问；让我负责“写”和“定”，握紧项目的方向盘。各司其职，互不越界。

这可能不是全行业最快的开发姿势，但它是最让我心里踏实、也最能让我掌控质量的方式。

因为，适合你自己的编程方法，才是最好的方法。