最近聽到一些反思 VIBE CODING 的聲音。 有人說：「AI 幫你寫程式沒問題，但這些東西不可信任。」 團隊裡，應該要有真正的工程師？ 程式必須要有「人」維護、才有人能處理意外狀況？ 這個說法當然沒問題，但我想換個角度看。 --- 當一個趨勢出現，我習慣先問兩個問題： 一、搞清楚這件事情如何發生？ VIBE CODING 是 AI 發展下的自然產物。 如果你把 LLM 拿去寫 code，忽然之間，會寫一點 prompt 的人，也能寫出 app、搞出自動化、接上 API。 很多人以為「這只是玩票性質」 但是，市面上其實已經有不少完全靠 AI 開發的產品，在 App Store 上線、更有甚者拿到融資，已經有營收。 舉個例子，去年有位設計師利用 GPT-4 和 Replit，在短時間內做出一款 Chrome 擴充插件「MailMaestro」 主打自動幫你讀信、分類、起草回覆。 程式是 AI 寫的，他只做產品設計，結果上線三天，下載破萬，用戶回饋也穩定。 案例仍在增加中，不用懷疑，這就是商業價值。 二、與其想「怎樣成功」，不如想「怎樣失敗」 大部分會讓人陷入困惑的新東西，往往都正好在“不上不下”的階段。 如果我目前還看不出它會怎麼成功，那我會問自己： 這件事情，要怎麼樣才會失敗？ 路徑一： 「門檻已經到底，無法再降？」 目前 vibe coding 雖然強大，但不是誰都能用。 你還是得懂些邏輯、知道怎麼問對問題、怎麼調整。 現在要說「全民都能寫程式」還太早；這不是對目前的悲觀說法，而是對未來的全面樂觀。 這只是過渡期。 AI 生圖曾經也需要很會寫 prompt ，但現在？ 任何人都能把家庭合照變成吉卜力。 圖畫得好是另一回事，但門檻之所以能降低，主要源於 ChatGPT 強大的語意理解。 我先前講過不少次，AI 的發展路徑一定是以降低門檻為目標，AI 不會永遠是你爸媽學不會的東西。 AI 寫 code 也是如此，未來你只要畫一個草圖，或是講一句話，就能生出全功能 app。（當然，提示詞不完整的時候，AI 怎麼引導你補足，是另一件事情） 就像 Midjourney 讓繪圖變成「想像力的輸出」；vibe coding 也會讓程式變成「溝通的語言」。 路徑二： 「業界反過來包圍 Vibe coding產品，發生“人本程式潮流”。」 可能原因是，Vibe coding 產品屢創災難。 因此業界找到一種方式，可以辨別什麼產品是純粹的「Vibe coding 製品」。 並且，考慮到維護以及處理意外事件的成本，大方向開始轉變為盡量避免純 Vibe coding。 但實務上，如何在“事前”定價意外事件處理成本？不是容易的事情。 此外，商業導向的力量才是最強，若很有展望的產品都是 Vibe coding，資金不可能不流過去。 考慮到門檻持續降低的趨勢，這個情況會在短時間內，轉變為現實。 以市場角度來說的話，只有一件事情值得關心： 這東西賣不賣得動？ 假設，今天有個用 vibe coding 做出來的產品爆紅：有用戶、有數據、有收入。 沒有人會因為「它不是工程師手寫的」而否定它。 路徑三： 「Vibe coding 有極限，無法應對複雜專案？」 的確，目前 vibe coding 會在架構設計、多模組整合，權限控管這些「複雜性」上卡關。 但只是暫時的。 因為 AI 的能力仍在加速進步： 如果去年 GPT-4 能寫出 to do list、今年它能做出 SaaS，明年它可能自己串後端、部署，寫 log、幫你修 bug。 此外，誰規定商業產品一定要複雜？ 最賺錢的產品，幾乎都不是靠複雜性打天下的。 簡單、聚焦、功能單一，但精準抓到痛點，才是主流。 --- 結論？ 我不需要去設想，成功的路徑是什麼？ 我只要確認，它不會失敗。 當這個趨勢站穩，就像圖像 AI 迎來「吉卜力時刻」。 是整個世界都無法忽視的浪潮，時間一到，都會變成主流。 --- 題外話： 有些煩惱，可能是一種奢侈。 2025 年，我們可以煩惱「AI 寫的 code 到底能不能信任？」 但這些問題到了 2035 很可能已經沒人在問。 甚至 2045 的人，會無法理解“為什麼當時會有這個問題？” 這就像是，我們現在無法共情原始人「為什麼你不早點造工具？」 未來的人也會問：「你們那時候幹嘛還自己寫 code？」
