上一篇
CTO们对“氛围编程”的冷静审视与忠告
与GitHub CEO Thomas Dohmke的积极推销不同，真正的CTO们在面对“氛围编程”时，态度显得更为冷静，甚至可以说是残酷。
他们没有推销新概念的利益驱动，也没有时间沉迷于空洞的言辞，他们面对的是实实在在的线上系统、技术债务以及凌晨的报警电话。正因如此，他们的结论比任何口号都更具参考价值。
在CTO们的叙述中，氛围编程并非“生产力革命”，而是一场接连不断的灾难。
一位CTO直言不讳：“氛围编程看似捷径，但本质是死路。”
Let Set Go的CTO Ritesh Joshi的团队就经历过一次“教科书式”的事故：开发者用AI生成了一段数据库查询，在小样本下没有问题，但遇到真实流量时，系统立刻崩溃。问题不在于语法错误，而在于底层架构。
Cirrus Bridge的创始人兼首席软件架构师Patric Edwards也分享了一次“惊心动魄”的经历：一名新人将AI建议和Stack Overflow代码片段拼凑起来，写了一个用户权限系统。测试和QA全部通过，上线后两周才发现已注销的用户依然能访问某些后端工具。原因只是一个看似合理的真假逻辑反了。修复这个漏洞，资深工程师花了整整两天。
对他而言，这不是bug，而是一种“信任债”：高级工程师被迫长期当侦探，反复逆向解读基于vibe拼出来的逻辑，只为发布一个稳定更新。
AlgoCademy的CTO Mircea Dima遇到过更隐蔽的情况。一位开发者用AI写了二分查找实现，并被用于核心搜索功能，结果上线一周后发现在特定输入下会悄悄出错，直接导致生产系统宕机，造成用户流失。Dima总结说：“问题不在于AI会犯错，而在于vibe coding创造了一种危险局面——你只有等到系统真正崩溃，才会发现问题。”
App Makers LA的CEO Daniel Haiem的团队也受到了深刻教训。一名开发者用Firebase和npm包“vibe-coded”了整个认证流程。“在只支持简单登录时它能跑，但当我们需要多角色权限和区域隐私规则时，它彻底崩塌。没人能搞清楚各模块间的关联，中间件分散在六个文件里，没有逻辑模型，只有vibes。最后我们只能推倒重写，因为调试就像考古。”
Akveo的高级全栈工程师Mikhail Hryb既见识过AI开发的强大，也见证过彻底的灾难：“有个项目几乎完全靠vibe coding搭出来。MVP的确两天就交付了，而不是一周。但没人审核AI生成的代码。初级开发者写的烂代码至少还能读懂；AI生成的没人看过，结果就是一堆胡言乱语。不可调试、难以扩展、维护痛苦。”
AI写得快，CTO修得更快。氛围编程或许让功能上线飞快，但真正支撑生产环境的，是懂系统、能排查、懂业务逻辑的工程师。CTO们用行动投票，说明了这条捷径根本走不通。
与这些一线CTO的实践经验相呼应，Augment Code的工程和产品负责人Chris Kelly最近以“Vibes Won’t Cut It”为题发表了一次演讲。在分享中，他详细探讨了“氛围编码”在生产级软件开发中的局限性，强调情境在软件工程中的关键作用，而不仅仅是编写代码。
Kelly拥有超过15年的软件开发经验，曾在New Relic、GitHub、Salesforce和FireHydrant等公司帮助开发者提升生产力。他的观点直指核心：仅靠直觉和AI生成的代码不足以构建强大、可直接投入生产的应用程序，真正可靠的产品依赖的是结构化的软件开发方法。
以下为其演讲内容整理，供读者参考。
氛围编程行不通
如果你还没准备好，我得提醒你一个不太妙的事：到明年这个时候，我们当中可能有一半人已经不在这个行业了，至少如果你相信当下那些关于AI和AI编程的各种炒作的话。
外界铺天盖地地在宣传这个东西，但我觉得他们大概率是错了。
不是因为我认为AI编程没前景，而是因为这些人可能已经很多年没有真正接触过一个生产环境了。他们说AI现在可以生成30%的代码，可那可能根本不是他们想象的那样。
AI写的代码，归根结底还是“代码”。有些人没有意识到，他们日常工作的代码基座庞大，几乎每一个关于架构、基础设施的决策都已经有人帮他们做了。比如说，如果我生成了30%的代码，对比的是每天在数百万行现有代码之上新增几千行而已，那这个30%其实没有多少“腾挪空间”可言。 没有冒犯的意思，但我接下来可能要吐槽一下Meta。如果你跟Meta的工程师聊过，你会听到这样的故事：有工程师花了六个月时间，在广告平台上造了一个按钮。这六个月里他的全部工作就是那个按钮。 这样的系统里还能有多少空间留给AI来“发挥”？再说一遍：AI还是在写代码。这些代码的本质和我们过去五十年写的一样。 如果你没听过vibe coding，我简单解释一下：vibe coding就是完全让AI写代码，人基本不看代码也不关心结构。 我说“生产环境”，指的是你要做到99.99%的可用性。这是支撑整个互联网的软件，靠vibe是搞不定的。 假设我们认了未来真的来了：AI写代码成了日常。那么问题就来了：你怎么写出让AI也能接手的代码？ AI说话像人但其实它是台机器。 有时候代码只是“不一样”而已。 编写规则文件。 “定义 - 创建 - 优化”循环。
不要小看生产环境的任何一行代码
写代码跟写生产级软件不是一回事
怎么写出让 AI 也能接手的代码？
“我有一些建议”
参考链接
本文由主机测评网于2026-04-24发表在主机测评网_免费VPS_免费云服务器_免费独立服务器，如有疑问，请联系我们。
本文链接：https://www.vpshk.cn/20260440042.html
