Reddit高赞：氛围编程这台老虎机，正在制造脑残程序员！ 原创

编辑 ｜ 云昭

“AI 编程的体验，本质上是一个老虎机式奖励系统！”

半年多来，Vibe Coding 几乎重写了开发者的工作方式。

盯着屏幕苦思冥想似乎成了过去式，现在只需要把需求丢进 Claude、GPT 或 Cursor，然后在几分钟后就得到能运行的结果。

生产力看似翻倍，GitHub 提交曲线一片碧绿。但另一个问题却悄悄浮现：没有挣扎，没有洞见，没有成长。

我们是不是正在变“脑残”？

近日，一篇名为“氛围编程正在制造脑残程序员”的文章在 Reddit 上引起了巨大反响，吸引力多达1000+的投票者。

图片

这篇文章的作者Namanyay是一位旧金山的印度籍创业者。他同样是一位喜欢使用AI辅助编程的玩家。他在文中对比了在用AI编程之前的状态，给出了一个非常形象的比喻：

AI 编程的体验，本质上是一个老虎机式奖励系统：

输入提示词，等待几十秒；

屏幕出现结果，多巴胺瞬间释放；

即便有 bug，再修，再丢给 AI。

这一切像极了手游过关、刷Tikok。它让开发者依赖即时满足，而不是深度思考。

“AI 把‘搞懂问题’那部分的快乐全夺走了。剩下的只是浅薄的快感。”

这一观点引起了很多评论者的共鸣，一位读者进一步补刀，事实上，（而且是）越小白的 coder 越喜欢“Vibe Code”。 

这无疑是一种恶性循环。“人们使用 AI 进行编程的程度与他们（缺乏的）技能之间存在直接的相关性。”

但有些网友却认为，这种事情不可避免，而且问题不大。

如果真的在工作中，有人提交的代码是 100% AI 生成，甚至连自己都没看过，那说明团队的问题比“氛围编码”更严重——是管理和质量控制上的根本问题。

如果你说的是业余程序员，那谁会在乎呢？Vibe 编码让非程序员或想要拓展其他领域的程序员能够真正构建出他们以前做不到的东西。

最终，他们仍然要对自己构建的东西负责，所以这有什么问题呢？

AI时代，究竟该如何看待这个问题？

作者指出，速度不等于能力。同时，他给出了自己平时是如何平衡AI与自己思考的，这样确保自己Vibe Coding的过程中不丢掉编程的灵魂。

话不多说，下面就让我们欣赏这篇高赞文章。

1.AI把我们变成了赌徒

我一直在用 Claude Code 来替我写所有代码。而我觉得，这正在让我在自己热爱了十二年的事情上变得越来越糟。

一个事实是，AI 编程正在重塑我们的大脑。它让开发者沉迷于即时满足，而不是深入理解，把我们变成了老虎机赌徒，不停拉下拉杆，等待下一次能跑通的代码。

如果这种情况发生在我身上，一个在 AI 出现之前就学会编程的人身上，那对那些从未经历过“非 AI 时代”的新手开发者来说，又意味着什么呢？

2.解决难题的感觉

16 岁那年，在新德里的寝室里，我沉迷于这样一个问题。要不要跟我一起试试？

图片

从一个 2×22×2 的方格左上角出发，只能向右或向下移动，一共有 6 条路径可以到达右下角。

那么，通过一个 20×2020×20 的方格，总共有多少条这样的路径呢？（Project Euler 的“格点路径”问题）它来自一个叫“Project Euler”的网站，这是编程挑战的最佳资源之一，融合了数学、数据结构和算法知识。这个题目是第 15 题 “格点路径”。和 Euler 大部分问题一样，它的表述很简单。

题目里已经给出了 2x2 的例子，你可以很容易画出 3x3（试试看，这是我做的第一步）。但真正的挑战在于放大规模——能想象 20x20 格子会有多大结果吗？

我为此花了好几个星期——在所有能找到的纸上乱画图，烦到数学老师见我就躲，甚至有几晚梦里还在想算法。

你能想象今天还会有人花几个星期只为了一个问题吗？不停地思考，失败，再思考？

我试过一切。暴力法。递归。画到手抽筋。都不行。

直到某天下午放学坐公交车时，我突然意识到：这根本不是路径搜索问题。

它是组合问题。要到达右下角，必须走 20 次右、20 次下。换句话说：你有 40 步，其中 20 步是右，20 步是下。问题就是——有多少种排列方式？答案就是 C(40,20)。

那一刻我仿佛有了小型“欧几里得时刻”，兴奋到回家都在傻笑。我开机，十分钟写出解法，算出了答案：137846528820。提交后屏幕弹出成功提示，数周努力汇聚成这一瞬的荣耀。

但关键不是得出了这个数，而是那个瞬间——当一切突然串联起来的感觉。数周的迷惑变得清晰无比，进入了完全沉浸、完全理解的心流状态。

如果我没花时间思考，或者作弊去网上找答案，我绝不可能有这种体验。

我没这么做，那种冲击是纯粹的魔法。我彻底爱上了编程。

3.空洞的满足，便宜的快感

几个月前，我遇到一个复杂的 React 状态管理 Bug。调试 React 状态的乐趣几乎垫底，仅比卡着网速掉包的上网好一点，所以我（偷懒地）把整个问题丢给 Claude。

