Vibe-Spec-Coding——从“写代码”到“表达意图”

哈喽大家，好久不见了～

看了一下上一篇博客的日期，居然已经是N月之前的事了…… 

这一年多确实挺忙的，工作上各种事情，学习上也懈怠了，博客就一直没顾上更新。

最近稍微缓过来一点，又开始捡起一些东西在学，如今编程方式不说大家也能知道，纯自己手工敲的应该不多了，所以还是想学学ai相关的一些知识来顺应潮流。先说一下背景哈，我对AI底层的原理其实也不太懂，平时就是会使用下Claude这个工具

，属于“会用但不懂原理”的那种。所以这篇文章不会涉及什么深度学习那些硬核内容，主要就是聊聊我最近接触到的一个新概念——Vibe Coding和Spec-Coding。

当然，接下来计划是学习一些关于ai底层的原理【得先调整心态，一步一个脚印踏实的学才行】，以应对未来千变万化的ai世界，万变不离其宗，上张关于ai概念的图：

先说说我以前的认知

以前写安卓嘛，就是老老实实敲代码。Java忘了加分号要报错，少个大括号要报错，NullPointerException更是家常便饭。写个布局文件，id写错了、findViewById类型不对应，运行直接崩。Gradle配置半天，依赖冲突调一上午……我花了好几年才把这些东西记住，结果现在AI出来了，跟我说“你不用写代码了，跟它聊天就行”。

说实话一开始我是有点懵的，甚至有点抗拒。心想：我好不容易学会了这些，你现在跟我说都不用写了？

但工具这东西吧，由不得你抗拒。周围越来越多人在用，我也试了试，发现确实跟我想的不太一样。

Vibe Coding是个啥？

这个概念是2025年提出来的，提出来的人是前特斯拉AI总监、OpenAI联合创始人Andrej Karpathy。他管这个叫Vibe Coding，中文有人翻译成“氛围编程”或“感觉编程”。

核心思想其实很简单：用自然语言写代码。贴一张网络的“梗图”：

 这里没有Java、Kotlin、C、C++，只有人类的语言。。

以前我们写代码，用的是Java、Kotlin、C++这种编程语言，必须严格遵守语法规则。现在你直接跟AI说人话，它帮你生成代码。

举个栗子，以前我要写一个数组的求和：

// 以前：得老老实实这样敲
int total = 0;
int[] nums = {1, 2, 3, 4, 5};
for (int num : nums) {total += num;
}
Log.d("TAG", "total = " + total);

现在我只需要说：

“帮我算一下1到5的总和”

AI就直接把上面的代码生成出来了。

再比如写个RecyclerView，以前要写Adapter、ViewHolder、布局文件，一套下来没个把小时搞不定。现在你跟AI说“帮我写一个RecyclerView的Adapter，列表项显示标题和描述”，它直接给你生成一套完整的代码。虽然有时候还得自己调一下，但大部分样板代码都不用自己敲了。

而且它还有一个特点，就是你可以用很“模糊”的语言来描述需求。比如你让它“配色不要太俗”、“界面要简洁大气”，它能理解这种“感觉”。刚开始我觉得这有点玄，但试了几次之后发现确实可以。

Karpathy原话是这么说的：

“这是一种完全屈服于感觉，甚至忘记代码本身存在的编程状态。”

这个描述挺准确的，你确实可以不太管代码本身，专注在想实现什么功能上。

下面用表格对比一下这两种编程方式：

为什么以前没有这种编程方式？

其实原因很简单：以前的计算机听不懂人话。

你对着编译器说“帮我写个登录页面”，它只会给你报错。它只能理解精确的指令，比如“定义一个EditText，id是username，类型是String……”

但现在的AI（大模型）不一样了，它能理解你说的那句话背后的意图。你一说“登录功能，注意安全”，它会自己推理：

• 登录需要用户名密码 → 需要输入框
• 密码不能明文传输 → 要加密
• 防止暴力破解 → 限制尝试次数
• 用户信息要存下来 → 需要本地数据库或后台接口

这些不是别人教它的，是它自己从你说的那句话里推理出来的。如果它不确定用Room还是SQLite，它还会主动问你：“用本地数据库还是走网络接口？”

