---
title: Vibe Coding in Production — Erik Schluntz / Anthropic
source_url: https://mp.weixin.qq.com/s/uajs9vOpVPqBzGFBw7zxtQ
publish_date: 2026-05-07
tags: [wechat, article, claude, coding]
review_value: 7
review_confidence: 7
review_recommendation: neutral
sha256: 2ded2f28e99afe9c7fb20de7c59e09c4683bb38a094acf887db101e33232cef4
---
# Vibe Coding in Production — Erik Schluntz / Anthropic
> 作者：整理自 Anthropic 研究员 Erik Schluntz 演讲《Vibe Coding in Production》
> 原文：https://mp.weixin.qq.com/s/uajs9vOpVPqBzGFBw7zxtQ
## 核心定义
- **Karpathy 定义**：完全沉浸在 vibe 中，彻底忘记代码的存在。不是"AI 帮你写代码"，是"忘记代码的存在"。
- **Schluntz 补充**：只要你还在逐行审查 AI 写的代码，你就没有在 vibe coding，你只是换了个更贵的 IDE。真正的 vibe coding 是：你跟 AI 说清楚要什么，它出结果，你只看结果对不对。代码长什么样你不关心。就像打车，你关心的是到没到目的地，不是司机怎么握方向盘。
## AI 能力增长速度
- AI 独立完成编程任务时长，**每 7 个月翻一倍**
  - 现在：能稳定执行 1 小时任务
  - 7 个月后：半天
  - 再 7 个月：一整天
  - 再往后：一周
- 当 AI 一次性扔给你相当于一周工作量的代码，你还要逐行审查吗？人类会成为整个链条里最慢的环节。
- 类比：编译器发展史——早年程序员写完 C 还要看生成的汇编，后来编译器越来越靠谱，坚持看汇编的那批人被淘汰了。AI 写代码就是今天的编译器。
## 核心原则：找到你能验证的抽象层
> **精华**：找到你能验证的抽象层。往上走，别往下钻。
- CEO 怎么管公司？看财务指标
- CTO 怎么管技术？看验收测试
- 产品经理怎么管功能？直接体验产品
- 没有一个人在看代码
**验证层次（从高到低）**：
1. 用户数据验证
2. 产品体验验证
3. 自动化测试验证
4. 代码审查（最底层）
能用高层验证，就不用往下钻。不是放弃责任，是重新定义责任边界。
## 实践策略：干部分离
把代码库分成两类：
| 类型 | 定义 | 策略 |
|------|------|------|
| **主干架构** | 核心逻辑、底层接口、被大量模块依赖 | 必须人工守住 |
| **叶子节点** | 末端功能、附加组件、不被任何模块依赖 | 让 AI 随便写，有点技术债无所谓 |
**不是把整个项目交给 AI（找死），也不是完全不信任 AI（浪费）。按风险分层，低风险的全力交出去。**
### Anthropic 22,000 行案例
Anthropic 团队合并了 22,000 行 Claude 写的代码，原来两个工程师花两周逐行审查，压到了一天。
**四招**：
1. 开工前需求规划
2. 限定叶子节点
3. 核心逻辑人工审
4. 建立可验证检查点
## 责任模型转变
**旧模式**：工程师对代码质量负责
**新模式**：工程师对产品结果负责，AI 对代码实现负责
核心能力转变：
- 以前：你得会写代码
- 现在：你得会说清楚要什么
**开工前对齐动作（15-20分钟）**：
1. 让 AI 探索项目结构、找相关文件
2. 让 AI 把它对任务的理解说出来
3. 一起定计划
4. 再把上下文整合成完整的 prompt 再执行
成功率指数级提升。好 prompt 不是写得长，是上下文给得足。
## 三件事现在就可以做
1. **从今天起，在低风险模块上放手**。不要每行代码都亲自审，先从一个叶子节点开始，让 AI 跑，你来验收结果。
2. **学会在任务开始之前跟 AI 对齐**。不要上来就提需求。先让 AI 读懂背景，定好计划，再开工。
3. **想清楚你的验证层在哪里**。你有没有一套可以快速判断"这事做对没做对"的标准？如果没有，这件事比学 AI 工具更紧迫。