---
url: /ai/theory/ai-coding.md
---
# AI Coding，技术演进与思考

## 前言

自从 ChatGPT 发布以来，「大模型」、「AI」、「人工智能」等概念技术成为各行各业津津乐道的话题，所有公司、所有行业都在探索如何应用大模型技术为业务赋能。能分得技术红利的一杯羹是追求目标，但是紧跟时代步伐不落后是下限。允许用不好新技术，但是不允许排斥新技术。

当全社会 AI+ 热度很高的时候，产业泡沫也必然很大，吹概念讲故事拉融资做项目比比皆是。在 AI 领域应用中，AI Coding 是最炙手可热、发展最快的，且已明确为巨大的蓝海。

## 技术演进

踏进 AI Coding 领域的主要是大型互联网公司，其在人才储备和资金投入上具有决定性优势。该技术发展日新月异，简单梳理里程碑式的产品和技术突破。

**2021-2023，IDE 插件，代码补全**

这一阶段的特征是将 AI 作为 IDE（如 VS Code）的一个**附属插件**，核心能力是“续写”。比较具有代表性的产品是微软的 Copilot，它确立了“结对编程（Pair Programming）”的产品形态，让开发者习惯了 Tab 键补全代码的节奏。

在 Jetbrains 和 VSCode 的插件中可下载多种免费使用的 AI 插件，如

* 字节跳动 MarsCode，早期是豆包的衍生产品，现在已演变为 Trae AI
* 腾讯 CodeBuddy
* 阿里云 Lingma

![AI Coding Plugin](/images/img-ai-coding/tencent-code-buddy.png)

此阶段，AI Coding 的工作范畴是文件、代码块级别的，首次让人见识到了大模型的强大能力。

早期我非常喜欢 Jetbrains 产品中的 Tab 代码补全插件 **Tabnine**，基于机器学习的强大代码补全插件。一直以来，该产品是 IDE 插件中的明星产品，大模型这种新技术的到来直接将该产品拍在了沙滩上。它的宿主 JetBrains 公司也面临同样的窘境。

![Jetbrains free of charge](/images/img-ai-coding/jetbrains-free-charge.png)

**2024至今，AI 原生 IDE**

AI 插件是副驾，原有的 IDE 产品仍然在代码开发的核心，这限制了 AI 的发挥。**AI 原生 IDE** 强势来袭，它们不再满足于补全，而是能够**自主操作文件和终端**。具有里程碑意义的产品是 Cursor，大模型技术是 Claude 3.5 Sonnet。

Cursor 是基于 VScode 开发的独立 IDE，将 AI 编程的能力域从单个文件或代码块，延伸到多个文件或需求，甚至整个项目。大模型接管了更多的权限，可以修改文件、创建文件、执行终端命令等，已经可以完整实现用户需求，让程序员甩手掌柜，只负责提需求和挑毛病。早期在实践中发现，比较小的示例项目，尤其是简单的 H5 项目，可以脱手完成，但是面对较复杂的项目时，AI 的能力却让人心烦，因为反反复复地出错，浪费时间让人恼火。

紧接着，Claude 3.5 Sonnet 的到来再一次颠覆了我对 AI Coding 的看法，尤其是 AI 编写前端项目的能力已经远远超过我的预期，达到令人惊讶的水平。好比于宁德时代三元锂电池之于新能源汽车，是否支持 Claude 3.5 Sonnet 或 Claude 3.7 Sonnet 成为当时 AI IDE 最重要的卖点。

至今，AI IDE 已经进入了百家争鸣的局面：

* Claude Code
* Amazon Kiro
* OpenAI CodeX
* Google AI Studio
* Trae AI（SOLO）
* Qoder
* CodeBuddy

## 编程范式

在产品和技术发展的同时，编程理念也在创新，最流行是为：Vibe Coding 和 Spec Coding。

**Vibe Coding 氛围编程**

氛围编程面向的用户是产品经理或甲方客户等非技术人员，本质是一种**高频率、低成本的试错反馈环**。用户通过对话的方式，让 AI 来实现产品并预览效果，通过持续迭代，最终达到用户期望的目标形态。

```mermaid
graph TD
    A[脑补一个软件产品] --> B(Action 描述产品)
    B --> C[AI Coding 自动编码]
    C --> D{Preview 效果预览}
    D --不满意--> B
    D --满意--> F[End 结束]
```

氛围编程让无数产品人欢呼雀跃，因为自己的产品脑洞，不再需要专业的程序员来实现，AI 可以为自己打工，这也掀起了 One Person Company 一人公司的热潮，可以在各大社交平台上看到各式各样由 AI 开发实现的软件产品。

