上次更新时间:2026 年 3 月 20 日
氛围编程 (vibe coding) 是一种软件开发实践,它让应用构建变得更加容易,对于那些编程经验有限的用户尤其如此。这标志着软件开发需要多年技术培训的时代已结束,让数百万非编码人员成为创作者,他们可以在几秒钟内构建和发布应用。
该术语由 AI 研究人员 Andrej Karpathy 于 2025 年初创造,用于描述一种工作流,其中开发者的主要角色从逐行编写代码转变为通过对话风格更浓的过程指导 AI 助理生成、完善和调试应用。这样,您就可以腾出时间和精力思考大方向或应用的主要目标,把实际编写代码的工作交给 AI。
“纯”氛围编程 (vibe coding):在这种最探索性的形式中,用户可能会完全信任 AI 的输出能够按预期工作。正如 Karpathy 所描述的那样,这就好比是“忘记了代码的存在”,因此它最适合用于快速构思,或者他所说的“周末即兴项目”,在这些场景中,速度是首要目标。
Responsible AI 辅助开发:这是该概念的实际专业应用。在这种模式下,AI 工具充当功能强大的协作者或“编程搭档”。用户会指导 AI 操作,然后审查、测试并理解 AI 生成的代码,因此对最终产品拥有完全的所有权。
这是您用来创建和完善特定代码片段的紧密的对话式循环。
|
氛围编程 (vibe coding) 不仅仅是生成代码。氛围部署是指能够通过一次点击或一个提示,将应用发布到生产级实时环境(如 Cloud Run)。这消除了“DevOps 瓶颈”,让您可以立即与真实用户一起测试您的想法。
氛围编程在两个层面运作:在低级层面参与优化代码的迭代循环,在高级层面参与构建和部署完整应用的生命周期。
这是将概要想法从概念转化为已部署应用的比较广泛的流程。
|
使用传统编程时,您需要专注于实现细节,手动编写语言所需的特定命令、关键字和标点符号。而使用氛围编程时,您只需专注于所需的结果,用通俗易懂的语言描述您的目标,例如“创建用户登录表单”,AI 则负责处理实际的代码。
以下是比较:
功能 | 传统编程 | 氛围编程 (vibe coding) |
代码创建 | 逐行手动编码 | AI 根据自然语言提示生成 |
开发者或用户角色 | 架构师、实现者、调试者 | 提示者、指导者、测试者、优化者 |
需要具备编码专业知识 | 较高(了解编程语言和语法) | 较低(了解所需的功能) |
主要输入 | 精确代码 | 自然语言提示和反馈 |
开发速度 | 通常较慢,有条不紊 | 可能更快,特别是对于原型设计更简单的任务 |
错误处理 | 根据代码理解进行手动调试 | 通过对话式反馈进行优化 |
学习曲线 | 通常陡峭 | 可能降低进入门槛 |
代码可维护性 | 依赖于代码质量、开发者技能和既定实践 | 很大程度上取决于 AI 输出质量和用户评价 |
功能
传统编程
氛围编程 (vibe coding)
代码创建
逐行手动编码
AI 根据自然语言提示生成
开发者或用户角色
架构师、实现者、调试者
提示者、指导者、测试者、优化者
需要具备编码专业知识
较高(了解编程语言和语法)
较低(了解所需的功能)
主要输入
精确代码
自然语言提示和反馈
开发速度
通常较慢,有条不紊
可能更快,特别是对于原型设计更简单的任务
错误处理
根据代码理解进行手动调试
通过对话式反馈进行优化
学习曲线
通常陡峭
可能降低进入门槛
代码可维护性
依赖于代码质量、开发者技能和既定实践
很大程度上取决于 AI 输出质量和用户评价
Google Cloud 提供了多种氛围编程 (vibe coding) 工具。选择使用哪种工具应取决于您的目标,而不一定取决于您的职位。开发者可能会使用 AI Studio 快速构建原型,爱好者可能会在 Firebase Studio 中构建完整的应用,而数据科学家可能会使用 Gemini CLI 编写脚本。
完成原型设计后,部署路径取决于您选择的工具。您可以直接修改源代码,或返回到 氛围编程 (vibe coding) 环境提供更多说明,从而继续迭代。
请参阅本指南,找到适合当前任务的最佳工具。
