Apakah Vibe Coding?

Dikemas kini Julai 2026

Vibe coding ialah cara membina perisian di mana anda menerangkan apa yang anda mahu dalam bahasa mudah dan membiarkan alat pengekodan AI, seperti Cursor, Claude Code, atau Replit, menjana, menjalankan, dan menambah baik kod tersebut, tanpa anda perlu membaca atau menulisnya sendiri. Andrej Karpathy mencipta istilah ini pada Februari 2025.

Bagi pemimpin perniagaan, vibe coding bermaksud seorang pengasas atau pengurus produk tanpa latar belakang kejuruteraan formal kini boleh menerangkan sesuatu aplikasi dan melihat versi yang berfungsi muncul dalam beberapa minit. Itu satu perubahan sebenar dari segi siapa yang boleh membina perisian, dan ia datang dengan pertukaran sebenar. Kelajuan yang sama yang membolehkan seorang operator bukan teknikal menghasilkan alat dalaman dalam masa seminggu juga boleh menghasilkan produk menghadap pelanggan dengan lubang keselamatan yang tidak pernah diperiksa oleh sesiapa. Memahami di mana vibe coding sesuai, dan di mana ia tidak sesuai, penting bagi sesiapa yang perlu memutuskan bagaimana pasukan mereka sepatutnya menggunakan alat ini.

Asal Usul Vibe Coding: Tweet Karpathy Februari 2025

Andrej Karpathy, bekas ahli pengasas OpenAI dan bekas pengarah AI Tesla, menyiarkan tweet yang memberikan nama kepada amalan ini pada 2 Februari 2025. Beliau menerangkan aliran kerja di mana beliau "sepenuhnya menyerah kepada vibe", menerima cadangan AI tanpa membacanya baris demi baris, dan bercakap dengan alat tersebut melalui suara dan bukannya menaip. Kata-kata beliau sendiri: "Saya hanya melihat sesuatu, cakap sesuatu, jalankan sesuatu, dan salin-tampal sesuatu, dan ia kebanyakannya berfungsi."

Siaran itu tersebar dengan pantas kerana ia menamakan sesuatu yang telah dilakukan secara senyap oleh beribu-ribu pembangun dengan alat seperti Cursor Composer, tetapi belum mempunyai istilah untuknya. Dalam masa beberapa minggu, "vibe coding" muncul dalam pelancaran produk, iklan pekerjaan, dan akhirnya dalam data syarikat permulaan Y Combinator sendiri. Wajar untuk memisahkan istilah ini daripada amalannya: pembangun telah menjana kod daripada gesaan bahasa semula jadi sejak versi awal GitHub Copilot. Apa yang ditangkap oleh Karpathy ialah satu pemikiran khusus: mempercayai output tersebut cukup untuk berhenti membacanya.

Cara Vibe Coding Berfungsi

Mekanismenya mudah, dan itulah sebabnya amalan ini tersebar dengan begitu pantas.

1. Gesaan: Anda menerangkan ciri, halaman, atau pembetulan yang anda mahu dalam bahasa semula jadi, sama seperti anda menerangkannya kepada rakan sepasukan.
2. Jana: Alat AI, yang dibina di atas model bahasa besar, menulis kod tersebut, selalunya merentasi pelbagai fail sekali gus, dan kerap mencadangkan perubahan itu sebagai diff yang lengkap dan bukan hanya serpihan kod tunggal.
3. Jalankan: Alat tersebut menjalankan kod itu, atau anda yang menjalankannya, untuk melihat sama ada ia benar-benar berfungsi. Banyak alat moden menjalankan ujian atau memulakan pelayan tempatan secara automatik sebagai sebahagian daripada langkah ini.
4. Ulang: Anda menerangkan apa yang salah atau apa yang perlu diubah seterusnya, sekali lagi dalam bahasa mudah, dan gelung ini berulang. Sepanjang satu sesi, ini boleh bermaksud berpuluh-puluh gesaan kecil yang bertindan membentuk satu aplikasi yang berfungsi.

Kualiti gelung tersebut amat bergantung kepada kejuruteraan gesaan: permintaan yang kabur menghasilkan kod yang kabur, manakala gesaan yang khusus dan terperinci (apa yang perlu dipaparkan pada skrin, apa yang berlaku apabila ralat, data apa yang disentuh) menghasilkan keputusan yang jauh lebih berguna. Amalan ini juga bergantung kepada keupayaan penaakulan dan panggilan alat yang sama yang menggerakkan ejen AI yang lebih luas, hanya dikhususkan kepada satu domain sahaja: menulis dan menjalankan kod.

