「Vibe Coding」這個詞最近很紅,但它到底是什麼、跟你我有什麼關係?Google 出了一份 51 頁的白皮書把它講清楚,結論很震撼:軟體開發正在經歷「高階語言問世以來最大的轉變」。這篇用白話幫你抓重點,也聊聊為什麼連不寫程式的人都該懂這個方向。

先講這是誰寫的
這份白皮書叫《The New SDLC With Vibe Coding》(SDLC=軟體開發生命週期),由 Google 的 Addy Osmani 等人在 2026 年 5 月發表(Addy 是前端圈很有份量的工程師)。副標下得很到位:「從隨手 prompt,到 Agentic Engineering(代理式工程)」。
核心轉變:從「寫語法」到「表達意圖」
過去幾十年,工程師跟機器溝通的方式是「語法」——一堆大括號、分號、型別。這份白皮書說:那個時代正在結束。現在變成——你表達「想做什麼」,機器處理「怎麼做」。人負責的是意圖、架構、判斷。

這不是未來式。白皮書給的數據很硬:2026 年初,85% 的專業開發者固定在用 AI coding agents、51% 每天用,而且大約 41% 的新程式碼是 AI 生成的。這個轉變是一步步來的:自動補全 → 補完整個函式的行內建議 → 用自然語言描述功能的對話式 → 到現在,agent 能自己 clone 專案、規劃跨檔案的修改、在沙盒跑測試、開 PR,全程不用人打一行字。
一條光譜:從 Vibe Coding 到 Agentic Engineering
白皮書把這件事畫成一條光譜:一端是「vibe coding」——憑感覺、隨手 prompt、快速試出東西;另一端是「agentic engineering」——嚴謹、可控、工程化的 agent 開發。重點不是選邊站,是搞清楚你手上這件事該落在光譜的哪個位置:隨手做個小工具,vibe 一下就好;要上線、要維護的正式系統,就得往工程化那端走。
真正的技能是「context engineering」
白皮書特別點名一件事:脈絡工程(context engineering)才是真本事。工具再自動,你能不能把「我要什麼、在什麼前提下、參考哪些資料、什麼算完成」講清楚給它,直接決定產出好壞。這跟我一直講的「先把脈絡講清楚,再叫 AI 動手」是同一件事。
你的角色變了:從寫程式的人,變指揮的人
白皮書用兩個角色描述新的工作方式:

- 指揮家(Conductor):即時、親手帶,一步步給方向、隨時調整。
- 編排者(Orchestrator):非同步,把工作拆給多個 agent 並行跑,你負責統籌、收斂。
不管哪一種,你都不再是「逐行寫碼」的人,而是那個「指揮、編排、拍板」的人。這其實不只發生在寫程式——任何用 AI 做事的工作,都在往這個方向走。
最誠實的一段:The 80% Problem
白皮書有一節專講「80% 問題」,我覺得是全篇最該記住的:AI 能很快把你帶到 80%,但最後那 20%——正確性、品味、邊界、判斷——還是得靠人。

這也是為什麼白皮書一直強調「Harness engineering(圍繞模型搭的整套系統)」跟「factory model(打造一個會生產軟體的系統)」——重點從來不只是模型多強,是你在它周圍搭了什麼、你怎麼守住那最後 20%。
對想玩 Vibe Coding、對帶人的你
我今年給自己的目標之一就是好好玩一次 Vibe Coding,這份白皮書剛好是最權威的入門地圖。但真正讓我有感的,是它整份的骨幹,跟我一直在教的東西完全對上:「從意圖出發」就是我說的先講你要什麼、先規劃再執行;「context engineering」就是先把脈絡講清楚;「80% 問題+指揮/編排者」就是我帶學員的核心——會用、會驗證、敢判斷,人的價值正在往最後那 20% 集中。
所以我在帶企業同仁導入 AI 時,一直提醒一句話:AI 幫你把「怎麼做」變簡單了,但「要做什麼、做得對不對」永遠是你的責任。工具會一直進化,這個分工不會變。
用之前提醒一下
Vibe Coding 很爽,但白皮書自己也提醒:快速做出來 ≠ 做對、做得能維護。隨手 vibe 出來的東西,正式要用之前,該驗證、該審查、該想清楚維護成本,一樣都不能少。工具讓門檻降低,不代表責任跟著消失。
小結
Vibe Coding 不是「不用懂程式了」,而是「跟機器合作的介面,從語法變成了意圖」。這個轉變的贏家,是那些願意從「執行者」升級成「指揮者」的人——把 AI 用好用滿去實作,但把意圖、判斷、那最後 20% 牢牢握在自己手上。你手上有沒有一件事,其實現在就能用「講你要什麼」的方式,讓 AI 幫你做出來?
本文整理改寫自 Google/Kaggle 白皮書《The New SDLC With Vibe Coding》(作者 Addy Osmani、Shubham Saboo、Sokratis Kartakis,2026 年 5 月,共 51 頁),依其引言與章節架構整理,用白話重新詮釋,結合我自己的教學與 AI 導入經驗。原文:kaggle.com
留言
張貼留言