本文永久链接 – https://tonybai.com/2026/01/07/stop-vibe-coding-professional-developers-master-coding-agent-2025

大家好，我是Tony Bai。

在社交媒体上，我们经常看到这样的神话：“我用 AI Agent，只凭感觉（Vibe）就写出了整个应用，甚至不需要看代码。” 这种被称为“Vibe Coding”的现象真的代表了专业开发的未来吗？

近日，来自 UCSD 和康奈尔大学的研究团队发表了一篇题为《Professional Software Developers Don’t Vibe, They Control: AI Agent Use for Coding in 2025》的论文。通过对 13 位资深开发者的实地观察和 99 份详细调查，他们揭示了一个截然不同的真相：专业开发者并不“Vibe”，他们严密“控制”。

控制权是核心

研究发现，经验丰富的开发者（平均 12.8 年经验）虽然高度认可 AI Agent（如 Cursor, Claude Code, GitHub Copilot）带来的生产力提升，但他们拒绝交出方向盘。

与“Vibe Coding”所倡导的“完全信任 AI、不看代码、只管运行”不同，专业开发者采取了一种战略性的控制（Strategic Control）模式：

• 规划先行：在写第一行代码前，他们会要求 AI 生成详细的实施计划，甚至 Markdown 格式的任务清单。
• 分步执行：他们不会让 AI 一次性完成所有工作，而是将其拆解为一个个小任务（平均每个 prompt 仅包含 2.1 个步骤），步步为营。
• 严格审查：69% 的受访者表示会逐行审查 AI 生成的代码，因为他们深知“作为软件工程师，我不能把责任外包给 AI”。

AI Agent最擅长（和最不擅长）什么？

论文通过大量数据，梳理出了 AI Agent在当前技术水平下的“能力边界”。这对于我们日常决定“何时使用 AI”极具参考价值。

✅ 舒适区：AI Agent的拿手好戏

这些任务被认为是高收益、低风险的：

• 样板代码与脚手架：生成重复性代码、配置文件、初始项目结构。
• 编写测试：为现有代码生成单元测试（这甚至改变了一些开发者的习惯，让他们更愿意做 TDD）。
• 解释与文档：解释复杂的代码逻辑、错误堆栈，或撰写文档。
• 简单重构与调试：重命名变量、提取函数、修复简单的逻辑错误。
• 原型开发：快速构建一次性的演示原型。

❌ 禁区：AI Agent的“滑铁卢”

对于以下任务，开发者普遍表示 AI “不胜任”或“风险过高”：
* 核心业务逻辑：涉及复杂领域知识、特定业务规则的代码。
* 复杂重构：跨越多个文件、涉及架构调整的大规模重构。
* 系统设计与决策：没有人愿意将技术选型或架构决策交给 AI，虽然可以用它来头脑风暴，但决策权始终在人。
* 安全关键代码：涉及支付、鉴权等高风险模块。
* “一步到位”的完美代码：AI 几乎从未在第一次尝试中就生成完美无缺的代码，必须经过多轮迭代。

最佳实践：像工程师一样 Prompt

研究中最有趣的部分是观察资深开发者如何写 Prompt。他们不是在“聊天”，而是在“编程” AI。

高效 Prompt 的特征：

1. 极度详尽的上下文：不仅仅是需求，还包括 UI 元素名称、技术术语、领域对象、相关文件引用、特定库的版本等。
2. 利用“伪代码”思维：一位开发者表示：“我将软件工程的经验应用到 Prompt 中……我提供规格说明、经济模型、具体的成功标准。这不仅是 Prompt 工程，这是良好的沟通。”
3. 维护上下文文件：一些开发者会维护一个 CLAUDE.md 或 TASKS.md 文件，专门用来存储项目规范、代码风格指南和当前任务状态，让 AI 始终“在线”。

小结：AI 是副驾驶，你是机长

这篇论文给 2025 年乃至如今的开发者们吃了一颗定心丸：AI 不会取代你，但会“增强”你——前提是你懂得如何控制它。

真正的专业人士不会沉迷于“Vibe Coding”的虚幻快感。相反，他们利用深厚的软件工程积淀（测试、版本控制、代码审查能力）来驾驭 AI，将其变成一个不知疲倦的结对编程伙伴。正如一位受访者所言：

