氛围编程
Vibe coding
学到 认得 就够：听到能明白
你可能会说
“我不会逐行看代码，只描述想要的效果，让 AI 改到页面能用；这就是 vibe coding 吗，它与认真核验的 AI 编程有何区别？”
Vibe coding 常指通过描述效果、运行并反复让 AI 修改来试做程序，较少审读生成代码；词义在社区里有扩展，不应把所有 AI 辅助编程都归入它。
使用 AI
科研里的例子
你用自然语言试做论文筛选页面，通过几次运行调整布局；若要据此批量筛文献，还需核对筛选逻辑和遗漏情况。
这个称呼强调跟随结果快速探索，适合解释为什么非程序员也能做原型，但并不是统一开发方法。Simon Willison 的辨析将不审查生成代码与负责任的 AI 辅助开发区分，提醒大家不要混用。做科研工具时，画面可用只验证了部分行为，数据处理口径、错误分支和可复现性仍需检查。能快速产生东西与能长期维护、放心使用之间还有实质工作。
在你的学科里，直接拿去用
把数据分析要求写成可复现说明
请先为这项分析形成可复现的任务说明，再建议代码。 问题：[填写] 数据字典及已有规则：[提供] 可用软件与现有代码：[提供] 明确一行数据代表什么、样本范围、连接键、单位、缺失码、变量构造、估计对象和输出。区分描述分析与因果分析；缺少识别依据时不要把回归系数直接称为因果影响。给出小样本核对、异常记录和可重跑顺序。保留原始数据，所有转换写到派生结果并留记录；不能为得到显著结果修改数据或筛选规则。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG08
查错并交付能核验的修复
请定位问题并给最小修复。 代码与环境：[粘贴] 输入样例：[不含私密信息的小样本] 实际错误或输出：[粘贴] 我期望：[填写] 先区分已观察事实与可能原因，优先用最小样例验证。解释根因，给最小差异和有意义的检查。没有实际运行权限时明确标为未运行建议，不把推测写成测试通过。若修改会影响研究规则或结果，指出具体影响，不顺手重构无关部分。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG09
判断
亲手检查一次
拿一个已知输入逐步验证实际结果，检查关键逻辑与异常情况；把探索性原型和已经核验可用于正式任务的版本分开记录。
它做不到的
Vibe coding 不是无需理解数据与研究方法的通行证，也不能保证代码安全；词义有争议，交流时应说明你究竟审查了什么。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。