AI Interview Wiki
主题综述

Vibe Coding：真范式还是新工具 · Vibe Coding Shift

主题综述

更新日志

主流共识

工具已经从根本上改变了工程师的工作单元。这一点没有反对票。

据访谈中引用的一份 semi-analysis 报告：Claude Code 已贡献 GitHub 上约 4% 的公开提交，该报告还预测到 2026 年底这一比例会涨到约五分之一。（注：这是主持人引用的第三方报告数据，非 Boris 本人原话。）

"95% of engineers use Codex. 100% of our PRs are reviewed by Codex daily as well. … Engineers who tend to use Codex more open way more PRs. So they're actually opening 70% more PRs than the engineers who aren't using Codex as much. And the gap is widening."
「95% 的工程师在用 Codex。我们 100% 的 PR 每天也都由 Codex 审查。……更常用 Codex 的工程师会开多得多的 PR。所以他们开的 PR 实际上比不那么常用 Codex 的工程师多 70%。而且差距在扩大。」
Sherwin Wu · "Engineers are becoming sorcerers"

2026 年年中，这个共识从判断变成了计量。供给侧：Fiona Fung 那期开场，主持人 Lenny 引用 Anthropic 前一天发布的官方推文——Anthropic 工程师人均每季度 ship 的代码量已是 2025 年的 8 倍（注：数据出自 Anthropic 官方推文、由主持人转述；Fiona 本人的评论见下文阵营 A）。买方侧，Benchmark 的 Ev Randle 给出了市场愿意为这个位移付的价：

"We have developers that are spending $3,000 per month themselves, each on Cloud Code. It's like, wow, okay, so that's $36,000 per developer."
「我们有开发者每月在 Cloud Code 上花费 3,000 美元。哇，这样一来，每个开发者的花费就是 36,000 美元。」
Ev Randle · Benchmark's AI Bets

第二点共识：工程师的角色在朝"管理代理"方向位移——即使各家对位移到什么终点有不同想象，"engineer-as-tech-lead-of-agents"是普遍的近期描述。本次更新后，这个位移有了两个更具体的一线形态：Fiona Fung 描述 Anthropic 内部正整体转向 async（routines 在夜里替她生成 prompt、跑 agent，人早上起来只审 PR），Kevin Weil 则把"个人多线程"当作新的基本功（见阵营 B）。

第三点共识（2026-07 新增）：瓶颈从"生成"位移到了"验证"。这原本更接近阵营 B（Embiricos）的独家论点，现在阵营 A 的大本营也这么说了——Fiona Fung 的原话：

"coding is no longer the bottleneck. … Now, not only engineers, we also have designers, PMs, everybody on the Claude Code team checks in code. … but also the throughput is so high, how do we think about verification? That's this Other shift that I'm seeing."
「编码不再是瓶颈。……现在，不仅仅是工程师，我们还有设计师、PM，Claude Code 团队中的每个人都在提交代码。……而且产出率如此高，我们如何考虑验证？这是我看到的另一个转变。」
Fiona Fung · Building the most AI-pilled engineering team

分歧在哪

阵营 A · "coding 已经被解决"——任务被压缩到接近零

Anthropic 的 Boris Cherny 给出了最干脆的说法：

"I think at this point it's safe to say that coding is largely solved. At least for the kind of programming that I do, it's just a solved problem because quad [Claude] can do it."
「我认为现在可以肯定地说，编码在很大程度上已经解决了。至少对于我所做的那种编程来说，这已经是一个解决的问题，因为 quad（即 Claude）能做到。」
Boris Cherny · Head of Claude Code
"I have never enjoyed coding as much as I do today because I don't have to deal with all the minutia."
「我从来没有像今天这样享受编码，因为我不必处理所有的细节。」
Boris Cherny · Head of Claude Code

2026-06 的内部更新：Boris 的直属上级、Claude Code 与 Cowork 团队负责人 Fiona Fung（2026-06-22）给"coding solved"补上了管理层视角。她不否认结论：

