用了Vibe Coding之后，我理解了硅谷工程师为什么对AI发展感到焦虑

越真 | Closer To Truth

18分钟 ·1 个月前

3799

大家好，欢迎来到第四期的Closer to Truth。

我之前发了微博说要录一期播客详细谈谈我对vibe coding和AI发展的一些看法，没想到微博给我推上了热搜。所以这个播客名就直接用微博编辑给的热搜名命名了。

本期播客将主要谈论我使用vibe coding的一些感想和体验，将主要从以上图中所说的6个方面进行分享。

希望您喜欢！

02:13 什么是Vibe Coding

04:22 未来属于有创意和丰富精神世界的人

08:13 长期主义的价值会在未来最短3年内爆发出来

09:23 学计算机或AI等专业将不会得到想象中的回报

10:55 社交媒体的盈利方式将发生改变

12:50 学习文科或者艺术的人也许会在将来呈指数型增长

14:51 一定要让你的孩子学好英语

16:27 深耕你热爱的事

展开Show Notes

霹雳么么猫

2026.2.27

非常同意！确实我觉得AI时代到来之后更容易看出来的反而是哪些人真的有品味、有态度、有灵魂。我要熬到AI把空心人都干掉的那一天（

Kyle_Ip

2026.2.27

AI / CS 的意义不仅在于 tech，更多是作为其与 business 之间的桥梁。我觉得 vibe coding 距离开发生产级的应用 / 服务还差很远：从 developer 的角度来看，我们总是对 production 保持敬畏的。但在 AI 浪潮中最近才开始尝试 vibe coding 的用户很少会有这样的意识。

举个例子：对于所有可能影响千百万用户的 changes 我们都会经过严格地评估，且尽可能将 business impact 范围控制得足够的小。现在的 agent 在 troubleshooting 方面的能力还不太行，当出现 bug 时为了达成目的，它更倾向于大刀阔斧地删改或推倒重来，现实中是经不起这样的折腾的。

又比如当 AI agent 缺少 domain knowledge、却没有意识到这一点，并假设遇到的是一个 tech issue 再尝试去解决，往往很可能带来灾难性的后果（不是说 AI 解决不了这一点，而是该做什么、如何去做，还是需要人去从 tech 的角度去分析评估的）。

当然，在有条件的情况下还是鼓励大家多去尝试，只是提醒大家对于技术还是应保持敬畏。

Kyle_Ip:不是泼冷水，是希望大家在愉快玩耍的同时能想得更多：毕竟很多人希望做出来的东西是实用的，那就要对它的用户负责。(^_^)

糖果制造机:对prod的敬畏基本来自对customer issue的恐惧。vibe coding能搭small scale的app，但还做不了large scale的infra。besides，我觉得ai缺少domain knowledge不是最主要的，而是vibe coding的人缺少，所以l3能被取代但是jeff dean肯定不会被取代

共5条回复

二二二二二厶

2026.2.27

又忍不住开麦了，其实未来语言学习的性价比挺低的，因为现在ai modal底层算法就注定了他是一个语言学习的天才，完全可以替换掉世界上 80% 的翻译。你现在看到的这些英文的内容，可能你要学个几个月才能看懂，但是交给ai，你甚至只需要等半分钟，他能用中文给你一个总结版😂

越真

:这个观点我在播客里谈过了

二二二二二厶:理解，可能我的侧重点是性价比不高，open mind作为目的学语言的性价比不太高

共4条回复

二二二二二厶

2026.2.27

主播表述很清晰！但是好几个地方我都持完全相反的观点。比如抽成的问题，我觉得平台抽成反而会变得更加高，因为现在很多app本身并不是因为它的功能，反而是因为它的用户粘性很高，写一个app在vibe coding之前就已经变得cheap了，在写app变得cheap之后，其实并没有哪个公司因为抽成不存在而没赚到钱，大多数是因为没有投入去写app而没赚到。又因为大公司拥有很多人力，可以实现快速更新，所以他更可能实现获得用户反馈->迭代->继续获得反馈->迭代的快速循环。有了vibe coding之后，大公司除了拥有很多人力，还会拥有更多的算力，那这种迭代只会更加夸张，好的idea也是可以买来的，那么平台的垄断能力只会越来越强，有垄断就更可能存在“抽成”。

越真

:也很有可能！

狲狲

2026.2.27

主播快去试试 openclaw🦞用完一定会又有新的认知

越真

:好嘞，忙完马上去

道满

2026.3.06

Up对软件领域的理解层次还是太浅，coding不只是只有app，帮你点外卖点，处理一些不同领域的业务逻辑，这个是ai可以很好的coding。但是performance sensitive的一些工业软件，game engine， kernel，compiler，这些你没有对应领域的cs knowledge和经验，有ai你都不知道问什么，比如你说你让ai给你写一个渲染库，它显然很有可能给你生成一堆opengl的垃圾代码，quality ok，performance一坨屎，你说你没有cs的知识，怎么一步一步引导它优化？还有一些仿真领域的工业软件，数不清的纯经验wa，这个对通用ai根本没法统计。其实这些领域工程师80%-90%时间根本不在写代码。

道满:而且最奇怪的逻辑是，因为能无缝写代码的人多了，去学文科艺术的人会变多？为什么人文艺术不会受ai技术影响？他们学完这些东西的创作都能超过ai？还是说他们呼吸了更多的理性的空气，就有了伟大心灵？我不觉得大多数学文科的学生能比ai更好“理解”胡塞尔，维特根斯坦，能更好“理解”施派和剑桥学派之争，更少可能创作出伟大的作品。大多数人都是平庸的，ai不能影响的只有那些真正少数的伟大心灵