字数 1479，阅读大约需 8 分钟
最近几个月，越来越频繁地听到一个词： Vibe Coding 。
一开始，我还以为是什么新的编程技术，或者是冒出来的什么新AI 模型。
后来慢慢了解才发现，它 并不是一种技术，而是一种新的“搬砖方式” 。
简单来说，Vibe Coding 大概可以概括为一句话：
自己定义框架、找准感觉，然后让 AI 去填充具体的代码实现。
现状
这不巧了，这种所谓的 Vibe Coding，不就是现在我们有些人的工作方式吗？
很多时候，并不是我们不知道自己想做什么。我们的需求很清楚，整体思路和系统框架也都在脑子里。
问题是： 1. 要么我们 码力有限 ；2. 要么 懒得从0一行一行写 ；3. 亦或是 知道自己写出来也不够优雅 ，索性就不写了。
AI大模型变强大之后，解决这个困境的方式就成了： 自己提需求，把搬砖的活交给 AI 。也算是一种外包，但这种外包的成本就低太多。
- 1. 明确自己要做什么
- 2. 把需求和整体框架丢给 AI
- 3. 让 AI 写具体的实现代码
- 4. 自己负责检查、测试和少量修正
实例
我自身最典型的案例，就是最近完成的 自动交易系统 。
https://mp.weixin.qq.com/s/pk4ZuT_BeIzO0R4cxwnMag
这个系统我很早就想写了。需求我很清楚，框架我也心里有数，但就是 一直拖着没写 。也不是完全写不出来，真正写起来的话需要花费不少时间，写出来的东西大概率我也会觉得不专业。
直到最近，我把需求和结构完整地丢给Codex 和灵码，事情才真正开始推进。
它们负责把“骨架”变成“实体代码”，我负责在中间不断提要求、修细节、反复迭代。
虽然过程中也踩过不少坑，但在几轮来回之后， 最终的成品，基本就是我脑子里最初想要的东西 。
不过，Vibe Coding 其中重要的一环还是： AI必须清楚你到底想要什么。
如果需求和框架不清晰，让它随便发挥，写出来的东西大概率并不是真正能用的。
所以，我们首先得弄明白： 我们自己的需求是什么，实现这个需求的大致思路或者框架是什么样的 。
前提
当然，Vibe Coding 能够成为现实，最根本的原因还是：
大模型真的变强了。
现在很多工程级别的代码，已经做到了：
- • 不需要大量人工修改
- • 逻辑清晰
- • 结构完整
- • 直接就能跑通
这在几年前几乎是不可想象的。
AI写文字
不过， AI 在写代码这件事上非常强，但在文字创作上，我反而没那么“放心”。 原因是：AI 写的文字，太“完美”了。读起来不像是人写的，没有“人味”。
对于纯AI写的文字，阅读者大概也能一眼看出来：这是AI生成的。然后就没什么兴趣了。
现在不少平台（包括微信公众号），对 AI 生成内容都有检测和限流机制。如果一个平台充斥着大量“完美但空洞”的 AI 文字，最终只会变成垃圾堆，对平台生态本身也是不利的。
而人写的文字，存在着诸多“毛病”： 有时不严谨，有时跳跃，有时甚至有语病 。但这正是“人味”，是人与人交流和沟通所必须的味道。
写代码需要完美，但写文字不能太完美 。因为人与人之间交流需要有“人味”，但这种“人味”我感觉目前AI很难模仿和生成。并且，不同的人有不同的“人味”风格，就跟每个人的面容是独一无二的一样。
从这个角度看， 文字创作者被 AI 完全取代的概率，反而没那么高 ，至少没有程序员那么高。
与AI的合作
虽然如此，AI 在 辅助我写公众号推文 这件事上，依然帮了我很大的忙。
我现在基本固定采用下面这种流程：
① 我先写一个「初稿」
这个初稿通常是：
- • 边写边想
- • 结构不一定完美
- • 语言比较随意
但有一个前提：
核心观点和信息一定是真实、是我自己想表达的。
② 再交给 AI 润色
我不会让 AI 从 0 写，而是让它基于我的初稿，重点做三件事：
- • 遣词造句优化
- • 段落结构调整
- • 阅读节奏与信息流梳理
这样出来的内容：
- • 比纯 AI 生成的真实得多
- • 又比我的原稿更好读、更顺
这种合作方式， 和写代码时“我给框架，AI 写实现”是完全不同的体验 。
状态
最后，顺便回应一个经常被问到的问题：写这么多文字，不累吗？
前几天我在推特上看到一句话，大意是： 如果你在做自己真正感兴趣、或者足够擅长的事情，其实并不会消耗太多精力。因为那更像是一种条件反射，而不是刻意的输出。
这句话我挺有共鸣的。对我来说，写这些东西本身就是一种整理思考、释放压力的过程。与其说是消耗，不如说是 一种解压方式 。
虽然我谈不上多会写文字，但我写这些东西的时候是感觉非常轻松的，不用刻意去“憋文字”，而是一种自然输出。这大概就是“擅长”的定义。
没有评论:
发表评论