先把概念切一刀Vibe Coding ≠ “用 AI 写代码”Andrej Karpathy 2025 年 2 月 2 日那条原推的定义是“完全沉浸在氛围里拥抱指数级进步忘记代码本身的存在……我 ‘Accept All’ 从不读 diff报错信息直接贴回去通常就好了。” 注意这里的关键动作是不读代码、不审 diff、靠跑通与否反馈——这才是原教旨 vibe coding。字节跳动洪定坤后来提了个重要区分用自然语言写代码≠ vibe coding。前者是你用自然语言精确描述编码逻辑和方案生成完仍然 review、仍然能随时接管后者才是点按钮、提需求、跟着感觉走。讨论 agent 开发前先把这刀切了否则后面全是鸡同鸭讲。Agent 开发遇上 Vibe放大了爽感也放大了坑Agent 项目无论你是撸 LangGraph / Crew / 自研 loop有几个天然属性脚手架高度模板化agent loop、tool schema、retriever wrapper、vector store 对接——这些 AI 写得飞起Cursor/Claude Code 一把梭。非确定性内建同一段 prompt跑两次路径不同“能跑不等于对”。状态与上下文长多跳推理 工具返回 中间态上下文轻松破十万 token。隐性成本点多LLM 调用费用、tool 调用超时重试、agent 自循环卡死、eval 覆盖。这几个属性和 vibe coding 的不读代码、靠运行反馈组合在一起爽点和雷点都被放大 放大了的爽点原型阶段 vibe 出来一个多工具 agent对个人开发者是小时级的事。以前你要读 LangChain 文档、对着 TypeScript 类型定义调 tool schema现在我要一个能搜网页算价格的 ReAct agent用 GPT-5内存用 Redis——三句 prompt 跑起来。Karpathy 说的 “see stuff, say stuff, run stuff” 在 agent 脚手架层是真的香。 放大了的坑坑也比普通脚本深原因三条能跑的欺骗性更强。普通脚本跑通 大概率逻辑对agent 跑通 可能只是这次 LLM 没抽风。vibe 态度下你不会去写 eval、不会去测 tool 边界上线后一周才炸。三阶段衰退曲线在 agent 项目里来得更快。Node.js 那场 1.9 万行 PR 争议里总结过前期 AI 爆发、中期耦合上来人类成本追平、后期长上下文指令遵循断崖。Agent 项目因为本身上下文就长、状态就多很多项目在 0.5→0.8 这段就提前进崩溃期——不是功能加不动是 agent 开始错的地方没改对对的地方改错了。Debug 链路断裂。传统 bug 你读栈agent bug 你得反过来追“为什么 LLM 这轮选了 tool B 而不是 Aprompt 哪句歧义了memory 里哪条历史带偏了”——vibe 模式下你不读代码连追都追不动只能随机改 prompt 直到它好像好了Karpathy 原推自嘲的那句 “ask for random changes until it goes away” 在 agent 场景是直接命门。那 1.9 万行 PR 争议对 agent 开发者意味着什么2026 年初 Matteo Collina 用 Claude Code 搓出 Node.js 内置 VFS 的 1.9 万行 PRFedor Indutny 牵头请愿要求禁止 LLM 重写核心模块Kyle Simpson、Andrew Kelley 实名签——这事表面是开源政治底下戳中一个更通用的痛点生成成本趋零review 成本仍线性。按每行 2 分钟算1.9 万行 90 个工作日。放到 agent 开发里这个比值更夸张agent 项目里生成的不只是代码还有 prompt、tool 定义、eval case、路由规则——每样都可能由 AI 吐出来。如果团队全员 vibe、无人收口reviewer 不是在审代码是在替你的 token 买单。怎么评价给一个不那么骑墙的判断Vibe coding 下的 AI agent 开发我的判断是三句话Vibe coding 把 agent 从 0 到 0.5 压缩到小时级但 agent 从 0.5 到 1 那段可观测、eval、成本管控、tool 边界、回滚比非 agent 项目更需要硬工程纪律而不是更不需要。拆成场景更清楚场景vibe coding 合适度理由个人 agent 玩具 / 周末项目✅ 全场 vibe炸了也无所谓爽到就行内部工具 PoC / 产品原型✅ vibe 起步但要留重写预案别直接进生产面向用户的 agent 功能⚠️ vibe 生成 Real Engineering 收口prompt/tool/eval 必须有人审observability 必须有金融/医疗/关键设施 agent❌ 纯 vibe 禁入要 multi-agent review 灰度 回滚这个表里面向用户的 agent那一档是多数人实际在的位置——也是 vibe coding 最容易翻车的位置。Apple 那边对 AI 生成 App 的态度已经很明确AI 写的不是质量问题的免责声明agent 上架同理。真正剩下的东西2026 年这场争论打到后面真正浮出来的是一件事AI 把写 agent门槛干到极低之后agent 工程师的核心价值不再是能不能让 LLM 吐出一段 loop而是这段 agent 该不该进生产、该不该被长期维护、cost/latency/eval 能不能兜住。所以评价 vibe coding 下的 agent 开发结论不是爽还是坑而是原型段vibe 万岁不 vibe 才是浪费 AI。生产段agent 的非确定性决定了它比普通项目更不能跟着感觉走——tool schema 要审、eval 要覆盖、cost guard 要上、trace 要能反查。这一段恰恰是 2026 年多数agent 创业项目死掉的原因能 demo 不能上线。护城河知道什么时候 vibe、什么时候 engineer、哪段 prompt 必须锁版本、哪个 tool 边界必须人工测——这个判断力模型换十代也不会贬值。