然后（这就是悲剧开始的地方）我切到 Twitter 滑了一会。

Claude 给出了解答。我心里只冒出一个“哦，挺好”。没感觉。

也不完全没感觉。

我感觉到了一种空洞的满足：代码能跑了。就像刷 TikTok 或手游通关时的那种便宜的快感，“有点事发生了”。

如果你用过 AI 编程，可能也有同感：

我输入一个提示，带点“氛围感”。AI 假装在“思考”（明明大家都知道它根本不会思考，只是在假装。我却还会微笑，甚至半信半疑）。

我知道大概等半分钟会出答案。在这期间我该干嘛？思考？AI 已经帮我思考了，而且更快，还大概率正确。

等结果出来，的确有一瞬间的多巴胺。爽。

我检查代码（骗你呢，我只是扫一眼它写的解释，并没看代码本身）。差不多能用，但有些假设错了，于是有 bug。

我再给 AI 一个提示，它再改。如此反复。

输入提示，得到代码。

拉下拉杆，获得奖励。

总之，没有挣扎，没有洞见，没有成长。

4.我们正在制造“人形合并按钮”

当你用 AI “氛围编程”时，真正发生的是：你从错误的地方获得了多巴胺。

在 AI 出现之前，编程会给我两次快感：搞懂问题 和 跑通代码。理解算法为什么失败时的突破瞬间；设计出优雅架构时的满足；调试几个小时后终于运行成功的喜悦。

现在，AI 把“搞懂”那部分全夺走了。剩下的只是浅薄的快感。

仔细想想，这 30 秒的等待，其实就是“变比率奖励机制”——随机、间歇性的奖励。老虎机、社交媒体和手游的上瘾原理一模一样。

如果这能影响到我——想想那些完全没经历过非 AI 编程时代的新人吧。

我们正在培养一代会交付代码、但不会推理系统的开发者。

我们正在制造一代“人形合并按钮”，他们只会批准 AI 的提交，而不理解自己部署了什么。

他们将永远体会不到 Euler 那种时刻。那种教会你“如何思考”，而不是“如何复制粘贴”的长期挣扎。跳过了那些真正让你变强的挑战。

5.速度的幻觉

最糟的是：AI 的确能让人感觉很好，确实能用。它让我觉得自己很高效，功能上线更快，GitHub 的绿格子闪闪发光。

下面是我每周的 AI 使用情况。

看起来挺不错的，嗯，“我自己的心血”。

但速度 ≠ 能力。当你把思考外包出去，你失去的不只是练习，还有信心。那个曾经在你耳边低语“我能搞定”的声音，每次你依赖 AI 时都会变得更小声。

6.如何用 AI，而不丢掉灵魂

我不是说要放弃 AI —— 这些工具已经强大到无法忽视。但我们必须有意图地使用它们。

• 强迫自己理解代码。如果你说不清它在做什么、为什么要这么做，就别合并。听起来显然，但新手跳过这一步的频率高得吓人。
• 定期不靠 AI 练习题目。我又开始做 Project Euler。这是有意的编程训练。我的问题解决肌肉比我想象的还要生疏，但正在恢复。
• 利用 AI 等待时间。别刷 Twitter 或 Reddit，可以用来思考下一个任务的架构。（如果需要，装个社交媒体屏蔽工具。我手机上用的是 Opal。）
• 最重要的是 —— 记住我们写代码的原因：从无到有地创造，解决看似不可能的问题，去构建真正有意义的东西。别忘了这个“为什么”。

7.我是这样平衡的

ps：在作者另一篇博客中，提到了自己如何平衡AI工具和自己工程能力的做法，小编觉得非常有价值，也特地补充了过来。

真正的危险不在于使用 AI —— 而在于把理解力交给它。“氛围编程”或许能应付一个周末项目，但对任何严肃的软件来说都是灾难性的。

在编写我自己的 AI（它能让软件开发更快）时，我总结出了一套全面的方法，既能平衡 AI 的辅助作用，又能保持工程上的卓越：

• 在使用 AI 工具时，先要有清晰的架构愿景。
  在生成任何代码之前，先写下你的需求、约束条件和预期行为。这会成为你验证所有 AI 生成代码的框架。
• 不要直接接受 AI 提供的完整函数或组件，而是把它们拆解成更小、可理解的片段。我形成了一个三步流程：

生成小而集中的功能片段

彻底审查并理解每个片段

只有在验证和测试之后才整合

• 确保 AI 对你的项目有完整的上下文信息。其中应包括：
• 项目的存在意义（Why the project exists）
• 业务逻辑，解释“为什么”，而不仅仅是“怎么做”
• 项目各子部分之间如何交互
• 重要的第三方依赖在何处以及如何被使用
• 数据模式和模型的说明
• 制定一套能迫使你理解代码的测试策略：
• 在接受 AI 生成的代码之前先写测试
• 明确测试边界情况
• 实现验证系统行为的集成测试，或者至少手动进行验证
• 即使作为独立开发者，我也会对 AI 生成的代码保持严格的代码审查流程：
• 像对待初级开发者写的代码一样审查所有生成代码
• 检查安全隐患
• 确保错误处理得当

8.没有理解的生产力，只是复制粘贴的咸鱼

即使有一天 AI 渗透了整个软件开发流程，最好的开发者依然会是那些能深度思考复杂问题的人。

我看好 AI 编程。这是革命性技术，让我比以往更高效。但没有理解的生产力，只是精致的复制粘贴。

AI 应该放大你的智慧，而不是替代它。用它来攻克更大的挑战，而不是彻底逃避思考。

因为一旦我们不再与难题搏斗的那一天，我们就不再是程序员，而变成了别的东西。

好了，文章到这里结束了，祝周日愉快！

参考链接：​​https://nmn.gl/blog/vibe-coding-gambling​​

本文转载自​​​51CTO技术栈​​​，作者：云昭