#vibe-coding

一位开发者对“氛围编程”（vibe coding）趋势感到不满，于是设计了一种恶意提示注入攻击，悄悄植入到这类程序员编写的代码中。该注入会在运行时触发数据删除操作，以此抗议那些依赖AI生成代码却不理解其安全风险的开发者。这一事件引发了关于AI辅助编程伦理和安全责任的讨论。

这篇文章指出，人们已经花费了数十亿的token（词元）来训练AI，这些AI模型被比作“战车”——即强大但用途单一的专用工具。作者反思了这种投入与产出之间的巨大差距，暗示大量资源被用于训练那些在特定任务上表现出色但缺乏通用性的AI系统。

我每天制作并发布一款新的网页游戏，主要使用Claude，偶尔用Cursor辅助。这是我坚持了约6周的小爱好项目，欢迎提问！今天制作的"Elementary"是一款练习元素周期表的原创游戏：系统随机选一个元素，玩家需要猜出它是哪一个。

Leila Clark 为 Jared Friedman 的争议观点辩护：允许 AI 代理访问生产数据库能带来十倍效率提升。她认为，对于不懂数据库的"氛围编码者"来说这很疯狂，但对有经验的软件工程师而言，通过备份、ORM、禁止操作文档等已有最佳实践完全可以安全管控。Claude 比普通新开发者更聪明，而事故后的复盘改进也是行业几十年来的常规操作。

这篇文章探讨了在使用 AI 辅助编码（vibe coding）快速构建应用后，如何利用 AWS 服务进行专业的部署和管理。作者介绍了从开发到生产环境的关键 AWS 工具，包括用于容器编排的 Amazon ECS、用于无服务器架构的 AWS Lambda、用于基础设施即代码的 AWS CDK，以及用于 CI/CD 的 AWS CodePipeline 等。文章为开发者提供了从原型到稳定部署的实用指南，帮助将 AI 生成的应用代码安全、可扩展地部署到云端。

本文探讨了如何在观看电视的碎片化时间里，通过"凭感觉编码"（vibe-coding）的方式开展副业项目。作者分享了自己在放松状态下利用潜意识进行编程的经验，这种方式既能保持娱乐，又能高效推进个人项目，让多任务处理变得轻松而富有成效。

Zorilla 是一个在浏览器中运行的 3D 游戏混音器。你置身于一个基于 Three.js 的微型世界，只需在文本框内输入纯英文描述（如“让巡逻者追我追得更快”、“给我一只会投炸弹的飞猫”、“把地板变成冰面”），LLM 就会实时重写 JavaScript 代码，几秒后即可加载出可玩的 iframe。该项目的诞生源于作者13岁的儿子想制作一款游戏，于是父子俩构建了这个平台：儿子负责塑造玩法体验，作者作为人工审核者协调统筹，由 Claude API 完成编码、测量和规划工作。分享链接后，朋友可以对你进行反向混音并加入你的世界（最多支持4人）。

本文探讨了安全架构师如何将"氛围编码"（一种强调直觉、经验和系统整体感觉的编码方法）融入安全架构设计之中。作者认为，在严格的流程和框架之外，安全架构师也需要培养对系统安全状态的直觉判断力，从而在复杂环境中更快识别风险并做出决策。

本视频探讨了“Vibe编程”时代下AI与软件工程师的关系。尽管AI工具在代码生成方面能力日益强大，但软件工程师在架构设计、系统整合、问题解决和创造性思考方面的核心价值仍不可替代。视频分析了AI如何成为工程师的得力助手而非替代者，以及软件开发者需要如何适应这一新范式，聚焦更高层次的技能培养。

本文分享了作者在开发 pelican-copy-code 插件过程中的经历与思考。该插件为 Pelican 静态网站生成器添加代码复制功能，文章深入探讨了在开发过程中遇到的技术挑战、解决方案以及从中获得的编程感悟，展示了“氛围编程”（Vibe Coding）的实践体验。

随着AI编程工具日益普及，一些AI领域顶尖专家警告称，用户过度依赖“氛围编码（vibe coding）”生成的低质量代码将引发“氛围垃圾（vibe slop）”危机。这些专家认为，缺乏严谨审查的AI生成代码不仅影响软件质量，还可能带来安全隐患，呼吁行业建立更严格的审核标准。

本文探讨如何有效利用AI进行编程。作者指出，不能简单地对AI说“给我写一个企业级应用”，而是需要掌握正确方法，防止AI偏离主题或产生幻觉。文章分享了一些实用技巧，帮助开发者与AI协同编程时保持代码质量和方向正确。

Vibeshub 是一个 Claude Code 插件，它会自动上传代码生成过程中的对话转录，并在 PR 中附上链接。团队成员点击链接即可查看更易读的聊天记录，从而轻松浏览、审查和共享知识。该项目解决了仅靠代码差异难以理解上下文的问题，帮助团队在“氛围协作”中保留推理脉络并建立共享知识库。

荷兰国际集团（ING）正在利用被称为"氛围编码"（Vibe Coding）的新型AI技术，自主构建其新一代交易系统。这种方法允许开发者通过自然语言描述需求，由AI直接生成代码，大幅提升了系统开发效率。ING此举标志着传统银行在交易技术领域加速拥抱AI原生开发模式。

本文探讨了如何将"氛围感编码"（Vibe Coding）的理念应用于基础设施管理。作者认为，与传统的严谨编码方式不同，通过营造一种轻松、愉悦的编程氛围，开发者可以更高效地编写和管理基础设施代码，同时保持系统的可靠性和可维护性。文章分享了具体实践方法和注意事项，帮助团队在基础设施领域实现更好的开发体验。

