跳到主要内容

Vibe Coding 概述

什么是 Vibe Coding？​

Vibe Coding（氛围编程）是一种新兴的 AI 辅助编程范式，由 Andrej Karpathy（OpenAI 联合创始人、前 Tesla AI 总监）在 2025 年 2 月 2 日通过 X（原 Twitter）上的一条帖子提出。他描述自己"完全沉浸在氛围中，忘记代码的存在"（fully giving in to the vibes and forgetting the code exists）。该帖获得超过 450 万次浏览，并被 Collins Dictionary 评为 2025 年度词汇。

用自然语言描述需求，让 AI 参与实现，你负责验收和调整。

不同于传统的编程方式，Vibe Coding 强调人机协作——你负责方向和判断，AI 负责执行和实现，更快地把想法变成成果。

溯源：Karpathy 早在 2023 年 1 月 24 日就曾发帖"The hottest new programming language is English"，预示了自然语言编程的趋势。Vibe Coding 一词则在 2025 年 2 月正式提出。

参考：Know Your Meme: Vibe Coding · Natively: Who Coined Vibe Coding?

核心理念​

传统编程Vibe Coding
手写每一行代码用自然语言描述意图
精通语法细节聚焦业务逻辑
逐行调试AI 辅助调试
独立实现人机协作迭代

关键转变：从"写代码的人"转变为"指导 AI 写代码的人"

核心名词解释​

1. AI 编程助手 (AI Coding Assistant)​

基于大语言模型（LLM）的工具，能够理解自然语言并生成、修改、解释代码。这一概念随 2021-2022 年 GitHub Copilot 的发布而普及，由 GitHub（微软旗下）与 OpenAI 合作开发，是首个大规模商用的 AI 编程助手（2022 年 6 月正式发布）。

代表工具：

参考：GitHub Blog: Copilot is generally available

2. Prompt（提示词）​

向 AI 描述需求或问题的自然语言文本。Prompt 的质量直接影响 AI 输出的质量。"Prompt Engineering"（提示工程）作为一门实践学科，随 2022 年 11 月 ChatGPT 的发布而迅速普及。该术语在学术界的使用可追溯至更早的 NLP 研究，2023 年 "prompt" 一词成为牛津词典年度词汇候选。

示例：

请帮我写一个 Python 函数，接收一个列表并返回去重后的有序列表。

参考：Wikipedia: Prompt Engineering · The Prompt Report: A Systematic Survey (arXiv)

3. Agent（智能体）​

能够自主执行多步骤任务、调用工具、进行规划的 AI 系统。不同于单次回答，Agent 可以持续与用户交互直到完成任务。Agent 概念最早可追溯至 Marvin Minsky 1986 年的著作《Society of Mind》，其中将智能描述为由简单"代理"（agents）交互构成的"心智社会"。在 LLM 时代，AI Agent 概念于 2023-2024 年随 AutoGPT、LangChain 等框架兴起而重新流行。

能力边界：

  • 代码生成与修改
  • 文件操作
  • 终端命令执行
  • 上下文理解与记忆

参考：Wikipedia: AI Agent · Minsky, The Society of Mind, 1986

4. 上下文 (Context)​

AI 能看到的代码、文件和对话历史。上下文越完整，AI 的理解越准确。"上下文窗口"（Context Window）是 Transformer 架构的核心概念，由 Google Brain 团队在 2017 年的论文 Attention Is All You Need（Vaswani et al.）中奠定基础。随着模型发展，上下文窗口从最初的几千 Tokens 扩展到如今的 128K-200K+ Tokens。

上下文类型：

  • 代码上下文：当前文件、相关文件、项目结构
  • 对话上下文：历史对话、之前的修改
  • 外部上下文：文档、API 说明、错误日志

参考：Vaswani et al., Attention Is All You Need, 2017 (arXiv)

5. 迭代 (Iteration)​

通过多轮对话逐步完善代码的过程。不是期望一次得到完美答案，而是持续反馈和优化。迭代开发是软件工程的经典方法论，源自 敏捷宣言（Agile Manifesto, 2001）。在 Vibe Coding 语境下，迭代特指人与 AI 之间的多轮交互循环。

迭代流程：

  1. 描述需求 → 2. AI 生成 → 3. 审查反馈 → 4. AI 优化 → 5. 验证通过

参考：Agile Manifesto

6. 验收 (Acceptance)​

由人工最终确认代码是否符合需求的环节。这是保证质量的关键步骤，AI 无法替代。验收测试（Acceptance Testing）是软件工程中的标准实践，在 Vibe Coding 中尤为重要——Karpathy 在原帖中也强调了"see, accept, or reject"的人工把关环节。