"It's lifted the ceiling of what anyone is able to do."
「这打破了任何人能做到的上限。」
Fiona Fung · Building the most AI-pilled engineering team

但她把"解决之后"重写成一份新的岗位说明书——自主权与问责捆绑出售：

"We say with high agency is also high accountability. So it's all about making sure folks have that freedom to cook. But then it's also like, okay, what's the accountability for it? What's a hypothesis of what you're trying to solve?"
「我们说，高自主权也意味着高责任。所以这都是为了确保人们有自由去创造。但接下来还有一个问题，责任是什么？你想要解决的问题的假设是什么？」
Fiona Fung · Building the most AI-pilled engineering team

比口号更能说明"solved"边界的是她实际在做的事：她加入 Claude Code 后发现团队缺的恰恰是系统/分布式系统背景的深度专家，于是把招聘改成双轨——"有产品直觉的创造型 builder" + "守住硬核部分的深度系统专家"：

"it's all about trust but verify. The models are really good, but there are definitely a lot of areas that still need the verification."
「都是信任但需验证。模型确实很好，但仍然有很多领域需要验证。」
Fiona Fung · Building the most AI-pilled engineering team

换句话说：在"coding 已被解决"的公司内部，"解决"是按任务类型分层的——生成层交给模型，验证层和深水区仍然明码标价地招人。这等于部分回答了本页"都没说透的"里对 Boris 的追问。配套的流程也换了：六个月路线图三个月就作废，她现在只做 "JIT planning"（月度轻量计划、每周复核）。她还随口给出了一个此前没人提过的代价：

"It could start being a lonely experience because we all started just working with our agents so much. On the Claude Code team recently, we started a pairwise programming lunch."
「这可能会变得孤独，因为我们都开始过多地与我们的代理人合作。最近在 Claude Code 团队，我们开始了一次对编程午餐。」
Fiona Fung · Building the most AI-pilled engineering team

阵营 B · "瓶颈是人类，不是模型"——工程师*更多*而不是更少

OpenAI Codex 的 Alex Embiricos 反对"coding 被自动化等于工程师变少"的论点：

"Now that we no longer write assembly, like when that change happened, and we moved to higher level languages, did we say coding is automated? Not really, right? We were just able to write much more code. … But every time that's happened, there's been an explosion of demand for the output. And so you need many more people actually to do that kind of work, even if the specific task has changed."
「我们现在不写汇编了——当那个变化发生、我们转向高级语言时，我们会说'编码被自动化了'吗？并不会，对吧？我们只是能写多得多的代码了。……但每次这种事发生，对产出的需求都会爆炸式增长。所以你实际上需要多得多的人来做这类工作，哪怕具体任务变了。」
Alex Embiricos · 20VC: Codex vs Claude Code vs Cursor

他那句招牌论断——"人类打字速度和验证工作是 AGI 的关键瓶颈，而不是模型、算力或架构"——出自他此前的推文与写作，访谈中系主持人 Lucas Swisher 当面复述（"you said that human typing speed and validation work is the key bottleneck to AGI, not model, compute, or architecture"），并非 Embiricos 在访谈中亲口说出的句子。但他当场认领并展开：

"I think there are multiple bottlenecks, but that's maybe the most sort of clickbaity one. … that's a lot of work to manage these agents and make sure they're always working. … when we look at how often Codex users are using Codex, it's this tens of times range. And I think AI should be helping us tens of thousands of times per day"
「我认为存在多个瓶颈，但这可能是最吸引眼球的一个。……管理这些代理并确保它们始终在工作需要付出很多努力。……当我们观察 Codex 用户使用 Codex 的频率时，大概是几十次的范围。我认为 AI 每天应该帮助我们数万次」
Alex Embiricos · 20VC: Codex vs Claude Code vs Cursor

Atlassian 的 Mike Cannon-Brookes 押同一个方向：

"There's no doubt in my mind that we will create far more technology, right? … five years from now we'll have more engineers working for our company than we do today. More software developers working for our companies."
「我毫不怀疑，我们会造出多得多的技术，对吧？……五年后，我们公司雇的工程师会比今天多。为我们公司工作的软件开发者会更多。」
Mike Cannon-Brookes · 20VC: Atlassian CEO