从原型到上线的 Agent：哪段可以 Vibe，哪段必须 Engineer？
先把概念切一刀Vibe Coding ≠ “用 AI 写代码”Andrej Karpathy 2025 年 2 月 2 日那条原推的定义是“完全沉浸在氛围里拥抱指数级进步忘记代码本身的存在……我 ‘Accept All’ 从不读 diff报错信息直接贴回去通常就好了。” 注意这里的关键动作是不读代码、不审 diff、靠跑通与否反馈——这才是原教旨 vibe coding。字节跳动洪定坤后来提了个重要区分用自然语言写代码≠ vibe coding。前者是你用自然语言精确描述编码逻辑和方案生成完仍然 review、仍然能随时接管后者才是点按钮、提需求、跟着感觉走。讨论 agent 开发前先把这刀切了否则后面全是鸡同鸭讲。Agent 开发遇上 Vibe放大了爽感也放大了坑Agent 项目无论你是撸 LangGraph / Crew / 自研 loop有几个天然属性脚手架高度模板化agent loop、tool schema、retriever wrapper、vector store 对接——这些 AI 写得飞起Cursor/Claude Code 一把梭。非确定性内建同一段 prompt跑两次路径不同“能跑不等于对”。状态与上下文长多跳推理 工具返回 中间态上下文轻松破十万 token。隐性成本点多LLM 调用费用、tool 调用超时重试、agent 自循环卡死、eval 覆盖。这几个属性和 vibe coding 的不读代码、靠运行反馈组合在一起爽点和雷点都被放大 放大了的爽点原型阶段 vibe 出来一个多工具 agent对个人开发者是小时级的事。以前你要读 LangChain 文档、对着 TypeScript 类型定义调 tool schema现在我要一个能搜网页算价格的 ReAct agent用 GPT-5内存用 Redis——三句 prompt 跑起来。Karpathy 说的 “see stuff, say stuff, run stuff” 在 agent 脚手架层是真的香。 放大了的坑坑也比普通脚本深原因三条能跑的欺骗性更强。普通脚本跑通 大概率逻辑对agent 跑通 可能只是这次 LLM 没抽风。vibe 态度下你不会去写 eval、不会去测 tool 边界上线后一周才炸。三阶段衰退曲线在 agent 项目里来得更快。Node.js 那场 1.9 万行 PR 争议里总结过前期 AI 爆发、中期耦合上来人类成本追平、后期长上下文指令遵循断崖。Agent 项目因为本身上下文就长、状态就多很多项目在 0.5→0.8 这段就提前进崩溃期——不是功能加不动是 agent 开始错的地方没改对对的地方改错了。Debug 链路断裂。传统 bug 你读栈agent bug 你得反过来追“为什么 LLM 这轮选了 tool B 而不是 Aprompt 哪句歧义了memory 里哪条历史带偏了”——vibe 模式下你不读代码连追都追不动只能随机改 prompt 直到它好像好了Karpathy 原推自嘲的那句 “ask for random changes until it goes away” 在 agent 场景是直接命门。那 1.9 万行 PR 争议对 agent 开发者意味着什么2026 年初 Matteo Collina 用 Claude Code 搓出 Node.js 内置 VFS 的 1.9 万行 PRFedor Indutny 牵头请愿要求禁止 LLM 重写核心模块Kyle Simpson、Andrew Kelley 实名签——这事表面是开源政治底下戳中一个更通用的痛点生成成本趋零review 成本仍线性。按每行 2 分钟算1.9 万行 90 个工作日。放到 agent 开发里这个比值更夸张agent 项目里生成的不只是代码还有 prompt、tool 定义、eval case、路由规则——每样都可能由 AI 吐出来。如果团队全员 vibe、无人收口reviewer 不是在审代码是在替你的 token 买单。怎么评价给一个不那么骑墙的判断Vibe coding 下的 AI agent 开发我的判断是三句话Vibe coding 把 agent 从 0 到 0.5 压缩到小时级但 agent 从 0.5 到 1 那段可观测、eval、成本管控、tool 边界、回滚比非 agent 项目更需要硬工程纪律而不是更不需要。拆成场景更清楚场景vibe coding 合适度理由个人 agent 玩具 / 周末项目✅ 全场 vibe炸了也无所谓爽到就行内部工具 PoC / 产品原型✅ vibe 起步但要留重写预案别直接进生产面向用户的 agent 功能⚠️ vibe 生成 Real Engineering 收口prompt/tool/eval 必须有人审observability 必须有金融/医疗/关键设施 agent❌ 纯 vibe 禁入要 multi-agent review 灰度 回滚这个表里面向用户的 agent那一档是多数人实际在的位置——也是 vibe coding 最容易翻车的位置。Apple 那边对 AI 生成 App 的态度已经很明确AI 写的不是质量问题的免责声明agent 上架同理。真正剩下的东西2026 年这场争论打到后面真正浮出来的是一件事AI 把写 agent门槛干到极低之后agent 工程师的核心价值不再是能不能让 LLM 吐出一段 loop而是这段 agent 该不该进生产、该不该被长期维护、cost/latency/eval 能不能兜住。所以评价 vibe coding 下的 agent 开发结论不是爽还是坑而是原型段vibe 万岁不 vibe 才是浪费 AI。生产段agent 的非确定性决定了它比普通项目更不能跟着感觉走——tool schema 要审、eval 要覆盖、cost guard 要上、trace 要能反查。这一段恰恰是 2026 年多数agent 创业项目死掉的原因能 demo 不能上线。护城河知道什么时候 vibe、什么时候 engineer、哪段 prompt 必须锁版本、哪个 tool 边界必须人工测——这个判断力模型换十代也不会贬值。
