编程有了新名字，但还没人说得清它是什么

目录

• 57 个翻译，57 种态度
• 「如果这篇不是我读的，为什么值得你读」
• 行数计量法，换了个公关公司
• 三个故事指向同一个空洞

---

57 个翻译，57 种态度

V2EX 上有人发了个帖子：vibe coding 翻译成「氛围编程」，是不是没那味儿？

楼主说，vibe 本身是个俚语，随意、放松、讲究感觉。但「氛围」太书面了——在中文里提到氛围，大家只能想到音乐和灯光布景，跟写代码八竿子打不着。

然后回复炸了。57 条，每一条都在争夺这个翻译的命名权。

有人认真：「随性编程」「惬意编程」「心流编程」。有人刻薄：「嘴瓢编程」「无脑编程」「瞎🐔编程」。有人讽刺：「外包编程」「口嗨编程」「许愿编程」。还有人彻底放弃治疗：「歪脖扣丁」——一边歪着脖子思考，一边 while 扣着自己什么，你自己猜。

但最有意思的不是哪个翻译最好——而是57 个人给出了 57 种不同答案，却没有一个能真正说服其他人。

这不是翻译问题。这就是 AI 编程当前的状态：我们知道它在发生，我们体验到它改变了工作的质感，但我们没有一个能准确描述这种改变的词。

「对话编程」暗示主语是人。「外包编程」暗示主语是 AI。「随性编程」暗示两者都不重要。每选一个词，你就暴露了你认为当前「谁在真正写代码」。

「如果这篇不是我读的，为什么值得你读」

与此同时，Hacker News 上的另一篇文章在讨论另一个更让人不舒服的问题。

一个工程师说，他提了一个设计方案，同事用 AI 写了一份 critique 发给他。邮件里还附了一行 disclaimer：「我没读过，所以可能不准确。」

他的第一反应是：你都没读，为什么觉得我该读？

这篇文章叫「If You Are Asking for Human Attention, Demonstrate Human Effort」。核心论点很简单——当越来越多的工作产物是 AI 生成的时，把 AI 输出直接丢给队友看，不再是一种分享，而是一种转嫁。你把阅读成本转移给了别人，自己没做任何加工。

作者提出了一个规则：如果你要占用别人的注意力，先证明你也投入了注意力。

这听起来像基本的职场礼仪——但细想一下，它揭示了一个更深层的冲突。在「vibe coding」的时代，代码生成的成本趋近于零，而审阅和理解的成本基本没变。你可以在 5 分钟内让 AI 生成一千行代码，但看完这一千行代码需要的时间，和以前一样长。

V2EX 上有人用一句话戳穿了这一点：「嘴瓢编程。之前那句 'talk is cheap, show me your code' 也可以反过来了：'code is cheap, show me your talk'。」

行数计量法，换了个公关公司

第三篇文章来自一个技术博客，标题叫「Lines of Code Got a Better Publicist」。

作者翻出了今年各大 AI 公司的招牌数据：Google 说 75% 的新代码是 AI 写的。Anthropic 说 80% 的生产代码由 Claude 完成，工程师每季度「多交付 8 倍代码」。OpenAI 也说 80%。Cursor 说每天「一亿行企业代码」。

每一个都是体量声明。

但这和十年前用「代码行数」来评价工程师的 KPI 有什么区别？区别在于它换了个更漂亮的包装——从「产出了多少行」变成了「百分之多少由 AI 写」。统计口径变了，逻辑没变：都在数行数，假装行数等于价值。

更有趣的是作者对研究证据的梳理。早期有研究显示 AI 让开发者完成任务快了 26%。然后 GitClear 的数据显示代码 churn 在上升、重构在减少。然后 METR 的研究说经验丰富的开发者在自己的代码库中用 AI 反而慢了 19%——但半年后 METR 自己收回了这个结论，因为开发者已经拒绝在没有 AI 的情况下工作了。

所以今天最好的推测是：AI 可能让开发者变快了，但我们已经无法干净地测量快了多少，因为对照组不存在了。

三个研究，三个方向，谁都有数据，谁都没全对。

三个故事指向同一个空洞

这三件事在同一天或前后出现，不是巧合。

V2EX 上的人在争「该叫什么」——反映的是我们无法命名正在经历的变化。工程师在争「AI 输出值不值得看」——反映的是生成速度超过了理解速度，沟通的信用体系正在重建。行业在争「怎么测量」——反映的是旧指标失效了，新指标还没建立。

三个层面、三个视角，指向同一个空洞：我们知道编程在变，但还没有能准确描述这种变化的语言。

V2EX 那条帖子里有一个回复，放在这个框架下格外亮眼：

「外包编程。把实际的编程工作外包了，你成了包工头，分派任务罢了。」

把开发者和 AI 的关系比喻成包工头和外包团队——这个翻译虽然带刺，但它比任何漂亮说法都更准确地捕捉了当前的结构：创意和判断在自己这里，执行在 AI 那里。这不像「对话」那么平等，也不像「随性」那么轻松。它就是现实中很多人感受到的状态——你在指挥，AI 在干活，但你要为结果负责。

到底怎么称呼这种状态，可能没有标准答案。但答案的一致性本身不重要——这个问题在被打捞出来、被 57 个人以不同方式回答的那一刻，已经足够说明问题了。

命名永远比技术慢一拍。当「vibe coding」这个术语诞生时，它试图捕捉一种新的工作质感。当 57 个人试图把它翻译成中文时，每个人都在用自己的经验去定义那是什么。而当三个来源在同一天从不同角度讨论同一个问题时——最诚实的回答可能是：我们还没想好这该叫什么。但至少我们知道现在用的词都不太对。这本身就是一个进步。