Vibe Coding被正式判死刑，AI编程进入规格时代

2026年2月，Andrej Karpathy发明了"Vibe Coding"这个词。全世界的程序员像抓住了救命稻草——终于有个词能描述那种"把需求丢给AI、眯着眼等结果"的编程方式了。

一年后，他自己把它埋了。

7月初，Karpathy在公开场合改口：Vibe Coding时代正在终结，我们正在进入Agentic engineering——用详细规格编排多个Agent，而不是祈祷一句Prompt能落在某个有用的地方。

翻篇的速度比发明这个词还快。

这不是迭代，是范式切换

Vibe Coding为什么会死？不是因为它没用，是因为它不能规模化。

小任务上它很灵。"加个暗黑模式开关"——Agent秒懂，代码干净，跑起来没问题。但一旦任务复杂度越过某个临界点，Vibe Coding的三种死法就会轮番上演。

第一种叫意图漂移。你让AI"构建一个多租户计费系统"，它默认按最简单的模型来，生成了一大堆看起来合理的代码。你花了两小时读代码才发现，它把"按用量计费"理解成了"按时长计费"，和你脑子里想的完全不一样。没人发现，因为代码看起来是对的。

第二种叫幻觉接口。Agent写了一段调用支付网关的代码，函数名、参数、返回值都有模有样。跑起来才发现，这个API根本不存在，是模型从训练数据里几个不同支付系统的文档拼凑出来的。代码能编译，逻辑没毛病，唯一的毛病是它连不上任何真实的东西。

第三种叫熵增失控。Agent生成了大量代码，每次修改都让系统更复杂一点。六小时后，你拥有一个"几乎能用"的系统，但没人完全理解它。里面有三十个文件，其中七个不知道干什么用的。重构？不如重写。

这三种死法指向同一个根因：Agent的能力已经到了"能写代码"的水平，但瓶颈从"Agent能不能写"变成了"Agent知不知道要写什么"。

Midjourney创始人大卫·霍尔茨最近发了一条引发大量共鸣的帖子：身边朋友用最新编程模型后，工作效率高到离谱——但也身心俱疲。高在速度，累在纠错。Prompt写得越随意，后面花在检查和返工上的时间就越长。这不是工具的问题，是工作方式的问题。

这就是为什么Spec-Driven Development会接管Vibe Coding留下的地盘。

11万颗星投的票

GitHub在5月开源了一个叫Spec Kit的工具。发布不到一个月，11万Star，9700个Fork。

它的核心逻辑简单到让所有Vibe Coding信徒脸红：在让AI写代码之前，先让它写一份规格文件。

不是那种厚重的PRD文档，而是一份轻量的spec.md——要做什么、边界在哪、输入输出是什么、什么算做完。你写spec，AI读spec，然后AI写代码。代码写完后，AI自己对照spec检查自己有没有跑偏。

这听起来像是回到了瀑布模型时代。但数据不会骗人：早期采用Spec工作流的团队报告，非琐碎任务上的首次通过率提升了3到10倍。

3到10倍。不是30%，不是50%，是三到十倍。

同一个月，AWS发布了Kiro——一个为Amazon Q Developer从头构建的IDE替代品。整个产品的设计哲学就是：规格是工作的原子单位。不是文件，不是函数，不是类，是规格。

紧接着，DeepLearning.AI上线了一门新课：《Spec-Driven Development with Coding Agents》，由Google的Sandeep Dinesh主讲。一门面向方法论的新课能在DeepLearning.AI上线，本身就是一个信号：这套方法已经从实验阶段跨入了主流。

为什么是现在

这个时间点不是巧合。

2024年到2025年，AI编程工具的核心命题是"能不能写"。Cursor、Claude Code、Copilot轮番证明：能。代码质量从"勉强能用"进化到"经常能用"，再进化到"大多数情况下比初级程序员写得好"。

但2026年上半年，问题变了。

当AI的代码生成能力从60分冲到85分以后，所有人发现一个尴尬的事实：剩下的15分不是代码质量问题，是方向问题。AI可以写出完美的代码，但写的是完全错误的功能。

这不是模型的锅。GPT-5.5的代码能力有目共睹，Claude Fable 5在SWE-bench上拿下95%。问题是，再强的模型也是一辆没有导航的跑车。你告诉它"往前开"，它确实开得又快又稳，但开到了一个你根本没想去的地方。

Spec就是导航。

Spec Kit的设计师们显然理解这一点。它做的事情不复杂：把"做什么"从代码生成的流程里抽出来，变成一个独立的、可审查的、可追溯的规格层。Agent读到spec，知道自己要解决什么问题；人读到spec，知道Agent会往哪个方向走。两边的认知对齐了。

这里有一个容易被忽略的细节。Spec Kit的spec.md不是传统意义上的技术文档。它不关心UML图，不关心数据库表结构，不关心技术选型。它只关心三件事：目标是什么、边界在哪里、什么算做完。这三件事恰好是Vibe Coding最薄弱的三个环节——Vibe Coding在每一个环节上都靠猜。

为什么Spec Kit能在一个月内拿下11万星？不是因为它的技术有多深，是因为它回答了一个所有AI编程用户每天都在面对的问题："我怎么让AI做我真正想让它做的事，而不是做它以为我想让它做的事？"

写Spec的人比写代码的人贵

这套范式的最大反转在这里。

在过去二十年里，写规格的人在软件工程食物链上通常处于底端。需求分析师、产品经理，这些都是"不会写代码才去干的活"。写代码的人才是核心，是"真正创造价值的人"。

Spec-Driven Development把这套秩序翻了过来。

当代码生成本身变得廉价——便宜到Claude Code每分钟可以吐出几百行的时候，"能写代码"不再是稀缺能力。稀缺的是"知道要写什么"。是能在混沌的业务需求中提炼出清晰边界的能力，是能在六种实现路径中选出最合适那一种的判断力，是能把一句"用AI提效"翻译成可执行规格的翻译能力。

Karpathy在宣布Vibe Coding终结的同时说了一句意味深长的话："Agentic engineering is the new coding."编排Agent、定义规格、验证结果——这些动作正在取代逐行编写代码，成为软件工程的核心活动。

你不再是工匠，你是指挥。

代码越廉价，判断越昂贵

Spec-Driven Development的崛起揭示了AI编程浪潮里最深刻的一条规律：当一个东西的价格跌到接近零，它的互补品会变得极其昂贵。

代码生成的价格正在归零。Cursor月费20美元无限生成，Claude Code按Token计费但单价持续走低，免费开源Agent一个接一个冒出来。写代码这个动作的经济价值正在被系统性摧毁。

但在这个过程里，互补品——判断力、审美、架构直觉、业务理解——的价格被推到了前所未有的高度。

能写出一段优雅代码的人很多。能判断哪段代码值得写的人很少。能定义什么才算"写好"的人更少。

Spec就是这个"判断"的载体。它不是文档，它是决策。

金句

Vibe Coding死了，不是因为AI不够聪明，是因为你终于发现自己不够清楚要什么。代码不要钱了，清楚自己要什么，才是这个时代最贵的能力。