素材来源官方媒体/网络新闻
,
,
,
来自 Simon Willison 最新博客，用来描述专业工程师如何高效且负责任地使用 AI 工具编程。\x0a\x0a核心观点 - 区分两种使用 AI 的方式：\x0a· Vibe Coding：快速、松散、不负责任的编程方式，完全依赖提示词驱动，不关心代码实际如何运作，适合低风险的小项目\x0a· Vibe Engineering：经验丰富的专业工程师使用 LLM 加速工作，同时对产出的软件保持完全的责任感和掌控力\x0a\x0a为什么需要 \x26quot;Vibe Engineering\x26quot;\x0aSimon 指出，在真实项目中高效使用 LLM 其实很困难：\x0a· 需要深入理解工具的使用方法\x0a· 有很多陷阱需要避免\x0a· AI 快速产出代码的能力，反而提高了对人类工程师贡献的要求\x0a\x0a特别是 AI 编程智能体的出现，让工程师可以同时运行多个智能体并行处理问题，这与传统的 \x26quot;vibe coding\x26quot; 完全不同。\x0a\x0aAI 奖励优秀的工程实践\x0aSimon 强调，LLM 工具实际上放大了传统软件工程的最佳实践：\x0a· 自动化测试：完善的测试套件让智能体能高效工作\x0a· 提前规划：先迭代计划，再让智能体编写代码\x0a· 完整文档：好文档能让 LLM 无需阅读代码就能使用 API\x0a· 版本控制：LLM 精通 Git，能追踪 bug 来源\x0a· 代码审查文化：快速有效的代码审查至关重要\x0a· 管理技能：指导智能体类似管理人类协作者（但不用担心冒犯它们）\x0a· 手动 QA 能力：需要善于测试和发现边缘情况\x0a· 研究能力：选择最佳解决方案仍是关键\x0a· 预览环境：安全预览功能降低风险\x0a· 判断力：知道什么该外包给 AI，什么该自己处理\x0a· 新的估算能力：项目时间估算变得更复杂\x0a\x0a为什么叫这个名字\x0aSimon 承认这个名字可能有点\x26quot;傻\x26quot;，但他认为：\x0a· 需要与 \x26quot;vibe coding\x26quot; 明确区分\x0a· 表明这是更难、更专业的工作方式\x0a· \x26quot;vibes\x26quot; 与\x26quot;engineering\x26quot; 的矛盾组合，反而让这个术语容易记住\x0a· 这个领域本身就很荒诞，不应该太严肃\x0a\x0a文章结论\x0aAI 工具放大现有专业能力——工程师的技能和经验越丰富，从 LLM 和编程智能体获得的结果就越快越好。\x26quot;Vibe Engineering\x26quot; 本质上是高级软件工程师的特征集合。\x0a\x0aAI 并非让编程变得\x26quot;简单\x26quot;，而是让专业工程师能够在更高层次上发挥价值，同时对代码质量保持完全的责任感。