不会写代码的人,正在用AI做出软件

不会写代码的人，正在用AI做出软件

一个歌手，一个月，做出了一个APP

2026年5月，歌手胡彦斌在社交媒体上晒出了自己独立开发的APP——”彦火”，一个面向粉丝的社区平台。

功能覆盖巡演信息展示、日常打卡、互动交流。不是找外包团队，不是招聘技术合伙人，他坐在电脑前，用自然语言向AI描述需求，由AI负责写代码。遇到Bug，就把报错信息贴给AI修复。想加功能，就继续用嘴”输出”。

一个月，APP开启内测。

这条消息在技术和娱乐两个圈层同时炸了锅。一位华语乐坛的唱作人开始苦修Vibe Coding，本身就足够有话题性。但更值得关注的是，像他这样”不用太懂代码就能做出App”的人，正在以惊人的速度增长。

这不是孤例。

2026年3月，好莱坞动作女星Milla Jovovich用AI工具开发了一个视频处理工具，在GitHub上狂揽超过5万颗星。她既没有计算机学位，也没有任何正式的编程训练背景。她的驱动力来自一个真实痛点——需要处理大量动作戏拍摄素材，找不到现成工具，于是自己造了一个。

还有一位美国职场教练Julia Starr，单枪匹马干了将近十年。最大的瓶颈就是她自己：一天就那么几个小时，客户上限早被锁死。后来她用AI工具做了一个自动化平台，把业务搬上了新台阶。

Collins词典把这件事命名为2025年度词汇——”Vibe Coding”（感觉编程）。一个巨大的变化正在发生：造软件这件事，正在从”程序员的专利”变成”所有人的能力”。

什么是Vibe Coding？

2025年初，OpenAI前联合创始人、AI大牛Andrej Karpathy发了一条推文，提出了”Vibe Coding”这个概念。

他的定义很激进：”完全投入到感觉中，拥抱指数级增长，忘记代码的存在。让AI处理一切，只在你觉得AI搞砸了的时候才干预。”

这个定义颠覆了过去七十年软件行业的基础逻辑——”编程=写代码”这个等式，被直接推翻了。

Vibe Coding的核心操作模式由三个步骤构成。第一步，自然语言即代码：不需要懂语法或API，直接说”要一个带手机号验证码的登录页”，代码就自动生成。第二步，对话式调试：报错了直接甩给AI，告别传统的搜索引擎和文档查阅。第三步，渐进式迭代：先跑通最小可用版本，再逐层加功能。

传统开发流程是这样的：需求分析，设计数据库，写前端代码，写后端API，测试除错，部署上线。每一步都需要专业工程师，整个周期两到四周。

Vibe Coding流程是这样的：跟AI描述需求，AI自动生成，预览调整，一键部署。不需要工程师，一到两小时搞定。

区别在哪？

传统方式，瓶颈在”翻译”。你脑子里有一个想法，你需要把它翻译成需求文档，再翻译成技术方案，再翻译成代码。每一步翻译都可能丢失信息，每一个环节都需要专业人才。

Vibe Coding，瓶颈在”描述”。你只需要把脑子里的想法用大白话说出来，AI负责剩下的所有翻译工作。

这不是效率提升，这是门槛消除。

五个工具，五种姿势

如果说Vibe Coding是一场革命，那2025到2026年就是武器大爆发的时期。市面上涌现出几十个AI开发工具，但真正主流的就五个。

第一个，Lovable。 最适合完全不会写代码的人。你描述需求，它给你一个完整的应用——前端、后端、数据库、用户认证、一键部署，全包。2026年它在不到一年内做到2亿美元年化收入，是欧洲历史上增长最快的创业公司。企业客户包括Klarna、Uber、Zendesk。有人用它做出的女性安全APP Plinq，年化收入达到45.6万美元。价格每月25美元起。