Kevin Weil（前 OpenAI CPO、现负责 OpenAI for Science，2026-06-30）从另一个方向支持"瓶颈是人"——但他给出的解法不是"更多工程师"，而是每个人变成多线程操作员。他甚至把"合上笔记本前没给 agent 派活"算作事故：

"I had not gotten a Codex job running. Before I closed my laptop and I was like, shit, I just wasted an hour. … My Codex agent could have been fixing a bug or implementing a feature or doing something for me. … And if you're really good at it, you are not just juggling one job. You've got three or four things running in parallel across different work trees."
「我当时没让 Codex 运行任务。合上电脑后我想，糟了，我刚才浪费了一个小时。……我的 Codex 智能体本可以帮我修复 bug、实现某个功能或者做点别的。……如果你足够擅长，你就不只是在处理一份工作。你可以同时在不同的工作路径上并行运行三四件事。」
Kevin Weil · AI Is Crossing the Frontier of Human Knowledge
"I just think this moment kind of selects for people who are high agency Because you can now create anything that you can think of"
「我认为这一刻会选择那些具有高主动性的人，因为你现在可以创造任何你能想到的东西」
Kevin Weil · AI Is Crossing the Frontier of Human Knowledge

"agency"这个词值得停一下：Fiona Fung（Anthropic）与 Kevin Weil（OpenAI）在相隔八天的两场访谈里各自独立把它当作新的稀缺人才特质——这与 Embiricos 的"人类是瓶颈"是同一枚硬币的两面：模型侧供给近乎无限之后，约束条件全部堆到了人的主动性与验证带宽上。附带一个 B 阵营的实证脚注：主持人 Lenny 当面向 Fiona 指出"按理 AI 应该让工程师更不必要，但你们（和 OpenAI）都在疯狂招工程师"——Fiona 没有反驳，只是把话题引向了下一代怎么培养（见"都没说透的"）。

阵营 C · "全新编程范式"——不是 coding 变快，是 coding 这个概念被替换

Cursor 的 Michael Truell 不同意 Boris 也不同意 Embiricos——他认为大家都还在用旧词描述新东西：

Cursor 的目标，按 Truell 的说法，是创造一种新型编程、一种构建软件的截然不同的方式：越来越多的工程师会开始觉得自己像"逻辑设计师"——产物不再是数百万行难以理解的代码，而是更真实、更易读、更好导航的东西。（该访谈英文原音、podwise 仅存中文译文，故转述、不作逐字引用。）

Cursor 的 Cloud Agents 团队把同一框架推到团队层：

"We think that over the coming months, the big unlock is not going to be one person with a model getting more done, like the water flowing faster. It will be making the pipe much wider."
「我们认为在接下来的几个月里，最大的突破不是某个人通过一个模型完成更多的工作（像水流得更快一样），而是让管道变得更宽。」
Cursor's Third Era: Cloud Agents · Cursor's Third Era

Karpathy 给这个范式一个最具煽动性的描述——客户身份本身在变：

"Their default workflow of building software is completely different as of basically December."
「他们构建软件的默认工作流程，基本上从十二月起已经完全不同了。」
Andrej Karpathy · Andrej Karpathy on Code Agents, AutoResearch
"The industry just has to reconfigure in so many ways that the customer is not the human anymore. It's agents who are acting on behalf of humans."
「整个行业必须以多种方式重新配置——客户不再是人类，而是代表人类行事的代理。」
Andrej Karpathy · Andrej Karpathy on Code Agents, AutoResearch
"Maybe there's an overproduction of lots of custom bespoke apps that shouldn't exist because agents kind of crumble them up and everything should be a lot more just like exposed API endpoints and agents are the glue of the intelligence that actually tool calls all the parts."
「也许会出现大量本来就不该存在的定制 app 的过度生产，因为 agent 会把它们捏碎——一切都应该更多地暴露成 API endpoint，而 agent 是真正去 tool call 所有这些部分的智能粘合层。」
Andrej Karpathy · Andrej Karpathy on Code Agents, AutoResearch

