摘要：如法国思想家保罗·维利里奥所说：“每种技术都带有其自身的负面性，这种负面性与技术进步同时被发明出来。（Every technology carries its own negativity, which is invented at the same time
如法国思想家保罗·维利里奥所说：“每种技术都带有其自身的负面性，这种负面性与技术进步同时被发明出来。（Every technology carries its own negativity, which is invented at the same time as technical progress.）”科技行业似乎永远在自我修正的循环中演进。当一个新范式以“颠覆者”的姿态横空出世，承诺将彻底改变游戏规则时，几乎总会有一个伴生的善后产业随之而来，专门负责处理前者留下的混乱。
今天，这一幕也在 AI 编程领域上演。曾经只是开发者在社交媒体上关于“修复 AI 烂摊子”的玩笑，如今已演变为一个真实且增长迅速的商业机会：Vibe Code 清理服务。像软件咨询公司 Ulam Labs 这样的企业，已经堂而皇之地将“Vibe Code Cleanup”作为其核心服务进行推广，而一个名为 VibeCodeFixers.com 的专用市场也已上线，并在短时间内吸引了数百名专家入驻。
图丨Ulam Labs 已上线专门的 Vibe Code Cleanup 服务（来源：Ulam Labs）
随着 Andrej Karpathy 在 2025 年初提出“Vibe Coding”这一概念，靠自然语言对话来生成代码的生产模式迅速普及，目前 AI Coding 市场已经愈发火热，成为巨头与资本的必争之地。但我们必须承认，绝大多数由 AI 生成的代码，还远未达到生产环境的要求。
根据 GitHub 的报告，高达 92% 的开发者正在使用 AI 编码工具，其代码生成量以每月数十亿行计。然而，速度的代价是质量的牺牲，而这笔账终究是要还的。数据分析公司 GitClear 在对 1.5 亿行代码进行分析后发现，使用 AI 辅助与高达 41% 的代码扰动量（code churn）相关联——这些代码在生成后的两周内就被重写或废弃。开发者们正在亲身体验这种“AI 副作用”。
图丨按年份的代码扰动量（来源：GitClear）
一名已有 15 年经验的开发者 Carla Rover 向 TechCrunch 描述道，她曾因一个完全用“氛围编程”构建的项目问题重重而不得不推倒重来，为此哭了半个小时。和她一样，许多资深开发者发现自己正从创造者沦为“AI babysitters”（AI 的保姆），花费大量时间重构、验证和修复由 AI 吐出的代码。
这种现象的根源，并不能简单归咎于现阶段 AI 技术的不成熟。本质上来说，当前的 AI 编程软件称得上是一名极其优秀的实习生，但不是一个经验丰富的架构师。正如 Honeycomb 首席执行官兼联合创始人 Charity Majors 所指出的，编写代码本身正在成为软件工程中最简单的部分，而真正的挑战在于理解、操作、扩展和治理代码的整个生命周期。AI 擅长处理封闭、孤立的本地化任务，能快速生成一个函数或一段重复性极高的 YAML 配置文件。但当涉及到复杂的系统上下文、长远的架构决策和潜在的安全漏洞时，它便显得力不从心。
Charity Majors 指出，AI 在架构决策上常常失败。它们无法真正理解整个代码库的脉络，生成的代码可能引入不一致的模式、重复的逻辑和被自动扫描器忽略的安全漏洞。美国乔治城大学（Georgetown University）的研究就发现，至少 48% 的 AI 生成代码包含安全漏洞。更糟糕的是，开发者们往往会陷入一种认知陷阱。斯坦福大学的研究发现，使用 AI 助手的开发者会产出安全性明显更低的代码，却反而认为自己的代码更安全。这种过度信任，加上 AI 模型倾向于“制造”看似合理的结果而非承认错误，为日后的技术灾难埋下了伏笔。
整个行业对效率的追求也进一步为这一切火上浇油。在风险投资驱动的创业生态中，快速推出 MVP（Minimum Viable Product，最小可行产品）以验证商业模式是生存的第一要务。在这种压力下，“Vibe Coding”成了最完美的捷径。团队可以迅速拼凑出一个原型，向投资者展示进展。