工具 | 切入点 | 技能水平 | 编码方案 | 主要功能 |
希望尽快落地的想法 | 初级。无需编码经验 | 无代码/低代码 | 只需一个提示即可生成应用,并实现零摩擦部署 | |
现有项目或文件 | 中级到高级。专为具有专业编码经验的用户设计 | 低代码/AI 辅助 | 编辑器内辅助功能。它可以在您现有的 IDE 工作流中直接生成、解释和测试代码 | |
基于终端的开发 | 中级到高级 | 低代码/AI 辅助 | 面向终端优先“氛围”工作流的开源智能体 | |
复杂的工程任务或使命 | 初级到高级 | 智能体优先/自主 | 作为编排编辑器、终端和浏览器中自主智能体的任务控制中心 | |
从头开始构建自定义自主智能体 | 高级/专家 | 代码优先/智能体 | 开源 Python/Java 框架,用于构建和评估可用于生产用途的多智能体系统 |
工具
切入点
技能水平
编码方案
主要功能
AI Studio 是将想法转化为可分享的实时 Web 应用的最快途径,通常只需一个提示即可实现。它非常适合用于快速进行原型设计和构建简单的生成式 AI 应用。
如需开始,请前往在 AI Studio 中构建。在主提示区域中,只需描述您想要创建的应用。首先提供一个有趣且富有创意的想法,然后运行提示即可。运行提示后,您会看到 AI Studio 生成了必要的代码和文件,右侧会实时显示应用的预览效果。
示例提示:“创建一个‘初创公司名称生成器’应用。它需要有一个可供我输入行业的文本框,还需要一个按钮。当我点击该按钮时,它会显示包含 10 个创意名称的列表。” |
示例提示:“创建一个‘初创公司名称生成器’应用。它需要有一个可供我输入行业的文本框,还需要一个按钮。当我点击该按钮时,它会显示包含 10 个创意名称的列表。”
现在您已经有了实时预览,可以使用聊天界面通过后续提示来优化其外观和功能。您可以添加功能、更改视觉元素等等。
示例提示:“将背景设为深灰色,标题和按钮使用亮绿色,营造出‘科技感’。” |
示例提示:“将背景设为深灰色,标题和按钮使用亮绿色,营造出‘科技感’。”
对结果感到满意后,您可以部署到 Cloud Run。
主要特性:
Gemini Code Assist 可直接在您现有的代码编辑器(如 VS Code 或 JetBrains)中充当 AI 编程搭档。它最适合用于帮助专业开发者直接在其 IDE 中和在现有项目上更快、更高效地工作。
首先,在 IDE 中打开一个项目文件。您无需手动编写代码,只需使用 Gemini 对话窗口或内嵌提示来描述您需要的函数或代码块。AI 将生成代码并直接将其插入到您的文件中。
示例提示:“编写一个 Python 函数,该函数以文件名作为输入。它应该使用 pandas 库读取 CSV 文件,并返回‘email’列中所有值的列表。" |
示例提示:“编写一个 Python 函数,该函数以文件名作为输入。它应该使用 pandas 库读取 CSV 文件,并返回‘email’列中所有值的列表。"
突出显示您刚刚创建的代码(或任何现有代码块),并使用后续提示来修改或改进它。如果想要无需手动重构即可添加新功能、添加错误处理、提高性能或更改逻辑,这种方法就非常适合。
示例提示:“这个函数很有用。现在,修改该函数以接受可选的“domain_filter”参数。如果提供了网域,该函数应仅返回与该特定网域匹配的电子邮件地址。"
|
示例提示:“这个函数很有用。现在,修改该函数以接受可选的“domain_filter”参数。如果提供了网域,该函数应仅返回与该特定网域匹配的电子邮件地址。"
为确保代码达到符合生产环境的质量,您可以让 Gemini 生成单元测试。这可以自动完成应用开发过程中一个至关重要但往往非常耗时的环节。
示例提示:“使用 pytest 为此函数编写单元测试。我需要一个测试用于可返回所有电子邮件的成功案例,另一个测试用于过滤特定网域,还需要一个测试用于处理 FileNotFoundError。” |
示例提示:“使用 pytest 为此函数编写单元测试。我需要一个测试用于可返回所有电子邮件的成功案例,另一个测试用于过滤特定网域,还需要一个测试用于处理 FileNotFoundError。”