这就是大模型带来的变化。Vibe Coding能成立，背后靠的就是这个。

而且它跟以前的“低代码平台”还不一样。低代码平台是在一堆预设好的组件里拖拖拽拽，能干什么是被固定死的。但Vibe Coding里的AI是真正理解你想要什么，然后自己琢磨怎么实现——一个是“选积木搭房子”，一个是“你给我描述个房子，我来帮你盖”。

它也不是万能的

说完好的，再说说让我不太放心的地方。

我还了解到一个挺有意思的问题——AI 写的代码，AI 自己可能测不出问题。

逻辑是这样的：AI 按某种思路生成了一段代码，然后它又自己生成测试用例来验证。但测试用例往往会顺着同样的逻辑走，很难发现真正的 Bug。并发问题、边界情况、内存泄漏，表面上看都好好的，实际上可能藏着雷。

有人把这种情况叫“监守自盗”，我觉得形容得挺到位的。

虽然我目前还没遇到过这种情况（毕竟用 AI 写代码的时间还不算长），但从它的工作原理来看，AI 的“理解”本质上是一种概率预测，确实存在逻辑盲区，这个提醒对我来说还挺值得留意的。

而且，虽然写代码的工作量确实减少了，但别的事情变多了：

• 你得把需求描述清楚，这需要你对业务有理解
• 你得把握整体架构，不然 AI 生成的东西会乱
• 你得审 AI 生成的代码，看它有没有问题
• 你还得自己想测试方案，不能依赖 AI 自己测自己

所以我的理解是：Vibe Coding 没让编程变简单，只是把“会写代码”的要求换成了“会想清楚自己要什么”。我目前虽然体会还没那么深，但逻辑上我觉得是对的。

大型项目怎么办？Spec-Coding

Vibe Coding 还有一个挺明显的问题：聊着聊着 AI 就把之前的约定忘了。

比如前面跟它说“用Retrofit做网络请求”，聊了十轮之后，它可能就换成OkHttp直接写了，代码风格前后不一致。这在个人项目里还好，多人协作的话会很麻烦，大家各聊各的，最后代码风格不统一，标准也不一样。

所以有一种升级版的做法叫Spec-Coding（规格驱动编程）。

跟纯聊天式的Vibe Coding相比，多了一个“设计文档”的环节。文档写好了，AI就不容易跑偏；团队之间也有了一致的标准；后面改需求的时候，直接改文档，让AI重新生成就行。

其实我们程序员都知道文档重要，但以前就是懒得写。现在文档成了生成代码的“原材料”，不写不行，反而把这个老毛病给治了。

还有一个例子我觉得挺有启发的——API 接口文档自动生成网络请求代码。

平时我们安卓开发跟后端对接，后端会给一份接口文档，里面写了 url、请求参数、返回格式。以前我们要自己手写 Retrofit 的 Service 接口、写数据 Bean 类、写网络请求逻辑……一套下来又是大几十行代码。

用 Spec-Coding 的思路是这样的：先把接口文档喂给 AI，让 AI 理解清楚，然后直接生成完整的 Retrofit 代码，包括数据类、Service 接口、网络请求的实现。后面接口加了新字段，只需要更新文档，AI 重新生成就行，不用自己一个个去改。

这个逻辑跟“写设计文档 → AI 生成代码”是一样的——文档即代码。

我理解这两种模式的关系是这样的：

• Vibe Coding：适合快速验证想法、个人项目、原型阶段
• Spec-Coding：适合多人协作、长期维护的商业项目

实际开发中两者也不是非此即彼，可以混合使用——先Vibe快速验证，再Spec规范开发。这种混合方式就叫Vibe-Spec-Coding。

总结

这篇文章没有谈怎么用某个具体工具，因为我也不太会，每个人用的工具也不一样。我觉得更值得聊的是这个编程范式的变化——从写代码到表达意图，这个转变还是挺大的。

Vibe Coding也好，Spec-Coding也好，它们本质上都是AI能力的外在表现。真正让这一切成为可能的，是底层大模型的自然语言理解和推理能力。

所以后面如果有时间，我打算接着往下学，主要是从基础原理来一步步走进大模型实战的世界，加油～