Vibe Coding 的主体性陷阱

Vibe Coding 的主体性陷阱

当执行成本趋近于零,判断力或许会变得越来越稀缺。

Vibe coding 的核心吸引力在于速度——想法到产品的路径前所未有地短。但这条捷径暗藏两个问题:它真的把门槛降到了零吗?当一个人越来越依赖 AI 生成代码、决定架构、规划方向时,他是否正在从创作者退化为旁观者?

这两个问题其实是一体两面。


一、门槛在降低,但没有消失

AI Agent 确实让一些完全没有编码背景的人完成了软件的开发和上线,这已经是事实,不需要再论证。Vibe coding 压缩了大量过去需要人工介入的环节:安全扫描、自动化测试、代码审查、debug 循环,多 Agent 协作也在一定程度上减少了自我验证的偏差。

但这不代表软件开发变成了"零门槛"的事情。

单纯依靠 vibe coding,你依然要做产品决策——AI 只是向导,实际的战略方向由你决定。目前 AI 生成的代码仍然存在安全隐患,比如硬编码密钥、未认证的 API 接口,复杂系统的架构设计 Agent 也还做得不够好。

但这类"能力不够"的论证,本质上是一个有保质期的论证——今天成立,不代表三年后依然成立。真正不会过时的,是下面这条:Agent 的产出由谁验证?只能是你自己。 这不是能力问题,是结构问题:不管模型进化到什么程度,它都不会因为项目失败而付出代价。能力差距会随时间缩小,责任差距不会。压缩不等于消灭,降低不等于消失。


二、把工具当合伙人,是在给失控找借口

有一种说法正在流行:把 AI 当作"技术联创",自己负责产品方向,AI 负责执行。听起来合理,但这个模型有一个根本漏洞——AI 不承担后果

它没有法律主体资格,没有利益绑定,对项目成败没有切身感受。它交付完代码就"结束"了,后续的 bug、用户流失、架构腐化,全部回到你身上。更关键的是,AI 永远不会主动告诉你"这个方向走错了"——它只会帮你把错误的方向执行得更彻底。

常见的辩护是:"我是以投资人视角在做 AI 开发,我负责判断,AI 负责执行。“这个类比表面成立,实际不成立。投资人模型的前提是被投方要负责——扛压力、解释决策、为结果买单。AI 目前一项都做不到。你找不到一个"负责任的执行者”,你只有一个极其高效的工具。把工具当合伙人,只是在给自己的失控找借口。

失控是渐进的

没有人会在第一天就交出项目的全部控制权。失控是慢慢发生的:

  • 第一次接受了一个自己没完全看懂的架构,因为"能跑就行"
  • 第一次让 AI 决定了某个功能该不该做,因为它"说得有道理"
  • 第一次不敢改某段代码,因为不知道动了会牵连什么

然后有一天,你发现自己说不清楚,这个项目为什么是现在这个样子。这时候你已经不是在做项目,而是在维护一个 AI 生成给你的东西。

判断掌控感的三个标准

真正掌握项目的人,通常同时具备三点:

  1. 能解释——能向任何人说清楚,某个技术决策背后的取舍是什么。
  2. 能识别错误——当 AI 给出方案,你能判断它哪里不对,而不是因为"AI 这么说"就接受。
  3. 能应对变化——需求变更或出现 bug 时,你知道该动哪里,而不是把整个问题重新丢给 AI 祈祷它修好。

三条里但凡有一条做不到,你运营的就是一个自己并不真正拥有的项目。


三、认知上移:判断力是最后的壁垒

AI 不断接管过去需要人力完成的生产乃至审查工作之后,人的认知反而需要往更高层走。AI 发展得越快,对人的认知要求其实越高,只是换了一种形式。

当执行成本趋近于零,判断力会变得越来越稀缺。以前一个想法值多少钱,很大程度取决于你有没有能力把它做出来;但当这个门槛逐渐消失、所有人都能执行时,真正拉开差距的,会是想法本身的质量、对问题的定义方式,以及对方向的判断

这也意味着:认知不够强但执行力强的人,过去还有生存空间,往后这个缓冲带会越来越窄;而那些既不在顶层判断、又不在底层执行的中间角色,可能最先感受到压力。

至于"由谁来审查和担责"——目前仍然只能是人。

这里有一个自然的反驳:如果未来出现专门评审 AI 输出的 AI(比如 code review agent、架构评审 agent),判断力是不是也会被自动化,这个论证是不是就不成立了?我的看法是,即使真的出现这一层,责任链条只是往后退了一层,而不是消失——那个"评审 AI"给出的判断,依然需要有人为"是否采信它的判断"负责。责任不能被自动化,只能被转移,而转移的终点始终是人。这也是为什么责任论证比能力论证更耐用。


正确的姿势

AI 在 vibe coding 里最大的价值,是加速你已经想清楚的事情

让它帮你发散创意、生成初稿、填充样板代码、解释报错——这些是 AI 的主场,应该充分用。但架构决策、产品方向、核心逻辑的取舍,必须是你在想、你在判断,AI 只是提供选项和执行。

主体性不是说要自己写每一行代码,而是:这个项目的每一个重要决定,你都知道为什么这么做。

这也是我这段时间在做项目管理工具 harness-all 的原因之一——与其空谈"保持主体性",不如把它做成具体机制:把项目拆成独立的工作区,让每个决策和产出的流转都留下痕迹,逼自己(也逼协作的 AI)说清楚"为什么是这样",而不是让判断悄悄消失在一堆生成结果里。

