Vibe Coding Costs You 20% Productivity | Shawn Swyx Wang

本次分享的主题并非预期的生成式用户界面演示，而是关于演示失败的原因分析。失败源于对生成式UI的深入探索，特别是工具调用（Tool Calling）作为生成式UI的应用。开发者拥有修改用户界面的独特能力，而将此能力通过AI工具进行民主化是令人兴奋的方向。然而，演示中使用的模型（如Cloudflare运行的3.5模型）或复杂的工具链导致了最终的失败，暴露了当前抽象层级过高的问题。

核心目标是将AI集成到工作流中，允许用户通过提示词动态地定制和修改界面，以适应特定需求。这涉及创建能够生成其他工具并动态递归调用的工具调用链。尽管取得了初步成果，但当前的实现因多层级提取的堆栈问题而无法调试，这引出了对更深层次编程协作模式的探讨。

我认为能够修改用户界面以适应需求，是开发人员拥有的独特超能力。

最终，失败的演示指向了当前AI编程范式中存在的一个核心问题，即过度的抽象化。这种抽象化不仅存在于生成式UI中，也普遍存在于AI编程的辅助工具中，使得人类难以在关键时刻介入和调试。

将AI引入工作流的传统观点是将其视为副驾驶或终端代理进行辅助，但这相对容易实现。更重要的目标是将人类重新置于控制循环中。这与AI出现之前框架和过度抽象化带来的问题如出一辙。在自动驾驶领域，人们倾向于移除方向盘，让乘客完全放松，但这仅在“幸福路径”上有效，而开发体验的关键在于能够在“不幸福路径”上夺回控制权。

许多AI工具的设计倾向于最大化自主性，正如Meter组织研究的AI代理自主性长度指标所显示的那样，业界热衷于衡量代理能独立完成多少工作。然而，这种趋势的本质是试图将人类从工作流程中剔除。Anthropic和Replit等公司对此感到兴奋，但现实情况是，这种完全自主的代理可能导致灾难性后果，例如直接删除生产数据库或产生大量低质量代码。

AI编程工具带来了一种生产力的错觉。许多用户在使用这些工具时感觉效率提升了约20%，但随机对照试验（RCT）的观察结果却恰恰相反，实际观察到的生产力反而下降了20%。这种主观感受与客观衡量之间的巨大鸿沟值得深入探究，它揭示了AI驱动工作流中的根本性问题。

现在的笑话是，两位工程师现在可以制造出50位工程师的技术债务。

这种情况已经变得非常严重，催生了专门修复由“Vibe Code”产生的应用程序的初创公司，例如Vibe Code Fixers。这些工具的泛滥是因为AI生成了大量的低质量代码（slop）。这种低质量代码的累积，使得开发者需要花费更多时间来维护和修复，从而抵消了初期的速度收益。

效率下降的原因在于AI的“尖峰性”（spikiness）。简单的提示词可能带来巨大的即时胜利，但随之而来的是代码理解上的巨大鸿沟，因为开发者并未亲手编写这些代码。在没有AI的情况下，进度是稳步提升的；而使用AI，则表现为一系列快速的前进跳跃，但随后由于理解不足，生产力反而可能出现下降。

这种跳跃式的进展与稳定的、可预测的进度形成了鲜明对比。核心的领悟在于，人类的注意力与AI的注意力相结合，其效果优于任何一方单独工作。因此，目标是将人类和AI的注意力紧密结合起来，共同专注于计划的执行。

第一个解决方案是推行交互式规划。开发者必须始终阅读代理正在执行的计划，并在执行前或执行期间能够修改或讨论该计划。这与规范驱动开发（spec-driven development）有所不同，后者侧重于执行前规划。关键在于像监控员工一样持续关注计划的执行过程，防止代理程序锁定用户输入，直到其第一阶段工作完成。

非交互式规划意味着输入被锁定，用户无法在代理完成任务前提供反馈。糟糕的交互式规划则表现为代理长时间暂停等待用户回复，导致流程中断。理想的交互式代理应实现非中断性的交互，即在不打断主要工作流的前提下允许人类介入。

最理想的交互式代理是人类与AI共同协作，围绕一个双方都同意且可并行化的计划进行工作。这允许通过启动多个代理来分解独立的子任务，实现更高效的并行处理。

第二个想法是逃离“异步死亡谷”。内部分析显示，当模型开始更自主地运行时，从第一次会话结束到第二次会话开始的距离会显著降低，这破坏了心流。这种现象与人机交互研究相符：人类对复杂任务的等待容忍度较高（8到12秒），但对简单输入（如打字）的期望延迟极低（50毫秒）。

估计显示，每等待一秒钟，心流中断的概率几何级数增加10%。这意味着等待超过10秒，中断的概率接近100%。因此，设计时必须主动应对，因为更具代理性的模型（如Sonnet）虽然速度快，但其延迟开始对生产力造成负面影响。

对于那些已经被商品化、已知LLM可以解决的问题，应当直接分配给代理执行。但对于不确定的问题或不清楚目标时，则需要与AI进行快速、频繁的同步往返，此时对延迟的要求最高。

第三个也是最有趣的观点是提高代码库的理解能力，这通过一个名为“代码地图”（Code Maps）的工具实现。其核心原则是：在“Vibe”代码（即让AI生成代码）之前，必须先理解代码。如果不理解正在进行的操作，最终交付的代码库将失去控制权，导致大量低质量代码的产生。

代码地图提供了代码模块及其流程的可视化表示，也可以是代码库注释的分层展示。用户可以点击并同步到特定部分，从而无需阅读所有文本即可理解代码流，例如从前端到后端或服务到数据库的流程。这种导航能力极大地提升了提示工程的质量，因为用户可以精确地指向需要修改的代码部分，而不是进行模糊的描述。

离代码越远，最终交付的垃圾就越多。

代码地图支持开发者在代码文件系统上进行导航，这使得与AI的交互成为一种更精确的自动提示工程。即使不使用AI生成代码，仅使用代码地图来阅读和理解代码，也能显著加速开发过程，确保每一行代码的作者意图都清晰明确。

理想的人机协作模式是红蓝（人类/AI）的交替进行，双方持续围绕代码进行对话，确保人类始终处于对代理的控制之上，精确执行意图。

对于关心自身技艺的软件工程师而言，不应过度优化每月$20的AI订阅费用。应将Token视为廉价资源，像用水一样花费它们，以实现个人能力的增强。这种观点在当前阶段可能具有争议性，但对于拥抱未来技术至关重要。

如果将人类的文本、语音输出全天候（24小时不间断）同步到GPT-5中，仅考虑基础文本和语音输入，每日的总成本大约在$12左右。这种全模态同步的成本相对低廉，预计相关工具将在未来一年内成熟，届时开发者可以更自由地投入资源进行深度人机协同。

最终的建议是，不要接受那种AI将取代所有人的观点。核心目标应当是将AI从取代人类工作的角色拉回到增强个人能力的角色上来。通过允许自己像使用水一样自由地消耗Token，可以实现个人生产力的巨大提升，这是当前技术阶段可以达成的目标。

实现这一目标的关键在于改变观念，将AI视为增强自身技能的工具，而非替代者。这种协作模式能够使开发者在保持对代码控制权的同时，大幅提高工作效率。