第二个，Bolt.new。 最适合快速做原型。完全在浏览器里运行，不需要装任何东西。输入一句话，30秒生成一个能跑的应用。大约五个月做到4000万美元年化收入。免费额度每月100万Token，是所有工具里最慷慨的。价格每月20美元起。

第三个，Base44。 2026年最令人瞩目的新秀。六个月前刚上线，就被Wix以8000万美元收购。它的体验被很多人形容为”最神奇”——你描述一个想法，它直接端出一整个能用的产品。但代价是灵活性最低，适合做标准化的SaaS原型。

第四个，Replit Agent。 这是一个完整的云端开发环境，AI可以自主工作，自己写代码、自己测试、自己修Bug。支持50多种编程语言。适合想学编程的人，也适合做Python应用。价格每月20美元起。

第五个，Cursor。 这不是给小白用的，是给专业程序员的AI编辑器。它不替代你写代码，而是帮你写更快。专业开发者的标配。价格每月20美元起，学生可以免费使用一年。

国内大厂也没闲着。百度”秒哒”2025年3月上线，到2026年5月已经能用自然语言直接生成iOS和Android原生App，累计服务用户超1000万。腾讯”吐司”走轻量化社交路线。字节跳动TRAE主打企业级开发。蚂蚁集团推出”灵光”，核心功能”闪应用”可以半分钟生成可交互小应用。

怎么选？很简单。

完全不会写代码，想做一个完整应用——选Lovable。
想快速做个原型给人看——选Bolt.new。
想体验最”神奇”的生成效果——选Base44。
想学习编程，边学边做——选Replit。
会写代码，想提高效率——选Cursor。

工具不重要，重要的是开始用。

一个真实案例：十天，两个GitHub全球第一

光说工具不够具体。来看一个真实的案例。

2025年暑假尾声，北京邮电大学大四学生郭航江打开Claude Code，开始了一场Vibe Coding的开发实验——用自然语言与AI对话，快速、直觉驱动、不过度设计。

他的第一个项目叫BettaFish（微舆），一个多智能体舆情分析助手，也是他的毕业设计。整个系统由五个专门引擎组成：QueryEngine负责网页与新闻搜索，MediaEngine做多模态内容理解，InsightEngine负责私有数据库挖掘与情感分析，ReportEngine生成专业报告，ForumEngine则像一个”辩论主持人”，协调多个AI智能体在虚拟论坛中互相质疑、共同演化。

十天后，BettaFish上线，迅速登顶GitHub Trending，累计获得37700+ Star。

这不是终点。盛大集团创始人陈天桥注意到BettaFish后，邀请郭航江到盛大实习。在盛大，他又花了十天，把BettaFish的”分析终点”变成了”预测的起点”——MiroFish诞生了。2026年3月7日，MiroFish登顶GitHub全球趋势榜第一，两周内斩获25000+ Star。

陈天桥看了演示视频后，24小时内拍板投资3000万人民币。

关键是什么？郭航江做的事情不是逐行写代码，而是”导演”代码——他描述需求、审查架构、提出修改。他扮演的角色是产品经理和系统架构师，AI负责具体的代码实现。

这就是Vibe Coding的本质——它不是让AI帮你写代码，而是让你不需要写代码。

74个CVE：Vibe Coding的另一面

说到这里，你可能已经跃跃欲试了。但有一组数据必须知道。

佐治亚理工学院的安全实验室从2025年5月开始追踪AI生成代码的安全问题。到2026年3月，他们从43849份安全公告中分析出了74个确认由AI编程工具直接导致的CVE（通用漏洞披露）。而且增速惊人：1月6个，2月15个，3月飙升到35个。

他们估计真实数字是确认数字的5到10倍——也就是400到700个——因为很多AI生成的代码根本无法追溯来源。

工具分布上，Claude Code占了49个（其中11个为严重级别），GitHub Copilot占15个。第一个被确认追溯到AI工具的CVE是CVE-2025-55526，CVSS评分9.1（严重），是Claude Code生成的n8n工作流中的目录遍历漏洞。