速度是 vibe coding 的优势,但失去判断是它最大的风险。工具越强,越需要清醒的人握着它。

8 个赞

我始终觉得vibe coding的vibe是头部为了token消费让普通人参与进来的一个契机说法,ai coding要工业化完全不是vibe,需要的是很强硬、稳定、持久化的框架约束在目前llm还单一不能够支撑工业级项目运作的情况下;当然vibe有个好处就是过去需要画原型做汇报做项目启动的,现在只需要几句话就能很快速的出个外壳来更好的表达想法,研发团队/投资人也能更清晰的认知

5 个赞

这个角度很好,跟我文章的结论其实是一回事,只是站在不同层面说的:你说的是工程层——工业化需要稳定持久的框架约束;我说的是认知层——判断力不能外包。这两者本质上是同一个问题的两面。

原型/汇报这个用法我也认同,这正是 AI 加速你已经想清楚的事情的典型场景,不属于我说的风险区间。

至于 vibecoding 是不是厂商为了 token 消费造的词 :smirking_face:,这个可能有一部分道理,但我倒觉得跟核心问题关系不大——就算这词是纯营销,“要不要把判断权交给 AI”这个问题依然存在,不会因为动机而改变。

3 个赞

判断/决策是否交给ai我觉得不一定 everything need “human in the loop”,如果是这样的话其实也不一定真的能提效,还是区分场景来概述,如果human都不确定的事情,我觉得决策到执行全部交给ai也可以,因为此刻human的认知不一定能准确的判断这个事情下一步怎么样,那这时候反倒不如让强大的推理模型来判断;但像领域工程性的project或业务workflow,这种本身的engineer或manager有丰富的经验和知识能支撑来做出比通才非专才的llm更好的判断,才需要决策。所以你说的对,你认知越强大交给ai决策的事情就少,ai决策越少概率性的不确定的事情就越少,就越稳定成功率越高

3 个赞

感觉vibe coding的时候,实际上是更加消耗脑力和注意力了,只是解放了劳动力,还是想法第一

3 个赞

vibe coding 可以扩散你的思维,减轻了试错成本

3 个赞

是的,但未来某一天,AI 或许真的能在能力上完全值得信任—这是有可能的,但我自己现在的体感是还完全没到那一步。但即便有一天能力问题被彻底解决,"谁为结果负责"这个问题也不会自动跟着解决,除非 AI 本身获得某种主体资格——我感觉未来很难实现。所以"值得信任"和"该负责任"是两件不同的事,前者可能会被时间解决,后者我觉得未必。

3 个赞

精力基本都花在决策和review上 :smirking_face:还有就是review后的调整

3 个赞

交给AI的话 可能提效1000%

都自己判断 每行代码review过去
可能只提效 50%

3 个赞

换个算法,用你的AI提效1000%和review提效50%,假设现在ai出错,review的依旧恒定50%在任何情况下,那AI提效的1000%需要*0.0001%,那就是负增效了,对于企业来说宁可不做也不愿多做多错,如果是这样的话还不如不要AI :star_struck:

2 个赞

顺便问一句,你说的harness-all项目管理工具,是开源的吗?想看看你是怎么把"保持主体性"机制化的 :flexed_biceps:

2 个赞

就是这个吧harness-all:给 AI Agent 造一个「个人工作室」—— 当 AI 服务可能随时中断,项目记忆才是你的护城河

2 个赞

是这个道理,
但是老板的预期是 1000%,
按1000%给你下KPI

按我理解 那种比较重要的项目 还是以人为主, 写好方法名称 让AI补充具体实现,
自用的项目 或者 个人开发者 就不管这些了, 东西能上能跑 就先上架试试水再说

2 个赞

harness-all里面只是保留这个这个设计思想, 其实就是想吧 工程和认知 两层关联在一起:用契约交付(PRD+AC+API contract)代替沟通,把"为什么这么设计"变成必须写下来的文档;然后用 review-owned completion 防止 AI 自己说"做完了"就被采信;用硬熔断( 比如10 次强制停,重置要人授权)确保"要不要继续"这个决定权始终留在人手里。

说白了就是不指望自己或协作的 AI 靠自觉保持主体性,而是靠流程把"你说不清楚就过不去"这件事变成结构性的障碍。

but,这个项目大多数机制其实目前还停留在提示层——比如写在 SKILL.md 里靠 Agent 自己读了执行,只有几个核心环节(比如完成状态判定、迭代熔断)是强制卡人工的。完全机器强制那层我还在考虑做不做。但即便做完了,我觉得也焊不死——本身谁设计这套强制规则、要不要信任它,这个判断照样还是落在人身上,责任链条顶多再往后退一层,不会真的消失。这和我文章的论证其实是一回事,只是这次审视对象换成了我自己在做的东西 :smirking_face:

3 个赞

vibe coding确实把精力从’写代码’转移到了’审代码’,执行成本低了但review成本没降。关键不在于会不会写,而在于能不能判断AI生成的方案是否靠谱,这本身就是一种需要持续训练的核心能力。

3 个赞

高级的烹饪方式

2 个赞

是的,没毛病

2 个赞

确实,谁为后果负责 这个事情不是ai模型能力问题,是结构问题。对文章论点非常认可
还有提到的认知上移的这个模块,感觉深度思考后真的学到很多

2 个赞

太对了,很多时候搞到最后都不是在做项目,完全是在维护ai的产物!我最近也在警惕这个问

2 个赞

这个角度挺好的

2 个赞