本篇文章更新時間：2026/04/07
如有資訊過時或語誤之處，歡迎使用 Contact 功能通知或向一介資男的 LINE 社群反應。
如果本站內容對你有幫助，歡迎贊助支持 。
讀後筆記：為什麼「Vibe Coding」會讓 AI 開發走偏？
副標題：從 Claude 程式碼外洩事件看「不用看程式碼」的迷信
編輯前言：本文源自 Bram Cohen 的文章 The Cult Of Vibe Coding Is Insane，他以 Claude 程式碼外洩為引子，點出當前 AI 開發圈一股危險風潮：相信可以完全不看程式碼，只靠「跟 AI 聊天」就能構築複雜系統。
核心觀點（Key Takeaways）
- 「Vibe coding」是一種極端的 dogfooding——迷信可以完全不看程式碼，由 AI 全權處理內部邏輯。
- 純粹的「零人類干預」並不存在。AI 仍依賴人類提供框架、規則與上下文。
- AI 很擅長「清理混亂」、修補技術債，但前提是人類願意先看一眼問題在哪裡，並清楚溝通。
深入解析
原文以 Claude 程式碼泄漏事件切入，指出許多人在取笑 Claude 內部代碼品質時忽略了一個重要原因：團隊受到「vibe coding」文化影響，刻意不去檢視 AI 做了什麼。
作者對這種文化的批評非常直接：
「Looking under the hood is cheating. You’re only supposed to have vague conversations with the machine about what it’s doing.」
換句話說，這種理念鼓吹開發者不該檢查產物、不該審視邏輯，只要和機器保持高抽象的對話，彷彿任何具體動作都是背叛。
但問題是，AI 雖然強大，卻不會自動發現「這裡很亂」、「那裡很重複」。文章舉例指出 Claude 的程式碼有「agents 與 tools 重疊」的問題，明明任何人看一眼就能察覺，但由於團隊過度堅持 vibe coding，沒有人願意直接檢視。
作者進一步指出，AI 其實非常擅長在人的指引下清理代碼：
- 只要說明「這裡像是重複的代理與工具，我們一起分類並統合」
- 舉幾個例子，提供判斷規則
- 進行幾輪來回、修正誤解
AI 就能迅速執行重構。這種合作方式在原文中被形容為 Ask mode，也就是用討論方式建立共同理解，然後讓 AI 自動化處理繁重部分。
作者特別強調：
「It’s not really one-shotting at all. There was a lot of back and forth with you, the human, beforehand.」
這提醒我們，AI 的高效率常常源自前置的語意對齊，而非神奇的「一次成功」。
筆者心得與啟發
讀完之後，我的感覺很明確：vibe coding 不是未來，而是一種逃避責任的錯覺。
作者的觀點讓我想到現在常見的 AI 工作流幻想：
「我只要把需求丟給模型，它就會幫我寫出完美系統。」
但真相往往相反：
- AI 需要人類提供框架
- 需要人類指出代碼中的髒亂
- 需要人類決定抽象層次
- 需要人類修正語意誤差
如果開發者連「看一眼」都不願意，那問題不是 AI，而是自己決定忽略品質。
原文最後一句話讓我印象深刻：
「Bad software is a decision you make.」
這句話把責任重新放回開發者身上，我也深受啟發。AI 可以讓軟體品質提升，但前提是：我們要願意面對混亂，並指引 AI 把它變好。
對我而言，這篇文章最重要的提醒是：
AI 能放大你的能力，也能放大你的懶散。你選哪一個，就是最終成果的差別。