因为最近 X 的账号被标记了，Grok 让我冷静几天，所以相关的一些想法我就先写到自己的博客里面了，后面我也会先更新自己的博客再更新 X 。

我第一次观察到 Vibe Coding 出现了破圈的趋势，这个趋势主要是集中在 Web3 和内容创作者领域。Claude Code 在程序员圈内很容易就变成了 Top1 的工具，因为它足够简洁也足够聪明，大部分程序员都绕不开命令行也热衷于配置自己的命令行。

但是我观察到的本次破圈是 Antigravity 带来的，主要有 2 个原因：

1. Google 的强大生态力，Google 是横跨消费者，开发者和内容创作者的巨头，并且在这三个领域中都有强大影响力。（这一点 Cursor 还做不到）
2. Antigravity 的 Agent 模式对于非开发者来说完全屏蔽了需要面对代码的恐惧感。（这一点是比 Claude Code 更优的地方）

为什么 Claude Code 很难破圈呢？

1. 大部分人对 命令行有天然的恐惧 ，你看到一个黑屏上一堆英文在飘，你完全不能理解 Claude Code 的提权是什么意思。你只能一路 Accept，哪怕你不知道这是什么意思
2. Claude Code 的成果很难被可视化，Antigravity 自带一个 Chromium 做完就能看到，用户更加好验证

当然我看到大量 web3 的从业者正在鼓吹 vibe coding，甚至在喊着自己通过 vibe coding 赚到了多少钱，一如最开始 vibe coding 在技术圈刚刚出现。在这里我要浇一瓢冷水 “vibe coding is overrated” ，虽然我也是 vibe coding 的重度使用者，但是这并不意味着 vibe coding 就是银弹。

对于非技术人的 vibe coding 最大的问题是 “你判断不了你需要懂什么，你不知道一件事情背后的代价是什么。你不懂的东西，你也没办法判断模型是不是懂”。

Prompt Engineering 的本质是知识提取。你只能提取出你“知道需要提取”的东西。 。

相比于技术人员使用 vibe coding，技术能明确的知道每个问题的边界是什么，哪些问题要放在哪个环节去解决，哪个地方需要提前设计，哪个地方需要谨慎而行。虽然我曾经在写 AI 对编程范式的影响时提到 “未来的编码是可以不需要管很多细节设计的，因为有些细节设计本身是为了满足人类可管理的需求而诞生的，对于 AI 来说没有这个需求”。 但是不得不承认的是除了 “人类可读可协作” 的功能需求之外，还有一些需求是来源于机器的需求和硬件的需求，一般被称作 “非功能性需求（Non-functional Requirements, NFRs）”。

举个例子：

• 资源竞争与死锁 (Concurrency & Race Conditions)：

人类视角：“我要在这个列表里同时添加这三个数据。”

机器视角：如果三个线程同时写入同一块内存，会不会导致数据损坏？AI 生成的代码往往是“单线程思维”的，除非你明确要求它处理并发。不懂的人根本意识不到这里有坑。

• 时间与空间的权衡 (Time-Space Trade-off)：

人类视角：“帮我存下这些用户数据。”

机器视角：是存成查询快的格式（占内存），还是存成体积小的格式（费CPU）？AI 往往选择最通用的写法，而在海量数据下，这可能导致服务器成本爆炸或响应超时。

• 错误处理的边界 (Edge Cases)：

人类视角：“读取文件并显示。”

机器视角：如果文件正在被另一个程序占用怎么办？如果磁盘满了怎么办？如果文件头损坏了怎么办？AI 只有在被“逼问”时才会处理这些脏活累活，非技术人员通常想不到去逼问这些。

你一句话写出来的 App，到底是你的权重多还是 AI 的权重多呢？你的输入对 AI 来说是增量信息的输入还是在 AI 庞大的知识库里面做 “模糊匹配” 呢？

Vibe Coding 将编程的门槛降到了‘语言表达’的层级，但这是一种错觉。因为 软件工程的本质是对复杂度的管理，而不仅仅是逻辑的翻译。 AI 可以帮你搞定‘逻辑’（Human Logic），但它很难主动帮你搞定‘物理’（Machine Reality）。 真正的技术壁垒，正在从 ‘如何写出代码’ ，转移到 ‘如何预判代码在机器上运行的代价’ 。非技术人员面临的最大风险，不是写不出程序，而是生产出了一堆自己无法评估风险、且一旦由于硬件/网络限制而出错时，完全无法维护的‘工业垃圾’。

让我们收拢一下思绪，大部分的 web3 从业者 vibe coding 出来的东西，其实就是再跑一个自己无法评估风险的系统，然后真金白银的冲进去，这会让人迅速的冲上愚昧之山，所以如果真的要做自己的量化交易系统，一定要深刻理解并且知道自己在做什么。

所幸我们已经到了最好的时代，学习这些知识的成本越来越小。