Gemini CLI 是一款开源 AI 智能体,可将 Gemini 直接引入您的终端。它专为想要获得以终端为中心的氛围编程 (vibe coding) 体验的开发者而设计。
在终端中安装智能体后,您可以在任何目录中输入 gemini 来启动 Gemini CLI。它可以自动分析本地文件,了解项目上下文。
专家提示:在项目根目录中创建 GEMINI.md 文件。此文件充当“长期记忆”,提供 AI 始终遵循的特定指令、编码标准和项目目标。 |
专家提示:在项目根目录中创建 GEMINI.md 文件。此文件充当“长期记忆”,提供 AI 始终遵循的特定指令、编码标准和项目目标。
Gemini CLI 支持 Model Context Protocol (MCP),该协议允许 AI 连接到外部工具和数据源。
您可以在 Gemini CLI 中切换到“shell 模式”,直接运行终端命令。这样,您就可以要求 AI“修复我上次构建中的错误”,AI 可以执行修复并为您重新运行构建命令。
使用 Google Antigravity 进行氛围编程时,重点从编写语法转变为指导任务。您无需微观管理代码行,而是引导自主智能体在编辑器、终端和浏览器中处理繁重的工作。
启动 Antigravity 应用。请注意,对于企业用户,Antigravity 通过 Google AI Ultra for Business 加购项提供支持,可提供更高的用量限额,并为关键任务提供优先流量。您可以选择从 VS Code 导入现有设置,也可以从头开始探索智能体原生界面。
在 Agent Manager 中,您将选择主要模型(例如 Gemini 3 Pro)并配置评价政策。
为了获得真正的“氛围”体验,许多开发者将终端执行设置为自动,这样,智能体就可以运行 npm install 或 git status 等常规命令,而无需每次都停下来请求权限。
在智能体面板中,使用自然语言描述您想要构建的内容。例如,您可以说:“使用 Next.js 和 Tailwind CSS 构建一个响应式个人理财信息中心”。
Antigravity 不会直接开始输入,而是先分析您的请求,然后提出任务核对清单。这份核对清单概述了整个项目生命周期,从搭建文件结构到最终的界面优化,一应俱全。
在提交任何代码之前,该智能体都会生成一个实现计划(通常以 implementation_plan.md 制品的形式)。本文档用作技术蓝图,详细说明了将创建或修改哪些文件以及将使用哪些逻辑。
您可以查看此计划,在特定部分留下评论或“氛围”,例如要求使用不同的调色板或特定的状态管理库,然后智能体就会在继续之前调整其策略。
一旦您批准了该计划,智能体就会进入执行阶段。
您可以看到它打开终端来安装依赖项,在编辑器中创建组件文件,并实时修复自己的 lint 检查错误。如果遇到障碍或想要调整方向,可以在规划模式(适用于复杂架构)和快速模式(适用于快速编辑)之间切换,以保持良好势头。
Antigravity 不仅提供基于文本的日志,还提供其工作的视觉证据。如果您的项目包含前端,则智能体可以启动浏览器子智能体来测试界面。它会捕捉屏幕截图并录制浏览器,记录自己点击按钮和浏览网页的过程,以确保一切按预期运行。您可以在任务控制信息中心直接查看这些制品,验证最终产品的“氛围”。
随着项目的不断发展,您可以使用 Agent Skills 教智能体新技巧。通过将 SKILL.md 文件添加到项目的 .agent/skills/ 目录,您可以定义团队特有的特定工作流或编码标准。例如,您可以创建一个“数据库迁移”技能,教智能体如何使用公司的特定 CLI 工具安全地更新架构。
对于复杂的项目,您可以将智能体开发套件 (ADK) 与 Gemini CLI 结合使用,构建“自主智能体”。这些智能体可以执行多步任务,例如:
氛围编程不仅仅是一种新技术,它还正在帮助我们改变软件的创建方式。它不仅降低了新创作者的入门门槛,还为经验丰富的开发者提升了成倍的效率,让每个人都能更专注于创造性地解决问题,而无需花费太多精力在手动实现上。