scripod.com

Vol. 160 一年多以后,再聊 AI 写代码 Vibe Coding

枫言枫语
这期节目没有按计划做 2025 年度复盘,而是借 Simon Willison《The Year of LLMs》的洞察,结合主创团队一年来的 Vibe Coding 实战体验,展开一场真实、锋利又带温度的技术对话 —— 不谈 hype,只聊代码跑起来之后,人站在哪儿。
本期 podcast 深度梳理了 2025 年 AI 编程范式的跃迁:从需人工盯梢的早期辅助,进入高度自主的 YOLO 模式;推理能力成为新分水岭,推动 Coding Agent 走向成熟闭环。Vibe Coding 虽大幅降低门槛,却也放大幻觉风险 —— 它让非程序员快速造出工具,却未必理解其边界。AI 搜索正重塑信息获取方式,却因黑灰产干扰与结果不可溯而引发信任危机。节目中反复强调:AI 不是万能体,而是效率杠杆;真正稀缺的,是人的品味、判断力与系统性执行力。NewsBot 等案例印证,AI 可承担新闻筛选、播报甚至运营,但‘一句人工手写’的坚持,恰恰守护了内容的温度与独特性。未来属于通才 —— 懂技术、会产品、有审美、能表达的 AI 驾驭者,而非仅会写代码的执行者。
01:51
01:51
YOLO 模式意味着开危险权限后程序自动操作可能清空电脑
05:52
05:52
Reasoning 和 tool using 结合,让 2025 年成为 Agent 之年,可得出更精确结果
10:07
10:07
现在 AI 几乎奠定未来写代码模式,项目 Git 库中大量代码由 Vibe Coding 生成
14:01
14:01
AI 搜索虽结果唯一但难以证明其正确性,需二次核实
18:08
18:08
有人掌握了让豆包收录抖音记录的方法
24:50
24:50
Cursor Code 是让命令行里 Coding Agent 流行的开山鼻祖
31:00
31:00
YOLO 模式的可怕之处在于未知其真正会做的事
33:14
33:14
缄默状态下程序获取邮箱验证码可管理个人互联网账号,造成清空股票等严重后果
37:08
37:08
大语言模型可用自然语言交流,但人们并不清楚其工作原理,也难以解释为何对话能得到相应结果
44:51
44:51
大语言模型能力已成熟,使 NewsBot 从玩具转向大众产品
46:40
46:40
AI 在工具中既做体力活又有智慧分析
53:48
53:48
做大需求时应先开 Plan Mode、多轮 review plan、写 test case
1:00:30
1:00:30
LLM 能写大量代码但不擅长调试,从海量输出中识别高质量代码仍是难题
1:02:16
1:02:16
即便到 2026 年 1 月,程序员仍十分重要,以开车不懂修车比喻未来可能很多人不懂代码
1:06:11
1:06:11
AI 会替代只会写代码的程序员,但无法替代领域专精专家
1:09:43
1:09:43
未来真人感或最珍贵,AI 公司可能要模拟真人瑕疵
1:13:35
1:13:35
AI 时代个人品味决定信息筛选质量,NewsBot 的偏向应由用户决定
1:17:25
1:17:25
未来将减少 AI 生成、增强人味,本地模型能力将大幅提升
1:21:13
1:21:13
AI 能力有限,缺乏人类的特色和灵活性
1:24:52
1:24:52
与 GPT 聊天能带来意外收获,发现惊喜时刻可分析其背后原因,激发做产品的灵感
1:29:03
1:29:03
有想法并不难,关键是谁能将想法落地
1:54:39
1:54:39
Vibe Coding 的重点是让人忘掉代码,从更高维度看问题