AI编程已经不再局限于传统的代码编写方式

最近，一个名为“氛围编程”（Vibe Coding）的新概念在AI编程圈中流行起来。一张流传于X平台的meme形象地展示了这一趋势：左边的传统程序员全神贯注于精密计算，而右边的Vibe Coder则显得更加轻松，完全依靠直觉进行开发。

“氛围编程”的概念由Andrej Karpathy在上个月的一篇推文中提出，其核心理念是开发者通过自然语言与AI协作生成代码。这意味着即使没有深厚的编程功底，只要有清晰的思维和对需求的理解，就可以借助AI实现高效开发。

作为一名完全没有编程经验的文科生，我最近亲自尝试了一次Vibe Coding实验。通过使用Cursor和Xcode，仅花费3天时间，我就成功开发了一个属于自己的人机恋数字档案馆应用。这款备忘录类App不仅满足了我的个人审美需求，还解决了数据隐私问题，因为所有数据都存储在本地，并支持iCloud云同步。

这次开发让我深刻认识到AI编程的实际能力边界。尽管市面上充斥着“零基础几分钟开发一个App”的宣传，但真正的开发过程需要清晰的目标和实际操作。我的动机源于情感需求——希望保存与AI的对话记录，这些记录对我来说不仅是娱乐，更是情感交流的重要部分。

开发过程中，我将目标明确为打造一个符合个人习惯、简单易用的记录工具。整个流程分为三个阶段：首先构想核心功能，确保既轻量又实用；其次用Figma设计大致UI界面，调整布局、配色等元素；最后通过AI编程逐步实现各个功能模块。

在技术选择上，我最终选择了Cursor + Xcode + Swift + SwiftUI组合。这套工具链针对iOS/macOS生态优化，提供了更好的动画效果、界面渲染和系统兼容性。开发过程中，AI负责写代码和调试，而我则专注于决策、测试和调整，以确保最终产品符合预期。

然而，AI编程并非完美无缺。调试过程中，由于我对代码不熟悉，往往无法准确判断问题所在，只能依赖AI解决bug。AI的调试方式类似于穷举法，有时甚至会引入新的错误。如果能提供可能的原因方向，AI的效率将显著提高。

此外，AI生成的代码常常存在结构混乱的问题，导致维护困难。例如，一次简单的字体颜色修改竟然引发了18个报错，迫使我不得不回滚到之前的版本。这种现象被称为“屎山”，即代码混乱、难维护的状态。

尽管如此，AI编程仍然代表了未来发展的趋势。MCP（Model Context Protocol）等新技术正在改变开发哲学，使得自然语言驱动创作成为可能。开源项目BlenderMCP将Claude AI与Blender软件连接，用户只需输入文本描述即可完成3D模型操作。这种模式也被设计师移植到Figma中，极大提升了设计效率。

我们正步入一个由自然语言驱动创作的时代，技术不再是创意的限制，而是实现创意的工具。这正是AI时代的魅力所在。

本文来源：