矽谷新潮流：Vibe Coding 是什麼？AI 程式設計的氛圍革命！

為何越來越多的新創工程師推崇 Vibe Coding？本文揭示 Vibe Coding 如何利用 AI 驅動程式設計的革新，讓工程師專注於更具挑戰性的任務，並加速產品開發週期。

關鍵要點

研究顯示，vibe coding 可能成為未來編碼的主流方式，特別是在新創公司中，AI 工具生成程式碼的比例高達 95%。
它似乎改變了軟體工程師的角色，更多朝向產品工程師，強調直覺和產品視野。
目前 AI 工具在除錯方面仍有挑戰，需人類介入，未來可能會改善。
招聘實務可能需調整，評估候選人使用 AI 工具的能力，而非僅靠傳統編碼測試。

什麼是 Vibe Coding？

vibe coding 是一種新興的編碼方式，開發者大量依賴 AI 工具生成程式碼，專注於高層次的思考和產品規劃，而非手動編寫程式碼。根據 Y Combinator (YC) 的調查，許多創辦人估計他們的程式碼庫中有超過 95% 是 AI 生成的，這一趨勢正在重塑軟體開發的未來。

Vibe Coding：讓 AI 取代你的鍵盤

Vibe Coding 是一種全新的編碼方式，甚至可以說是一場程式開發的革命。簡單來說，你幾乎不需要寫任何程式碼，而是完全依賴 AI 來幫你完成開發工作。這個概念聽起來或許不可思議，但連 AI 領域的先驅 Andrej Karpathy 也對此表示讚賞，並在社群媒體上分享了他的使用經驗，引起了極大的關注。

如何改變軟體開發？

vibe coding 讓開發者能快速從零到一，特別適合新創公司快速推出功能。但在擴展階段，可能仍需傳統系統工程師處理低層次系統設計。調查顯示，AI 工具目前在除錯方面表現不佳，需人類介入，這可能仍需基礎技術能力。

未來展望

隨著 AI 技術進步，招聘可能更看重候選人使用 AI 工具的能力，而非傳統編碼技能。這可能催生新一代軟體工程師，專注於產品策略而非手動編碼，但系統設計和除錯能力仍至關重要。

背景

Andrej Karpathy 提出了 vibe coding，這是一種新編碼方式，開發者依賴生成式人工智慧 (Gen-AI) 工具生成程式碼，專注於高層次思考而非手動編寫。YC 對其現有批次創辦人進行調查，詢問他們使用 vibe coding 的工具、工作流程變化及軟體工程的未來。調查結果顯示，許多創辦人估計程式碼庫中有超過 95% 是 AI 生成的，這一數據令人震驚，特別是這些創辦人多為技術能力強、過去能從零開始建構產品的人。

AI 編碼工具如 Cursor 和 GitHub Copilot 在 2024 年後快速普及，特別是 YC 中，創辦人對這些工具的依賴度增加。特別是 AI 編碼工具 2025 年趨勢分析提到，AI 生成程式碼的比例在新創公司中達到新高。

vibe coding 正在改變軟體開發的各個面向，以下是具體發現：

角色轉變

一名創辦人提到，「軟體工程師的角色將轉向產品工程師。隨著 Coen 工具讓每個人都成為 10 倍工程師，人類的直覺變得比以往更重要。」這顯示 vibe coding 讓產品視野成為核心。
另一位創辦人說，「我不再是工程師，我是產品人。」這反映了角色從編碼者轉向產品設計者的趨勢。
調查指出，工程師可能分為兩類：產品工程師，專注於用戶需求和產品設計；系統工程師，專注於基礎設施和架構設計。前端工程師更像產品經理 (PM)，深入了解未被滿足的市場需求，並將其轉化為程式碼。後端工程師則更專注於技術挑戰，如系統優化。
然而，調查也提到，AI 工具目前在除錯方面表現不佳，需人類介入，這可能仍需傳統技術能力。