7. MCP (Model Context Protocol)​

由 Anthropic 于 2024 年 11 月 25 日发布的开放协议标准，用于标准化 AI 模型与外部工具、数据源之间的通信。2025 年 12 月，Anthropic 将 MCP 捐赠给 Linux 基金会下的 Agentic AI Foundation (AAIF)，由 Anthropic、Block 和 OpenAI 共同创立。

核心价值：

  • 统一接口：不同工具使用相同的协议与 AI 交互，解决 N×M 集成问题
  • 安全可控：明确权限边界，避免 AI 越权操作
  • 生态扩展：数千个 MCP Server（文件操作、数据库、浏览器等）

使用场景：

  • 读取项目配置文件
  • 操作数据库执行查询
  • 调用外部 API 获取数据
  • 与版本控制系统交互

参考：Anthropic: Introducing the Model Context Protocol · Wikipedia: Model Context Protocol · MCP 官方网站

8. Skill（技能）​

由 Anthropic 于 2025 年 10 月 16 日发布的 Agent 能力扩展机制。Skill 是包含指令、脚本和资源的文件夹，Claude 在执行任务时按需加载。2025 年 12 月 18 日，Anthropic 将 Agent Skills 发布为开放标准，支持跨平台可移植性。

Skill 的作用：

  • 标准化：统一代码风格、审查标准
  • 提效：避免重复描述相同的上下文和要求
  • 复用：团队共享最佳实践，通过版本控制分发

常见 Skill 类型：

  • 代码审查 Skill：定义审查 checklist 和关注点
  • 测试生成 Skill：规范测试用例编写方式
  • 文档生成 Skill：统一文档格式和内容要求
  • 重构 Skill：标准化的代码重构流程

参考：Anthropic: Introducing Agent Skills · Claude Code Skills 文档 · Agent Skills 开放标准

9. 幻觉 (Hallucination)​

AI 生成看似合理但实际上错误或不存在的代码、API 或逻辑的现象。"Hallucination"一词在计算机视觉领域的使用可追溯至 1986 年 Eric Mjolsness 的博士论文，最初是正面含义（从低分辨率图像"幻觉"出高分辨率细节）。在 LLM 语境下，该术语于 2022-2023 年随 ChatGPT 的普及而广泛使用。2025 年 9 月，OpenAI 发表研究论文系统分析了语言模型产生幻觉的原因。

常见表现：

  • 引用不存在的函数或库
  • 生成语法正确但逻辑错误的代码
  • 编造不存在的 API 参数
  • 提供错误的最佳实践建议

应对方法：

  • 始终验证 AI 生成的代码
  • 对照官方文档检查 API 使用
  • 运行测试验证功能正确性
  • 对不确定的部分进行人工核查

参考：Wikipedia: Hallucination (AI) · OpenAI: Why Language Models Hallucinate

10. RAG (Retrieval-Augmented Generation)​

检索增强生成技术，由 Meta AI（原 Facebook AI Research）的 Patrick Lewis 等人 于 2020 年 5 月在论文 Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks 中提出。RAG 让 AI 在生成回答前先检索相关文档或代码，基于检索结果生成更准确的答案。

在编程中的应用：

  • 基于项目代码库回答技术问题
  • 检索历史解决方案处理相似问题
  • 结合文档生成符合项目规范的代码

参考：Lewis et al., RAG for Knowledge-Intensive NLP Tasks, 2020 (arXiv) · Meta AI Blog: Retrieval Augmented Generation

11. ACP (Agent Communication Protocol / Agent Client Protocol)​

ACP 在 AI 编程领域有两个含义，分别解决不同层面的通信问题：

Agent Communication Protocol — Agent 间通信协议​

由 IBM Research 的 Kate Blair 团队开发，2025 年 3 月贡献给 Linux 基金会，并在开源平台 BeeAI 上作为参考实现。如果说 MCP 是"Agent 到工具"的连接（类似 USB-C），那么 ACP 就是"Agent 到 Agent"的连接（类似 Wi-Fi）。

核心特点：

  • 点对点通信：Agent 之间平等交互，无需中心调度器
  • 基于 REST/HTTP：使用标准 HTTP 协议，无需专用 SDK，curl 即可调用
  • 自描述：Agent 携带自身元数据，支持自动发现
  • 异步原生：内置长时间任务和异步通信支持

重要更新：2025 年 8 月，ACP 正式合并入 Google 的 A2A 协议，在 Linux 基金会统一推进。

参考：IBM Research: An open-source protocol for AI agents to interact · LF AI & Data: ACP Joins Forces with A2A

