十二、Vibe Coding 四种 ← 上一章:十一、Embedding 模型 | 返回总览 | 下一章:十三、资源导航 → Vibe Coding 由 AI 研究员 Andrej Karpathy 于 2025 年 2 月提出,指通过自然语言描述需求让 AI 生成代码,而非手动编写。 四种开发者原型(按技术知识与 AI 依赖度分类) 原型 | 技术知识 | AI 依赖度 | 核心特征 传统工程师 | 高 | 低 | 全面理解代码库,谨慎使用 AI,聚焦系统完整性,未来将转向架构/安全/系统设计 增强工程师 | 高 | 高 | 深度依赖 AI 同时保持技术理解,评估和优化 AI 生成方案,将成为主导开发范式 新兴开发者 | 低 | 低 | 传统方式学习基础,使用基础辅助工具,群体正在缩小
← 上一章:十一、Embedding 模型 | 返回总览 | 下一章:十三、资源导航 →
Vibe Coding 由 AI 研究员 Andrej Karpathy 于 2025 年 2 月提出,指通过自然语言描述需求让 AI 生成代码,而非手动编写。
| 原型 | 技术知识 | AI 依赖度 | 核心特征 |
|---|---|---|---|
| 传统工程师 | 高 | 低 | 全面理解代码库,谨慎使用 AI,聚焦系统完整性,未来将转向架构/安全/系统设计 |
| 增强工程师 | 高 | 高 | 深度依赖 AI 同时保持技术理解,评估和优化 AI 生成方案,将成为主导开发范式 |
| 新兴开发者 | 低 | 低 | 传统方式学习基础,使用基础辅助工具,群体正在缩小 |
| 领域创造者 | 低 | 高 | 专注问题描述而非实现细节,快速原型,将分化为纯非技术创作者与技术学习者 |
| 范式 | 核心思想 | 前置工作 | 适用场景 | 核心优势 |
|---|---|---|---|---|
| Vibe Coding | 灵感驱动,边做边改 | 很少,快速启动 | 创意探索、原型验证 | 最快出结果,抓住灵感 |
| Spec Coding | 先定义,再开发 | 完整规格说明 | 需求明确、模块交付 | AI 容易执行,结果可控 |
| Glue Coding | 复用整合,拼装交付 | 梳理已有模块 | MVP 开发、应用整合 | 最快交付,效率最高 |
| Harness Engineering | 质检门禁,返工迭代 | 定义质检标准 | 生产环境、大型项目 | 质量可控,可维护性好 |