工具與模型使用

Cursor 和 WindSurf 是熱門工具，特別是 Cursor 被廣泛用於平行處理多個功能。WindSurf 因能自動索引整個程式碼庫而受到青睞，相比之下 Cursor 需要手動指定檔案。
Chat GPT 因其推理模型而被使用，特別是解決除錯問題。創辦人會將除錯問題發佈到 Chat GPT，以利用更強大的推理模型。
在模型方面，Claude-3.5 和 GPT-4 是主要選擇，與 Sonet 3.5 競爭激烈。DeepSeek R1 也被提及，成為潛在競爭者，而 Gemini 因其長上下文視窗被部分創辦人用於一次性修復錯誤，但效果不穩定。
一些創辦人選擇自建模型，可能是為了保護敏感知識產權，如關鍵技術或商業機密。
調查顯示，現有工具不擅長低層次系統工程，特別是擴展到大規模應用時，可能需要傳統系統工程師介入。

效率與速度提升

一名創辦人提到，「六個月前編碼速度提升 10 倍，一個月前是 100 倍，呈指數級加速。」這顯示 vibe coding 帶來了效率的指數級增長。
另一位創辦人說，「我用 Cursor 寫所有程式碼，有時甚至同時開兩個 Cursor 視窗，分別提示不同功能。」這顯示工具的多任務處理能力。
調查指出，快速生成程式碼讓開發者更願意丟棄舊碼，一名創辦人提到，「我現在對程式碼的依附減少了。由於編碼速度快了三倍，決定是否丟棄或重構程式碼時，我變得更客觀。需要時很容易重寫。」這反映了 vibe coding 改變了開發者的工作心態。

挑戰與限制

AI 工具在除錯方面表現不佳，創辦人需明確指導 AI，如同教導初學者，否則需從頭重寫。一名創辦人提到，「你必須能分辨 AI 生成的程式碼是好是壞，這需要足夠的訓練和直覺。」
現有工具不擅長低層次系統工程，特別是擴展到大規模應用時，可能需要傳統系統工程師介入。例如，Facebook 曾因 PHP 瓶頸而需聘請系統工程師建構自訂編譯器 HipHop。
一名創辦人提到，「如果你讓候選人用 AI 工具，舊問題可能變得太簡單，需設計更困難的問題來測試深度。」這顯示招聘需適應新工具。

新創招聘的未來

傳統的白板演算法測試可能不再適用，調查顯示公司如 Stripe 已轉向評估候選人快速建構產品的能力，例如在有限時間內完成待辦事項應用程式。
未來可能需評估候選人使用 AI 工具的能力，例如如何有效利用 Cursor 或 WindServe。一名創辦人提到，「招聘需區分零到一階段（快速開發）和一到 n 階段（擴展規模），前者適合 vibe coding，後者需系統工程師。」
調查指出，招聘需評估候選人的工具使用能力和產品直覺，而非僅靠傳統編碼技能。一名創辦人提到，「如果你不能分辨 AI 是否在說謊，你可能需要被古典訓練過的技術能力。」這顯示技術判斷力仍是關鍵。

Vibe Coding 關鍵影響

面向	描述	示例
角色轉變	從軟體工程師轉向產品工程師，強調直覺	「我不再是工程師，我是產品人。」
工具使用	Cursor、WindServe、Chat GPT 廣泛使用	Cursor 同時開兩個視窗處理功能
效率提升	編碼速度提升 10 倍至 100 倍，呈指數級加速	六個月前 10 倍，一個月前 100 倍
挑戰	AI 除錯能力不足，需人類介入	需明確指導 AI，如教初學者
招聘變化	評估工具使用能力而非傳統編碼測試	建構待辦事項應用程式測試

結論

vibe coding 正在改變軟體開發的未來，特別是讓新創公司能快速從零到一，但擴展到大規模應用時仍需傳統系統工程師。調查顯示，這一趨勢已成為主流，若不跟進，可能會落後。影片內容顯示，AI 生成程式碼的比例高達 95%，這一意外的細節顯示了 Gen-AI 工具的潛力，但也凸顯了除錯和系統設計的挑戰。

關鍵引用

With over 20 years of experience in technology, and the startup industry, I am passionate about AI and driving innovation. Keeping the engine running