為什麼少有人能靠 Vibe Coding 成功:真正稀缺的是品味
前言
背景:
隨著 AI 工具讓產生可運行程式碼變得驚人地簡單與快速,關於軟體開發中仍然具備價值的事物出現了新的討論。本文檢視一個論點:當產出能運作的程式碼的機械性障礙消失時,剩下的稀缺資源是 品味 — 區分僅僅可用與真正值得存在的能力。我們探討品味如何養成、為何 Vibe coding 會侵蝕形成性學習經驗,以及這對產品品質和開發者成長意味著什麼。
懶散包
關鍵結論: 隨著 AI 降低產出可執行程式碼的成本與精力,決定性差異化因素變成了 良好的判斷力。品味並非透過被動地消費精緻範例就能吸收;它是在犯錯、觀察失敗和反覆迭代的摩擦中鍛鍊出來的。Vibe coding 提供即時且可用的輸出,跳過了那個痛苦的學習迴圈,導致許多開發者在流暢度上很高但在辨識力上很膚淺。
主體
從前,撰寫軟體在想法與可運作程式之間有一道龐大的牆。那道牆由數小時或數日的手動測試、除錯、閱讀文件以及與意外錯誤搏鬥所構成。那些摩擦充當了自然的品質篩選器:當建構成本很高時,團隊與個人傾向只嘗試值得投入的事物。在那樣的環境中,許多塑造良好產品的決策是由限制所驅動的。
人工智慧與先進的程式碼生成工具已經徹底降低了那些障礙。描述一個功能,幾分鐘內你就能收到一個看似合理的實作——通常比手動輸入第一個函式還快。這種速度具有變革性與民主化效果,但它也隱藏了一個問題:雖然更多人可以產出可運作的成果,優秀產品的絕對數量不一定會同步增加。為什麼?
簡短的答案是品味:判斷什麼值得關注與精進的能力。品味不僅僅是對已消費之優秀作品的欣賞。你不能只靠在頂級餐廳用餐就成為一位技藝精湛的廚師,也不能只透過閱讀一百個構思良好的倉庫就成為一位有鑑別力的工程師。品味的關鍵養成來自於摩擦——那種產出較差作品、面對其缺陷,並將那些失敗編碼為實際判斷的混亂且令人難堪的過程。
當你建造的東西失敗時,你被迫與其缺陷共處,追溯崩潰的原因,並在下一次更有意識地做出權衡。那些痛苦與反思的時刻是品味的學徒期。反覆的小失敗教會你哪些模式脆弱、哪些權衡會產生系統性的脆弱性,以及哪些使用者問題是真正重要的。摩擦不僅是學習的障礙;它本身就是課程。
Vibe coding——透過 prompt 與模型快速產出看似合理的實作——捷徑了那套課程。對新手而言,它可能令人沉醉:從第一天起他們就能召喚出可運行的原型,卻不必忍受自己的失敗發行。缺失了那道牆便缺失了課程。當環境在你親自深入問題領域之前就交付一個過得去的版本,你就失去了內化為何某些設計選擇較優或某些選擇有害的機會。
還有一個更令人擔憂的後果:有品味者與無品味者之間的生產力趨於一致。歷來,培養出品味的開發者可能會因為更謹慎地迭代、權衡長期後果並抗拒過早發佈而較慢交付。如今,有鑑別力者與無鑑別力者都能以相近的速度交付。結果是充斥著表面可用輸出的海洋,使卓越更難被辨識。
哲學家哈里·法蘭克福在《論胡說》中所作的區分具有啟發性:胡說者並不關注真相,且可能對準確性漠不關心。在工程情境中,那些僅僅可用但在沒有有意判斷下產出的程式碼類似於那種漠視。它在狹義上並非錯誤,但缺乏對正確性、可維護性與使用者價值的關懷。隨著產出此類產物的成本接近於零,它們大量繁衍;真正有價值的作品必須在一片近似物中游泳才能被注意到。
這對生態系統意味著什麼?有幾項後果:
對初級開發者: 危險在於精通工具卻從未培養出懷疑的肌肉。沒有摩擦,學習者可能無法辨識出使解決方案健壯或有意義的要素。
對團隊: 只依賴輸出速度或可運行原型的聘用與評估流程,可能會獎勵表面生產力而非判斷深度。
對產品品質: 市場可能會看到更多功能完整但脆弱的產品。缺乏基於成本的篩選,將責任轉移到個人與組織身上,要求他們有意地培養品味。
那麼,在牆已消失的時代,如何培養品味?有幾項策略有助於保留形成性的摩擦:
1) 擁抱刻意的失敗。建立需要以限制條件構建、打破假設並在壓力下除錯的練習。鼓勵學習者發布不完美的原型,然後去承受其後果。
2) 培養嚴謹的程式碼審查文化,評估不僅限於正確性:檢視架構選擇、長期可維護性以及對使用者的同理心。審查應揭示權衡並迫使作者為設計決策辯護。
3) 指導與學徒制仍然不可或缺。資深工程師可以透過讓受教者接觸艱難得來的經驗法則與過去錯誤背後的推理,加速品味的養成。
4) 衡量影響,而非僅看速度。指標與激勵應獎勵耐久性、使用者滿意度與技術債的減少,而不是純粹已發佈功能的數量。
最後,認識到工具只是中立的促成者。Vibe coding 與 AI 輔助開發的到來擴大了可能性的空間。它將使更多人能快速實作想法,這整體上是正面的。但在未培養判斷力的情況下慶祝原始輸出,風險是用吸引人但空洞的產物淹沒市場。個人與組織的任務是有意地重建品味曾依賴市場來提供的形成性摩擦。
簡言之,當撰寫程式的成本接近於零時,辨別什麼值得被製作的成本就成為決定性的稀缺。那些透過混亂的實踐、批判性的回饋以及以耐久價值為導向來培養品味的人,將是其作品能從噪音中脫穎而出的人。
關鍵見解表
| 面向 | 描述 |
|---|---|
| 關鍵事實 1 | AI 與程式碼生成工具已移除了想法與可運作程式碼之間的許多傳統摩擦。 |
| 關鍵事實 2 | 仍然稀缺的技能是品味:區分僅僅可用的輸出與真正值得存在之作品的能力。 |