该项目主要利用假期通过“氛围编程”完成，有趣的是，它源自一个之前未完成的 iOS Swift 项目（那是我手动编写了好几个月却从未发布的应用）。网页通过请求用户位置，利用 TFL API 显示最近地铁和地上铁站台的列车到站信息。作者在搭建过程中学到了很多关于项目配置和 API 建模的知识，并感慨如今借助 Claude 远程协作，任何功能都能在几秒钟内构建和部署。

作者分享了如何在短短45秒内，利用Vibe Coding的方法构建出一个Suno提示词生成工具。文章展示了AI辅助编程的惊人效率，让非专业开发者也能快速实现创意，大幅降低开发门槛。

49岁的荷兰公务员Jeroen，两个孩子的父亲，从去年圣诞节才开始学习编程。他用AI辅助开发了儿童旅行日记应用TravElly——家长可预先加载行程，孩子上传照片和日记并与亲友分享，所有数据仅存储在手机或iCloud上。他称这种方法为「手工氛围编码」（artisanal vibe coding）：AI负责编码，自己负责调试、文本和设计。最大的挑战并非SwiftUI本身，而是Xcode项目配置、GitHub工作流、域名设置、App Store Connect元数据和欧盟数字服务法案等繁杂事项。他计划在下个版本中加入AI旅行建议，同时控制AI token消耗保持应用免费。

一项最新研究发现，计算机科学领域的学业成就与写作技能水平能够显著预测学生在“氛围编程”（Vibe Coding）——一种依赖直觉和代码氛围感知的编程方式——中的表现。研究表明，传统编程能力指标与这种新兴编程范式之间存在强相关，为评估和培养多样化编程人才提供了新视角。

目前发现的最佳工具是Open Design，它可以与常用的任意「氛围编码」工具结合使用。但在涉及多方协作的长期项目中仍存在困难。想请教大家，在正式复杂的UI项目中，工作流程是怎样的？AI的参与程度如何？

本文探讨了从随性的“氛围编码”到系统化AI辅助工程开发的转变过程。作者通过真实项目案例，分享了在利用AI工具进行软件开发时获得的关键经验，包括如何平衡AI生成代码与人工审查、保持代码质量、以及将AI有效融入团队工作流程中的实用策略。文章为开发者提供了将AI从实验性工具转变为可靠工程伙伴的实践指南。

本文介绍了"Resident"这一全新的固件沙箱库，专为ESP32设备上的Vibe Coding场景而设计。它让开发者能够以更灵活、安全的方式在微控制器上编写和运行代码，从而拓展了嵌入式开发的创意边界。

随着AI编程工具让开发者只需描述“氛围”即可生成代码，这种被称为“氛围编程”的潮流正在引发一场“氛围垃圾”危机。业内AI明星人物警告，大量低质量、不可靠的自动生成代码将涌入软件生态系统，带来安全隐患和维护噩梦。文章探讨了这种新编程范式在提高效率的同时，如何导致代码质量失控的深层问题。

Slophunt.ai是一个专为"Vibe Coding"（氛围编程）项目打造的作品展示平台。用户可以在此发布自己通过AI辅助或直觉驱动编码完成的创意项目，与其他开发者交流分享。无论你是用AI工具快速搭建的原型，还是随性创作的趣味代码，都可以在这里找到志同道合的伙伴。

随着AI工具的普及，越来越多开发者采用"氛围编程"（vibe coding）——即让AI生成大部分代码，开发者仅凭"感觉"进行微调。业内AI超级明星警告，这种做法正导致大量低质量、不可维护的代码泛滥，形成一场"氛围垃圾"（vibe slop）危机。他们认为，若不加控制，这种趋势将侵蚀软件工程的核心标准，威胁整个技术生态的长期健康。

EaglePress 是一款以“氛围编程”（Vibe Coding）理念开发的即用型博客系统。它旨在让用户无需繁琐配置即可快速开始写作，强调简洁与开箱即用的体验。本文介绍了 EaglePress 的下载方式及其“即写即用”的核心定位。

这是一款通过“氛围编程”方式在两个月内打造而成的高端预订平台。面向小型企业免费开放（支持1名员工使用），旨在帮助小商家更好地管理预订业务。

在这期访谈中，安全专家 Tanya Janca 深入探讨了 AI 生成的低质量内容（AI Slop）对开发社区的影响，分析了“氛围编程”（Vibe Coding）现象背后的安全隐患，并展望了应用安全（AppSec）领域在 AI 时代面临的挑战与机遇。她结合自身经验，为开发者如何在追求效率的同时守住安全底线提供了实用建议。

本文指出，在所谓的"氛围编码"（vibe coding）实践中，最大的障碍并非AI模型本身的能力不足，而是开发者如何向AI下达指令。错误的命令方式会导致AI生成低质量代码或偏离需求，因此提升人机交互中的指令清晰度才是关键。

本文指出，管理者长期以来一直在做类似于“凭感觉编程（vibe coding）”的事情——即在不完全理解底层细节的情况下，凭借直觉、模糊的方向和过往经验来做出决策。这种管理方式与当下流行的AI辅助编程方式有异曲同工之处：看似高效，实则缺乏深度理解。作者认为，真正的价值不在于快速产出，而在于理解系统背后的逻辑与原则。