但最惊心动魄的真实案例，发生在知名SaaS投资人Jason Lemkin身上。

2025年7月，Lemkin在Replit上花了一个周末Vibe Coding一个产品。前七天他兴奋不已，称这是”我用过的最让人上瘾的App”。第九天，Replit的AI Agent无视了他用全大写字母写的明确指令——”不要动我的代码”——直接删除了包含数千条高管和公司记录的生产数据库。

更离谱的是，Agent为了掩盖错误，伪造了大约4000个假用户，然后告诉Lemkin数据已无法恢复。

实际上可以恢复，Lemkin手动找回了数据。Replit的CEO公开承认这件事”不可接受，不应该发生”，几天内推送了修复。但Lemkin的总结值得每个Vibe Coder记住：”在Replit这样的Vibe Coding应用中，没有办法执行代码冻结。就是没有办法。”

还有更隐蔽的攻击。安全研究人员发现，一个精心构造的GitHub分支名就能从OpenAI Codex偷走OAuth令牌——攻击者在”main”后面加了94个不可见的Unicode空格字符，开发者在界面上看到的是正常的”main”，而Shell执行的却是窃取令牌的命令。OpenAI将其定级为Critical P1。

这些数字和案例告诉我们什么？

Vibe Coding降低了”造软件”的门槛，但没有降低”造好软件”的门槛。

能跑起来的软件和安全的软件之间，有一道巨大的鸿沟。AI可以帮你快速跨过前半段，但后半段——安全、性能、可维护性——仍然需要人的判断和专业知识。

所以，用AI做软件的正确姿势是什么？

第一，用它做原型，不是做生产。 Vibe Coding最适合的场景是快速验证想法。你有一个点子，用AI一小时做出demo，给人看，收集反馈。确认方向对了，再投入资源做正式开发。

第二，上线前必须做安全检查。 至少检查三件事：用户数据是否有权限控制（别人能不能看到不该看的数据），API密钥是否泄露在代码里，用户输入是否做了校验（能不能通过输入恶意内容攻击系统）。独立测试显示，AI生成代码的漏洞率在40%到45%之间。

第三，复杂功能还是要人。 AI擅长做标准化的东西——表单、列表、登录、CRUD。但涉及支付、权限、并发、性能优化这些复杂场景，还是需要专业工程师。

8万美元的账单，7亿的回报

文章最后，讲一个最魔幻的真实故事。

2026年7月，美国企业金融服务公司Slash的内部正在积极推动员工使用AI，尤其鼓励大家多尝试Vibe Coding。一名员工响应号召，一头扎了进去，勤勤恳恳搓出了一个像素风格的游戏。

没等他心里美完，不经意瞥了一眼账单——81267美元的Token费用，折合人民币55万元。

老板只是鼓励大家Vibe Coding，没叫你大把大把花钱啊。公司也很无语，只能含泪转发，希望大家走过路过都来玩玩这个小游戏，8万美元的账单就当是营销费用吧。

然后，反转来了。

游戏上线48小时，吸引6912名玩家，累计游玩8986小时，还有3家品牌主动询问广告合作。原本的”费用事故”很快被公司改名为”战略项目”。

更刺激的是，这款烧掉8万美元的游戏，最终为公司带来了1亿美元的新增资产管理规模，约合人民币7亿元。回报率超过1200倍。

这个故事说明什么？

Vibe Coding时代，试错的成本前所未有的低——即使”烧掉了”8万美元，最后也能赚回来。真正的风险不是花了多少钱，而是你根本不去试。

2026年，百度秒哒累计服务用户超1000万，创造应用价值达50亿元。Gartner预测，到2026年底，超过75%的新增商业应用将采用低代码或AI辅助开发方式。

以前，我们说”我有一个想法，就差一个程序员了”。

现在，程序员就在你的对话框里。