**Spec Coding 规范驱动开发**

Vibe Coding 最大的敌人是**代码熵增**，当项目从“一个小工具”变成“一个带数据库、带权限校验、带支付流的系统”时，AI 随机生成的代码会开始自我冲突。没有编程背景的用户此时会陷入“越修越坏”的死循环，这就是“Vibe 的终点”。另外，Vibe Coding是一种黑盒编程范式，根据墨菲定律：**凡事只要有可能出错，那就一定会出错**。将 Vibe Coding 产出的软件项目，没有 Code Review 而部署于生产环境，犹如君子立于危墙之下。而 Code Review 需要专业的编程技术，与 Vibe Coding 的理念存在逻辑悖论。

因此，让广大程序员更为肯定的编程范式是 Spec Coding，它是契约式开发的一种升级。

软件开发是一项非常复杂的工程，几十年来软件开发思想也在不断演进，但总体上还是遵循契约式开发的理念，从软件开发模型上看，有瀑布模型、迭代模型、螺旋模型、V模型、敏捷模型等；从开发过程上看，包括需求分析、设计、编码、测试、部署和维护六大部分；从角色分工上，包括产品、UI/UX、算法、前端、后端、运维等。团队分工合作必然需要一套先进的沟通和管理模式。

Spec Coding 继承了但又打破了传统的软件开发范式，它将原有的开发过程缩短和紧凑，以程序员为中心，设计文档和规范定好了，剩下的交给 AI。另外，AI 也作为专业的技术咨询，与架构师共同讨论项目的架构设计。

## 思考

Vibe Coding 让产品经理雀跃，Spec Coding 让高级程序员兴奋。在 AI Coding 的浪潮在，一人公司很有搞头，我也跃跃欲试。

在实际的生产环境中，最顶尖的开发者往往在**交替使用**这两种范式：

1. **用 Vibe Coding 快速探索 UI/UX**：在前端开发初期，通过不断的“Vibe”来寻找最佳的交互感觉。
2. **用 Spec Coding 固化核心逻辑**：一旦功能确定，立即编写 Spec 或测试用例，将 AI 产生的混乱“固化”成结构化的生产力。

AI 并没有让高级程序员失业，反而让他们通过 Spec Coding 变成了“拥有 100 个初级程序员的 CTO”；而 AI 让非技术人员拥有了从零创造的能力，但他们依然需要架构师来帮他们突破“复杂性之墙”。

目前来看，AI Coding 发展最大的受益者是高级程序员。

传统开发模式：

```mermaid
flowchart LR
    A[业务客户] --- B[产品经理]
    B --- C[UI/UX]
    C --- D[首席程序员]
    D --- E[普通程序员]
    E --- F[运维]
```

AI Coding 演进方向：

```mermaid
flowchart LR
    A[业务客户] --- B[首席程序员]
```

Chief Programmer Team 中的 Team 将不复存在，Chief Programmer 会直接与业务客户合作，充分利用 AI Coding 能力，负责项目的架构设计、技术选型、代码实现等。

## AI 未来

通过 AI Coding 的实践，我体会到 AI 的能力强的可怕，甚至让人恐惧。你的努力，在 AI 面前，可能显得一文不值，毫无意义。

AI 技术带来的生产力爆炸，必将掀起一场“革命”，让很多普通工人饭碗不保，失业下岗。AI Coding 是 AI 浪潮下最快商业化、渗透率最高的场景。掀起这场 AI 狂欢的计算机科学家与工程师，最先革命的对象竟是“近亲”与同行，**本是同根生，相煎何太急**。AI Coding 能快速成为 AI 应用实验田的原因有

1. 语料的“高质量”与“结构化”：编程语言本身具有高度结构化特点，GitHub上拥有无数高质量代码仓库。
2. 验证成本极低（反馈闭环短）
3. 生产力的极致杠杆（ROI 极高）：全球开发者的薪资水平极高，哪怕 AI 只能提升 20% 的效率，转化成企业的金钱收益也是巨大的。
4. 开发者即“造物主”：设计出大模型、AI Coding工具的人，本身就是编程界中一顶一的高手，本身对软件开发这个业务场景非常熟悉。

另外，计算机领域的从业人员，无论是科学家还是普通程序员，对新事物的接纳程度远远高于其他行业，这也为该领域提供了丰厚的废料。相比于其他行业在面对 AI 到来时的茫然或排斥，计算机领域的从业者显得更加从容与积极。

无一幸免，AI 未来将席卷并颠覆所有行业～