2026 年年中，阵营 C 得到了两条新证据线——一条来自研究内部，一条来自资本市场。

OpenAI 研究负责人 Mark Chen（2026-06-27）证实 vibe coding 的结构正被原样复制到研究本身——业内已经叫它 "vibe research"：

"I think both at OpenAI and at other labs, you're starting to see a lot of the work become mostly orchestration focused, right? Like the researchers coming up with ideas. And the model's great enough to do the implementation execution by itself."
「我认为在 OpenAI 和其他实验室，你开始看到很多工作主要集中在编排上，对吧？就是研究人员提出想法。而且模型足够优秀，能够自己完成实施执行。」
Mark Chen · Cooking with OpenAI's Research Chief

如果"编程这个概念被替换"成立，那么被替换的就不止编程——Mark Chen 描述的正是"研究"这个概念的同构替换（人出 idea 与 taste，模型做执行与编排）。而且他给了本页目前最可证伪的时间表：

"when we look at our kind of three-year roadmap, the end goal that we want to reach is one where The models are just doing end-to-end research and I think a part of that problem is just being able to have the model come up with good taste."
「当我们看我们的三年路线图时，我们想要达到的最终目标是模型能够进行端到端的研究，我认为其中一部分问题就是能够让模型产生良好的品味。」
Mark Chen · Cooking with OpenAI's Research Chief

Benchmark 的 Ev Randle（2026-07-01）给出这场范式替换的商业模型版本——如果 Truell 说的是产物变了、Karpathy 说的是客户变了，Randle 说的是卖的东西本身变了：从卖软件许可证变成卖"随取随用的智能/白领工作"：

"It allows a buyer of software to move their mental framing from like, oh, I buy a license to, oh, I buy intelligence on tap or like a white collar activity on tap or some activity that created some economic output for my business on tap via an API or via a software product."
「这使得软件的买家能够将他们的思维框架转变为，哦，我购买的是许可证，变成了哦，我购买的是可随时获取的智能，或者是像是白领活动的可随时获取，或者是通过 API 或软件产品为我的业务创造一些经济产出的活动。」
Ev Randle · Benchmark's AI Bets
"what we've seen in code is going to happen in most white-collar job functions and eventually probably most blue-collar job functions as well."
「我们在代码中看到的情况将会发生在大多数白领工作职能上，并最终可能发生在大多数蓝领工作职能上。」
Ev Randle · Benchmark's AI Bets

范式换了，估值规则也整套倒挂——他称之为"电子表格投资时代的终结"，最反直觉的一条：

"if your gross margins are high, that's actually a bad thing. Because AI inference costs a lot of money. And if you have an AI product with high gross margins, that means that no one's using your AI features."
「现在如果你的毛利率很高，那实际上是件坏事。因为 AI 推理成本很高。如果你有一个毛利率高的 AI 产品，这意味着没有人在使用你的 AI 功能。」
Ev Randle · Benchmark's AI Bets

他算的账也值得记下：开发者工具从 SaaS 时代"平均客户约 20 万美元的 line item"，正在变成"每个开发者 3.6 万美元/年"、乃至"平均客户 2000 万美元量级的 line item"。另外，他从收入曲线侧标定的拐点与 Karpathy 的"December"说互相印证：

"I don't think we had unbelievable quality coding models until Opus 4.5, until last winter, which is why you saw Anthropx revenue and why you saw Cloud Code go so parabolic, because there was a genuine breakthrough in the usability of those models."
「我认为，直到 Opus 4.5，直到去年冬天，我们才拥有令人难以置信的高质量编码模型，这也是你看到 Anthropic 收入和 Cloud Code 增长那么快的原因。因为在这些模型的可用性上确实有了突破。」
Ev Randle · Benchmark's AI Bets

