摘要：这位拥有15年开发经验的Web工程师，在使用一项被称为“氛围编程”（Vibe Coding）的AI辅助开发技术后，不仅项目推倒重来，还一度情绪崩溃。

2025年9月，一则关于资深程序员Carla Rover的新闻引发广泛关注。

这位拥有15年开发经验的Web工程师，在使用一项被称为“氛围编程”（Vibe Coding）的AI辅助开发技术后，不仅项目推倒重来，还一度情绪崩溃。

她的经历揭开了氛围编程背后被忽视的问题，也让越来越多程序员意识到：AI写代码，远没想象中轻松。

Carla Rover自2010年进入软件行业，积累了丰富的一线开发经验。

2025年，她和儿子一同创办了一家初创公司，主要为客户定制机器学习模型。

为了加快进度，她选择使用包括Copilot在内的AI工具，尝试“氛围编程”她原本以为，只要把需求交给AI，剩下的就是自动生成和自动完成。

但在一次手动审查中，她发现由AI生成的代码不仅存在大量逻辑错误，还遗漏了关键功能模块，甚至包含安全漏洞。

使用第三方工具深入检查后，问题比预期更严重。

最终，她不得不中止项目，返工重写。Rover在接受采访时坦言，这次经历让她“情绪彻底崩溃，哭了半小时”，并表示自己“把AI当员工用，结果反而成了它的保姆”。

Rover的经历并非个案。根据云服务提供商Fastly在2025年发布的一份开发者报告，在接受调查的近800名开发人员中，有95%表示需要额外时间修复AI生成的代码。

更重要的是，承担这部分工作的，绝大多数是经验丰富的高级工程师。

这些AI工具虽然能快速生成代码，但由于缺乏系统性思维，常常只解决表面问题，忽略了整体架构。

Fastly开发总监Austin Spires指出，氛围编程容易跳过传统代码审核流程，导致低级错误频发。“

AI总是倾向于图快不求稳，很多时候会犯一些初学者才会犯的错误”，他说。

另一位资深开发者Feridoon Malekzadeh也有类似体验。他曾在多个知名科技公司担任开发与产品岗位，现为一名创业者。

他使用Lovable平台进行了多次氛围编程尝试，结果发现一半时间都花在写需求，剩下的时间大部分都在修补AI生成的代码。

他形容整个过程“更像是在带一个青春期的孩子”，不仅要反复强调需求，还得修复那些AI“顺手搞砸”的部分。

Malekzadeh指出，AI在生成功能时无法统一逻辑框架。

同一个功能在五处需要时，AI会生成五种不同的实现方式，既影响代码复用，也增加了后期维护难度。

更令人担忧的是，一旦AI生成的代码与实际数据发生冲突，有时不仅报错，甚至会编造理由来“自圆其说”。

虽然AI给部分开发任务带来了便利，但这些便利背后，其实隐藏着大量不易察觉的“隐性成本”。

比如项目进度延误、代码可维护性下降、安全审查困难等。

NinjaOne首席技术官Mike Arrowsmith指出，氛围编程跳过了传统开发流程中最核心的审核、测试和安全把控环节，“这对初创公司来说，尤其危险”。

随着氛围编程成为趋势，一些公司甚至设立了“氛围编程清理专家”岗位，用于专门处理AI生成代码中的问题。

网友调侃该岗位最少每年能拿到 10 万美金”；这类岗位的出现，某种程度上印证了AI编程并未真正实现“自动化开发”的理想，反而催生了新的岗位和流程。

AI辅助编程并非没有价值。Carla Rover也承认，AI帮她改进了用户界面设计，Malekzadeh则表示，虽然返工多，但整体效率确实提升了一些。

但这并不代表可以完全依赖AI进行关键性开发。

当程序员的主要工作，逐渐从编写架构变成修补AI的“创作”，这项技术带来的，不只是便利，还有更多需要付出的“时间成本”和“精神负担”。

氛围编程能否真正成为生产力的提升工具，关键不在于AI有多强，而在于人类如何设定边界，以及是否愿意承担“自动化”背后的全部责任。

来源：小眼知心