“我觉得 AI Agent棒极了，只要你坐在驾驶位上，并且时刻检查它的工作。一旦你不强制它遵守那些确立已久的工程原则，它就会变成灾难。”

论文链接：https://arxiv.org/abs/2512.14012

你的 AI 协作模式是？

读完这篇论文解读，我不禁想问大家：在你日常的开发中，你是更倾向于“Vibe Coding”（跟着感觉走），还是像文中提到的资深开发者那样，时刻保持着“战略性控制”？

欢迎在评论区分享你的 AI 协作心得或踩坑经历！ 让我们一起探索人机协作的最佳边界。

如果这篇文章让你对 AI 编程有了更清醒的认识，别忘了点个【赞】和【在看】，并分享给你的团队！

升级你的AI开发工作流

文中提到的“伪代码思维”、“维护 CLAUDE.md 上下文文件”、“分步拆解任务”，正是规范驱动开发 (SDD) 的核心思想。如果你不想止步于简单的对话，而是渴望掌握一套成体系的、工程化的 AI Agent 协作方法论，让 AI 真正成为你可控的“超级副驾驶”…

那么，我的专栏 《AI原生开发工作流实战》 就是为你量身打造的！

在这个专栏里，我们将深入实战：

• 如何编写 AI 秒懂的 Spec 文档。
• 如何构建 CLAUDE.md 等上下文管理系统。
• 如何用 Claude Code 等工具实现自动化的 TDD 和重构。

扫描下方二维码，拒绝“Vibe”，拥抱“Control”，开启你的 AI 原生工程开发之旅！

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

• 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
• 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
• 想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。

本文永久链接 – https://tonybai.com/2026/01/01/ai-is-the-fastest-way-to-forget-how-to-code

大家好，我是Tony Bai。

在 Copilot、Cursor、Claude Code等普及的这两年，编程似乎变得前所未有的轻松。

Tab 键一按，十行代码倾泻而出；回车一敲，整个函数自动补全；一个Prompt发出，一个项目的框架代码便完成了。那种多巴胺分泌的快感是真实的，效率提升的数据也是真实的。我们仿佛一夜之间都变成了“十倍工程师”。

但在这种虚幻的快感背后，一种隐秘的焦虑正在资深开发者群体中蔓延：离开 AI 提示词，你还能流畅地写出一个复杂的递归，或者手撸一个带有完整错误处理的 HTTP Client 吗？

最近，我在技术社区看到一段发人深省的论述，它像一盆冷水，浇在了在这个狂热的 AI 时代：

“AI is the fastest way to forget how to code and how to think.”
（AI 是让你忘掉如何编程、忘掉如何思考的最快方式。）

这句话听起来很刺耳，但很真实。

如果我们习惯了让 AI 替我们思考，我们的大脑正在经历一场无声的“认知肌肉萎缩”。在 AI 时代，写下每一行代码依然重要。这不是一种复古的情怀，而是关乎我们职业生存的“认知保留”。

警惕“GPS 效应”：你是在驾驶，还是在被运送？

心理学中有一个著名的“GPS 效应”：习惯了使用导航的人，海马体（负责空间记忆的脑区）活跃度会降低，久而久之，他们会逐渐丧失方向感，甚至在自家小区门口也会迷路。

编程也是一样。

学习和成长的本质，发生在“挣扎”的过程中。

当你为了设计一个类结构而绞尽脑汁，当你为了修复一个“竞态条件”而彻夜排查，你的大脑正在构建复杂的神经连接，正在建立对系统的“心智模型”。

如果你跳过了这个“挣扎”的过程，直接向 AI 索要答案：

• AI 变成了“代笔者（Author）”：它替你构建了心智模型。
• 你变成了“消费者（Consumer）”：你只负责 Copy & Paste。

结果是：代码虽然跑通了，但你对系统组件之间的连接、潜在的边缘情况（Edge Cases）一无所知。你不再是代码的“作者”，你只是代码的“搬运工”。

一旦 AI 遇到它没见过的深水区，或者系统出现了一个隐蔽的 Bug，你会发现自己束手无策——因为你从未真正拥有过这段代码。

重构契约：把 AI 当做“磨刀石”，而非“枪手”