Agent Client Protocol — Agent 客户端协议​

由 Zed Industries 于 2025 年 8 月推出，起源于 Google Gemini CLI 团队与 Zed 的合作。标准化代码编辑器/IDE（客户端）与 AI 编程 Agent（服务端）之间的通信。类似于 LSP（Language Server Protocol）对语言工具的统一，ACP 旨在让任何编辑器连接任何 Agent。

核心特点：

  • 基于 JSON-RPC 2.0：使用 stdin/stdout 进行本地子进程通信
  • 双向通信：编辑器可以向 Agent 发指令，Agent 也可以请求编辑器的资源
  • 有状态会话：维护对话历史，保持上下文连续性
  • 与 MCP 协同：启动会话时将可用的 MCP Server 传递给 Agent

支持者：Zed、JetBrains、Google Gemini CLI、Neovim、Emacs 等

参考：Zed Blog: Bring Your Own Agent to Zed · Agent Client Protocol 官方网站 · GitHub 仓库 · The Register: Google, Zed fight VS Code lock-in with ACP

12. A2A (Agent-to-Agent Protocol)​

由 Google Cloud 于 2025 年 4 月 9 日发布的 Agent 间协作协议，获得 Atlassian、Salesforce、SAP、LangChain 等 50+ 企业支持。2025 年 6 月捐赠给 Linux 基金会，同年 8 月 IBM 的 ACP 正式合并入 A2A，成为统一的 Agent 间通信标准。

与 MCP 的关系：

维度MCP (Anthropic)A2A (Google)
用途Agent → 工具/数据Agent → Agent
架构客户端-服务器点对点
发现机制手动注册Agent Card（JSON）
任务管理无状态结构化生命周期（Working → Completed → Failed）
类比USB-C（设备到外设）Wi-Fi（设备到设备）

行业趋势：MCP 负责"Agent 到工具"，A2A 负责"Agent 到 Agent"，二者共存互补，类似 HTTP、WebSocket、gRPC 在现代 Web 架构中的共存关系。

参考：Google Developers Blog: Announcing the Agent2Agent Protocol · A2A 协议官方网站 · LF AI & Data: ACP Joins Forces with A2A

13. Tokens​

AI 模型处理文本时的基本单位。Tokens 的概念源自自然语言处理（NLP）领域，在 Transformer 架构中被标准化。不同模型的 Tokenizer 实现不同，如 OpenAI 的 tiktoken、Google 的 SentencePiece 等。理解 Tokens 对控制成本和管理上下文长度至关重要。

关键概念：

  • Input Tokens：发送给 AI 的提示词和上下文消耗的 Tokens
  • Output Tokens：AI 生成的回复消耗的 Tokens
  • 上下文窗口：模型能处理的最大 Tokens 数量（如 128K、200K）

优化建议：

  • 精简 Prompt，避免冗余上下文
  • 大文件分批处理，避免超出窗口限制
  • 关注 Token 消耗，控制使用成本

参考：OpenAI Tokenizer 工具 · OpenAI tiktoken (GitHub)

工作模式对比​

模式一：代码补全（Copilot Mode）​

  • AI 在你编写代码时提供实时建议
  • 适合：快速编码、重复代码、样板代码
  • 工具：GitHub Copilot、IDE 内置 AI

模式二：对话编程（Chat Mode）​

  • 通过对话窗口向 AI 提问、请求生成代码
  • 适合：理解代码、学习新技术、简单功能实现
  • 工具：ChatGPT、Claude Web、各种 IDE 插件

模式三：代理编程（Agent Mode）​

  • AI 主动执行多步骤任务，调用工具完成复杂工作
  • 适合：大型功能开发、代码重构、项目初始化
  • 工具：Claude Code、Cursor、Windsurf、Opencode

Vibe Coding 的最佳实践​

  1. 明确表达意图：用清晰的自然语言描述"要什么"，而非"怎么做"
  2. 小步快跑：将大任务拆分为小任务，逐步迭代
  3. 提供上下文：让 AI 了解项目背景、现有代码、约束条件
  4. 主动审查：不盲目接受 AI 的输出，保持批判性思维
  5. 持续学习：在与 AI 协作中学习更好的表达方式

常见误区​

误区正确认知
AI 能替代程序员AI 是工具，人是主导者
一次 Prompt 就能得到完美代码需要多轮迭代和优化
不需要理解生成的代码必须理解并验证代码逻辑
AI 不会犯错AI 可能产生幻觉（Hallucination），需要人工把关

下一步​

了解 Vibe Coding 的基本概念后，接下来可以：

  1. 配置你的 AI 编程工具
  2. 学习 Prompt 技巧
  3. 开始实战练习