阵营 D · "创作者解放派"——核心变化在 *谁* 能写软件，不在 *怎么* 写

Ryo Lu（Cursor 设计负责人）那期对谈里，"设计师跨过工程师边界"的位移判断其实出自同场嘉宾、a16z 普通合伙人 Jennifer Li 之口（注：此前版本误归为 Ryo 本人）：

"I feel like for the first time that design is such an approachable concept and skill set to a lot more people. And it brings together sort of people who have aspirations for design and wanting to build things, wanting to prototype things. Putting beautiful stuff out in the world much, much easier and faster."
「我觉得很多人第一次觉得设计是一个如此平易近人的概念和技能。它将那些渴望设计、想要构建东西、想要制作原型的人们聚集在一起。将美好的东西更快更容易地带给世界。」
Jennifer Li (a16z) · Ryo Lu (Cursor): AI Turns Designers to Developers

Ryo Lu 本人在同场紧接着加的是一个非常重要的限定：

"There needs to be something for the human to specify: What is good? What is right? How I want to do it? If you don't put in that opinion, it will just produce AI slop."
「需要由人来指定：什么是好的？什么是对的？我想怎么做？如果你不放进这层判断，它只会产出 AI slop。」
Ryo Lu · Ryo Lu (Cursor): AI Turns Designers to Developers

Kevin Weil 给这个阵营补上了数量级——这是目前语料里对"平权"规模最具体的估算：

"There aren't that many people in the world that know how to program. I don't know, like 30 million people maybe. And you expand it by a couple orders of magnitude, you get an explosion of creativity because lots of people have ideas and sometimes they didn't have any route to actually implement those ideas."
「了解编程的人并不多。我不知道，也许大约 3000 万人。当你将这个人数扩展几个数量级时，你会获得创意的爆发，因为很多人都有想法，有时他们并没有任何途径去实现这些想法。」
Kevin Weil · AI Is Crossing the Frontier of Human Knowledge

他举的例子恰好不是设计师，而是一位小城官员：数据都在、需求清楚、以前雇不起开发者，现在一条 prompt 就能做出当年做不成的市民信息服务。这与上文 Jennifer Li 的设计师叙事互补——平权发生的位置未必在"创意职业"里，更可能在长尾的"从来没被服务过的需求"里。

Wanaka 创始人张阳 在"解放派"立场内部，画了一条更尖锐的内部分界——平权是有限度的：

最主要其实是看到能让那些不能写代码的人能做出游戏了。
— 张阳 · AI + 游戏 + 社交的新演绎 | 对谈 Wanaka 创始人张阳
我觉得创作能力这件事情它其实是很难真的被平权掉的。
— 张阳 · AI + 游戏 + 社交的新演绎
但是大量的 AIGC 出来的这种普通人的内容，它其实只有一个去向，就是给你的朋友看。……它只对你的朋友价值。
— 张阳 · AI + 游戏 + 社交的新演绎

更凝练的那句"因为他消费的其实是这个关系，消费的不是那个内容本身"出自主持人曲凯之口——是他对张阳前述观点的当场概括，张阳以"对，所以……"接过并展开成上面这段（注：此前版本误把曲凯的概括归为张阳）。

暗流 · "AI slop / 过度生产"是反复出现的反音

Karpathy 担心 bespoke apps 的过度生产，Ryo Lu 担心没有人类判断会出 AI slop，张阳 担心普通人创作出来的 AIGC 在陌生人之间无消费价值——三人没有协调过，但都在用近义词描述同一种风险：工具的供给增长远超人类筛选能力。这条线在主流"AI 让人变超人"的叙事下贯穿，却没人正面接住。

"It's almost like I do this because the AI really knows these things well because it has seen it a lot around the internet when they're used for training. So it is really good at composing patterns that exist."
「我这样做是因为 AI 非常了解这些东西——它在训练数据里见过很多。所以它非常擅长组合那些已经存在的模式。」
Ryo Lu · Full Tutorial: Design to Code in 45 Min with Cursor's Head of Design

Ryo 这句话夹在他对 AI 设计的乐观叙述里，但它本质上是 "AI 在做组合，不在做创造" 的一种自承——这跟阵营 A 的"coding is solved" 不在同一种"解决"上。

