从 Vibe Coding 到 SDD：AI 编程范式演进
从 Vibe Coding 到 SDD：AI 编程范式演进
来源： wiki/sources/wechat-batch-a-agent-dev-tools
相关概念： wiki/concepts/spec-driven-development, wiki/concepts/harness-engineering
时间线
| 时间 | 事件 | 意义 |
|---|---|---|
| 2025.02.02 | Karpathy 发明 "Vibe Coding" | AI 编程概念爆发 |
| 2025.12 | Anthropic 发布 Skill 开放标准 | 工具生态标准化 |
| 2026 初 | Karpathy 修正 Vibe Coding | "分叉"为探索期和生产期 |
| 2026 初 | 多方同时收敛到 SDD | 结构性需求浮现 |
| 2026 年中 | Harness Engineering 成为共识 | 第三范式确立 |
Vibe Coding 的定义与局限
定义（Karpathy 2025.02）： "Forget that the code even exists." — 不读代码、不管细节，用自然语言描述，让 AI 全权处理，报错就扔回给 AI 修。
适用场景： 快速原型验证、个人工具脚本、一次性数据处理。
致命问题——"三个月墙"：
| 阶段 | 时间 | 状态 | 典型表现 |
|---|---|---|---|
| 兴奋期 | 1-3 个月 | 高产出 | "AI 太神了！一天搞定一个功能！" |
| 平台期 | 4-9 个月 | 停滞 | "为什么新功能总是破坏旧功能？" |
| 衰退期 | 10-15 个月 | 崩溃 | "这坨代码没人能维护了，不如重写" |
根本原因： Vibe Coding 本质是零上下文编程。项目膨胀到几万行时，AI 的上下文窗口装不下全部代码，开始基于局部信息做决策，与其他模块冲突。
"三个月墙"的企业级体现
- 微软（2026.05）：开始取消大部分员工的 Claude Code 内部许可——不是因为它不好用，恰恰相反，"员工普遍认为 Claude Code 比 Copilot CLI 更好用"
- Uber：全年 AI 编程工具预算在前 4 个月就烧光了
- 英伟达：应用深度学习副总裁 Bryan Catanzaro："对我的团队来说，算力成本远超员工成本"
结构性问题： 在"副驾模式"下，总成本 = 原来的员工工资 + 新增的 Token 账单。Token 不是固定费用，按消耗计费，员工用得越多公司付得越多，且上不封顶。
Karpathy 的修正：Vibe Coding 分叉
2026 年初 Karpathy 的精确表述：
"Vibe Coding 是提升每个人的软件能力下限；Agentic Engineering 是在保持原有专业水准的前提下，用AI获得速度提升。前者是让更多人能做软件，后者是让会做软件的人做得更快、更好。"
分叉为两条路径：
| 路径 | 阶段 | 方法 | 产出 |
|---|---|---|---|
| 探索路径 | 原型验证 | Vibe Coding | 快速试错 |
| 生产路径 | 正式开发 | SDD + Harness Engineering | 可维护、可验证、可协作 |
Software 3.0 时代
Karpathy 的三代范式框架：
- Software 1.0 — 人写代码（传统编程）
- Software 2.0 — 人写数据，模型学代码（深度学习时代）
- Software 3.0 — 人写 Prompt/Spec，模型写代码（当前时代）
关键洞察："编程"的本质已变——你不再是在告诉计算机"怎么做"，而是在告诉 LLM "做什么"。提示词（Prompt）就是新时代的代码，上下文窗口（Context Window）就是新时代的编程环境。
可验证性框架
Karpathy 提出的核心变量：可验证性（Verifiability）
- 传统计算机自动化的是"能被精确规定的任务"（可编码性）
- 现代 LLM 自动化的是"能被精确验证的任务"（可验证性）
寻找蓝海：高可验证性 × 低实验室关注的场景（如专业法律合规检查、特定工业质检流程）。
实用混合策略
- 探索阶段用 Vibe Coding — 快速试错，验证可行性
- 一旦决定要做 — 立刻补 Spec，把探索发现固化为规格
- 进入正式开发 — 严格 SDD，所有变更先改 Spec 再改代码
金句： "你可以外包思考，但你无法外包理解（You can outsource thinking, but you can't outsource understanding）。"
数据对比
| 场景 | 关键指标 |
|---|---|
| 无 Spec 约束的 AI 编程 | 45% 代码含安全漏洞 |
| 有 Spec 约束的 AI 编程 | 代码错误减少 50% |
| AI 编程时代代码重复率 | 4 年增长 4 倍 |
核心概念关联
- wiki/concepts/spec-driven-development — 生产路径的方法论
- wiki/concepts/harness-engineering — 生产路径的架构框架
- wiki/entities/hermes-agent — SDD 实践的领先工具
- wiki/entities/claude-code — Vibe Coding 的标志性工具
创建于：2026-06-16 | 基于微信公众号文章合集批次 A