那么，我们要因噎废食，扔掉 AI 吗？当然不。

关键在于重构你与 AI 的协作契约。

核心原则只有一条：

Use AI as a Reviewer, a Rubber Duck, a Teacher. Not as an Author.
（把它当作审查者、橡胶鸭、导师。绝不要把它当作代笔者。）

如果 AI 在替你思考，你在退步；如果 AI 在逼迫你思考得更深，你在进步。

以下是基于这个原则的 4 个深度思考工作流：

1. 解释意图，而非索要实现

不要直接丢一句“帮我写个鉴权中间件”。

试着这样做： 你自己写出核心逻辑，然后对 AI 说：

“这是我写的鉴权逻辑。请解释我为什么在这里使用了 Context 传递用户信息？这种写法符合 Go 语言的惯用范式吗？有没有更好的风格？”

收益： 强迫自己理清思路，利用 AI 验证你的设计直觉。

2. 索要权衡(trade off)，而非标准答案

不要问“在这个场景下我该用 Redis 还是 Memcached？”

试着这样做：

“我倾向于使用 Redis，因为我们需要持久化。但在这个高并发场景下，使用 Redis 会带来哪些潜在的性能瓶颈或运维风险？请列出 Trade-offs。”

收益： AI 不再是给你喂饭，而是在陪你进行架构评审（Architecture Review）。

3. 寻找盲区，挑战假设

当你写完一段代码，觉得完美无缺时，把它扔给 AI：

“这段代码在什么极端输入下会崩溃（Edge Cases）？我是否遗漏了某些并发安全问题？请像一个最挑剔的 Tech Lead 一样 Review 它。”

收益： 利用 AI 广博的知识库，填补你的认知盲区。

4. 生成测试，而非生产代码

这是一个最高阶的玩法。你自己写业务代码，让 AI 写测试用例。

“这是我实现的订单状态机。请为它编写一套覆盖率 100% 的单元测试，特别是针对状态回滚的异常场景。”

收益： 如果 AI 生成的测试跑通了，说明你的逻辑是自洽的；如果跑不通，或者 AI 根本理解不了你的代码，说明你没想清楚。

小结：不要温和地走进那个良夜

在 AI 时代，能够熟练调用 API 生成代码的人多如牛毛。

但能够独立构建复杂系统心智模型，并能驾驭 AI 进行深度架构推演的人，将变得极度稀缺。

Writing code matters.

写代码的过程，强迫你思考，强迫你大脑建立连接，强迫你理解系统是如何像齿轮一样咬合的。

请继续亲自写下那些核心的、关键的代码。

把 AI 当作你的磨刀石，让你的思维在与它的碰撞中变得更加锋利，而不是让它锈蚀你的大脑。

深度实战：构建“以人为本”的 AI 工作流

道理大家都懂，但在高压的项目交付期，我们很容易滑向“让 AI 全自动生成”的舒适区。

如何建立一套强制性的工作流，既利用 AI 的效率，又保留人类的深度思考？

• 如何在 Spec 文档中通过“伪代码”保留思考过程？
• 如何配置 Claude Code，让它默认扮演 Reviewer 而不是 Coder？
• 如何利用 SDD (Spec-Driven Development) 迫使自己在 Coding 前先进行完整的思维推演？

如果你想掌握这套“不降智、反内卷”的高阶开发心法，欢迎关注我的极客时间专栏《AI原生开发工作流实战》。

在这个专栏里，我不教你如何偷懒，我教你如何进化。我们将一起探索，如何在 AI 的加持下，成为更强大的Software Engineer，而不是更快的Typist。

扫描下方卡片，开启你的认知升级之旅。

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

• 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
• 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
• 想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。