本次更新给这条暗流添了两个新落点。其一，Ryo 的"taste 论"拿到了跨实验室背书——OpenAI 研究负责人 Mark Chen 在描述 vibe research 时主动承认：

"And that's why you still need the researchers coming up with the ideas. … It's going to be hard to teach the models good taste. We noticed that."
「这就是为什么你仍然需要研究人员提出想法。……教会模型良好的品味将会很困难。我们注意到了这一点。」
Mark Chen · Cooking with OpenAI's Research Chief

Ryo（设计判断）、Fiona（验证）、Mark Chen（研究品味）——三个不同职能、两家对头实验室，指向同一个残余人类职能：判断什么是好的。这让 AI slop 的定义更清晰了：slop 不是模型能力不足的产物，而是人类判断缺席的产物。

其二，Kevin Weil 给这条暗流提供了第一个市场化出口的猜想——如果 slop 泛滥，"人造"会变成溢价标签：

"We'll end up with like, because now you still, people still value custom made furniture. And then we'll end up with like bespoke websites. Like this was done by a human."
「我们最终会变成这样，因为现在人们仍然重视定制家具。然后我们最终会有定制网站。就像这是由人类完成的。」
Kevin Weil · AI Is Crossing the Frontier of Human Knowledge

这与张阳的"普通人的 AIGC 只有一个去向——给你的朋友看"（主持人曲凯当场概括为"消费的是关系，不是内容本身"，张阳认同）意外接上了：两人都在说，当内容供给无限时，稀缺性会迁移到内容之外的东西上（手作身份 / 熟人关系）。但注意这仍是猜想——没有任何一方给出消费侧数据。

都没说透的

"But I wonder if it's for software engineering, it's almost like you go more towards a fellowship or apprenticeship program."
「但我想知道对于软件工程，是否更倾向于走学徒或见习项目的方向。」
Fiona Fung · Building the most AI-pilled engineering team

我的看法

判断（不是事实）：这四个阵营其实在讨论*不同时间尺度上的同一件事*。1–2 年看：阵营 B（更多工程师、生产力放大）是对的，因为人类验证瓶颈短期内不会消失；3–5 年看：阵营 C（编程概念被替换）逐渐成立，因为"管道变宽"会先于"消除"出现；长期：阵营 A（"coding solved"）和阵营 D（人人创作）会一起发生，但AI slop 这个反音会决定它们到达不到大众市场——这是最被低估的变量。

我对这个判断的把握：中等。对前两段（短期工程师变多、中期范式位移）信心较高；对长期判断信心明显较低，主要因为"消费侧筛选能力"这个变量在所有访谈里都被绕开了，没法做出有数据支撑的判断。

2026-07-16 追记：四篇新访谈没有动摇这个框架，反而把它拧得更紧了。（1）阵营 A 和 B 正在合流成同一句话——"生成被解决了，验证没有"——这从 Anthropic 内部（Fiona）和 OpenAI 产品侧（Embiricos，更早）两头得到确认；（2）"taste + 验证"作为人类残余职能，现在有三条互相独立的证据线（Ryo/设计、Fiona/工程、Mark Chen/研究），这是本页目前最坚固的一个判断；（3）中期阵营 C 的证据在加厚：范式替换已经外溢到研究本身（Mark Chen 的 vibe research）和商业模型（Randle 的 intelligence on tap）。因此对前两段判断的信心由"较高"上调为"高"；长期判断的信心维持较低不变——消费侧筛选能力依旧没有任何人给出数据，Kevin Weil 的 bespoke 溢价只是又一个未经验证的均衡态猜想。

还想知道什么

取材

继续读
线索
阅读线索：agent 不到 9 nines 可靠，那应该卖给企业还是消费者
线索
阅读线索：如果 coding 是 commodity，AI startup 的护城河长在哪儿
线索
阅读线索：推理成本一年跌 10×，AI app 该按什么定价
线索
摘报
线索
摘报
线索
摘报