然而，这种为速度而牺牲质量的做法，本质上是将技术债打包推给了未来。TechCrunch 的报道指出，Y Combinator 当前孵化器中有 25% 的初创公司，其代码库 95% 由 AI 生成。这听起来像是效率的胜利，但实际上可能是一场集体性的豪赌，赌的是在技术债压垮公司之前找到下一轮融资。Thoughtworks 咨询公司将这种现象称为“能力负债”（competency debt）——团队由于过度依赖 AI，逐渐丧失了独立维护和理解自身系统的能力。当最初的“Vibe”散去，留下的往往是被一大堆屎山代码：接口不一致、功能冗余、业务逻辑混乱，让任何试图接手的工程师都头痛不已。
于是，一个全新的产业链条正在形成。当混乱达到一定规模，清理混乱本身就成了一门生意。这个市场正从临时的、人情式的帮助，演变为专业化、产品化的服务。领英上已经出现了一大堆自称是“Vibe Code Cleanup Specialist”（氛围代码清理专家）的工程师，他们的时薪可达 200 至 400 美元，所提供的服务包括代码审计、安全加固、重构以及建立从“Vibe 到生产”（vibe-to-production）的流程。
图丨领英上的“Vibe Code Cleanup Specialist”（来源：LinkedIn）
对于开发者而言，这或许是一条意想不到的职业发展曲线。正如 Gergely Orosz 所说，AI 工具就像“非常热切的初级开发者”，它们写代码很快，但永远需要监督，而且永远不会成长为高级工程师。这意味着，那些能够理解 AI 局限性、精通代码清理与重构的初级开发者，可能在短时间内获得等同于高级工程师的薪酬和地位。这个过程正在重塑软件开发的价值链，过去模糊的“技术债偿还”阶段，如今正被明确地标示为一个需要专业技能和预算投入的环节。
不过，这条新兴产业链的出现也并非全是机遇。对清理服务的过度依赖可能会让企业陷入一种新的运营支出陷阱。原本希望通过 AI 降低开发成本，结果却可能需要支付同样甚至更高的费用来“擦屁股”。这种模式的长期经济可行性仍有待观察。而更大的风险在于，它可能固化一种不良的开发文化，即鼓励走捷径，将质量问题都看作可以外包解决的麻烦，而非从源头上预防。正如 Forbes 的一篇评论所担忧的，如果开发者知道下游有“清理专家”接盘，他们可能会在提交 AI 生成代码时变得更加草率，形成恶性循环。
而代码清理这项职业本身的未来，也充满不确定性。一方面，掌握 Vibe Code 清理技能的初级开发者可以在两年内获得高级工程师的薪资水平。另一方面，也有很大一批开发者认为清理活动不会持续很长时间，AI 很快就会在代码生成或修复 AI 生成代码方面做得更好。到那时，这个新兴的职业或许就会像曾经的“电话接线员”一样，消失在历史的长河里。
所以，“氛围代码清理专家”到底是一个能长久发展的职业方向，还是一个很快就会破裂的小泡沫？没人知道确切答案。
但可以确定的是，当前清理服务的兴起至少揭示了一个现实：AI 编程工具承诺的“10 倍生产力提升”需要付出相应的代价，而这个代价往往被初期的兴奋所掩盖。而氛围代码清理所代表的功能，即对 AI 生成内容进行高质量的审查、重构和整合，几乎肯定会成为未来软件开发流程中一个不可或缺的永久组成部分。
参考资料：
1.https://www.forbes.com/sites/lanceeliot/2025/09/18/the-new-job-of-being-a-vibe-coding-cleanup-specialist-is-intriguing-and-stirring-ample-controversy/
2.https://donado.co/en/articles/2025-09-16-vibe-coding-cleanup-as-a-service/
3.https://techcrunch.com/2025/09/14/vibe-coding-has-turned-senior-devs-into-ai-babysitters-but-they-say-its-worth-it/
运营/排版：何晨龙
来源：DeepTech深科技一点号