Alat yang Digunakan untuk Vibe Coding

Segelintir alat yang dibina khusus untuk aliran kerja ini menggerakkan sebahagian besar lengkung penerimaan dari 2025 hingga 2026:

• Cursor: Editor kod natif-AI, dicabang daripada VS Code, dibina di sekitar mod sembang dan "Composer" yang boleh menyunting berbilang fail dalam satu langkah.
• Claude Code: Ejen pengekodan yang disepadukan dengan baris arahan dan IDE yang boleh merancang tugas berbilang langkah, menyunting fail, menjalankan ujian, dan melaporkan semula, disasarkan kepada pembangun yang mahukan lebih autonomi dalam gelung tersebut.
• Lovable: Alat berasaskan pelayar yang menjana aplikasi web yang berfungsi sepenuhnya, bahagian hadapan dan bahagian belakang, daripada penerangan teks, disasarkan kepada bukan jurutera yang mahu menghasilkan produk dengan pantas.
• Bolt: Pembina berasaskan pelayar daripada StackBlitz yang menjana, menjalankan, dan menggunakan aplikasi tumpuk penuh dalam pelayar daripada satu gesaan, dengan pratonton langsung semasa anda menambah baik.
• Replit: IDE berasaskan awan dengan mod "Agent" yang boleh membina rangka, membina, dan menggunakan sesuatu aplikasi daripada penerangan, tanpa pengguna perlu menyediakan persekitaran pembangunan tempatan.

Alat-alat ini berbeza terutamanya dari segi khalayak: Cursor dan Claude Code menganggap seorang pembangun masih berada dalam gelung menyemak perubahan, manakala mod Agent bagi Lovable, Bolt, dan Replit dibina supaya bukan pembangun boleh beralih daripada penerangan kepada produk yang digunakan dengan hampir tiada semakan kod langsung. Untuk perbandingan penuh dari segi harga, kekuatan, dan kesesuaian pasukan merentasi alat ini dan lain-lain, lihat Alat Pengekodan AI Terbaik pada 2026.

Di Mana Vibe Coding Berfungsi dengan Baik vs Di Mana Ia Gagal

Vibe coding sesuai untuk sesetengah situasi dan menjadi liabiliti dalam situasi lain, dan perbezaannya biasanya bergantung kepada apa yang berlaku sekiranya output itu salah.

Di mana ia berfungsi dengan baik:

• Prototaip dan demo bukti konsep di mana matlamatnya adalah untuk menguji idea, bukan melancarkannya
• Alat dalaman dan skrip sekali guna di mana khalayaknya hanyalah segelintir rakan sekerja, bukan pelanggan
• Hackathon dan projek hujung minggu di mana kelajuan lebih penting daripada kebolehselenggaraan jangka panjang
• MVP peringkat awal di mana pengasas perlu mengesahkan produk sebelum melabur dalam pasukan kejuruteraan yang lengkap
• Pembelajaran dan penerokaan, di mana seorang bukan pembangun mahu memahami apa yang mungkin dari segi teknikal sebelum merangka projek sebenar

Di mana ia gagal:

• Sistem pengeluaran yang mengendalikan data pelanggan, pembayaran, atau pengesahan, di mana satu kes tepi yang terlepas membawa akibat sebenar
• Industri terkawal (penjagaan kesihatan, kewangan, insurans) di mana jejak audit dan keperluan pematuhan menganggap seorang manusia telah memahami dan meluluskan logik tersebut
• Pangkalan kod yang besar dan kompleks di mana alat AI tidak mempunyai konteks penuh tentang bagaimana perubahan itu memberi kesan kepada sistem lain
• Kod kritikal keselamatan, di mana risiko di bawah adalah paling tinggi
• Produk jangka panjang yang akan diselenggara oleh pasukan selama bertahun-tahun, di mana tiada seorang pun dalam pasukan boleh menerangkan bagaimana sesuatu ciri sebenarnya berfungsi

Implikasi Perniagaan dan Risiko Vibe Coding

Kelebihannya adalah sebenar: seorang pengasas bukan teknikal boleh mengesahkan idea dalam masa sepetang berbanding mengupah kontraktor selama sebulan. Risikonya ialah kelajuan itu menyembunyikan bahagian-bahagian kejuruteraan perisian yang wujud khusus untuk menangkap apa yang dilangkau oleh prototaip pantas.

Keselamatan. Penyelidikan bebas mengenai keselamatan kod yang dijana AI mendapati jurang yang konsisten dan ketara. Kod yang dijana AI memperkenalkan kelemahan keselamatan OWASP Top 10 dalam 45% ujian merentasi lebih 100 model bahasa besar, dan mengandungi kira-kira 2.74 kali lebih banyak kelemahan berbanding kod yang ditulis manusia, menurut Laporan Keselamatan Kod GenAI 2025 Veracode (lihat Fakta Utama di bawah). Sekiranya tiada sesiapa dalam pasukan menyemak apa yang ditulis oleh AI, kelemahan itu terus dihantar ke pengeluaran. Anggap keselamatan API dan semakan keselamatan asas sebagai sesuatu yang tidak boleh dirunding, bukan sekadar kemasan pilihan, untuk apa-apa sahaja yang menghadap pelanggan.

Hutang teknikal. Kod yang dijana dengan pantas, tanpa seni bina atau konvensyen penamaan yang konsisten, cenderung mengumpulkan jenis hutang teknikal yang mahal untuk diselesaikan kemudian. MVP yang dihasilkan melalui vibe coding dan menjadi produk sebenar, tanpa pernah difaktorkan semula oleh seseorang yang memahami keseluruhan sistem, adalah corak yang biasa dan mahal.

Kebolehselenggaraan. Sekiranya orang yang "menulis" kod tersebut tidak boleh menerangkan bagaimana ia berfungsi, kerana mereka tidak pernah membacanya, pasukan itu tidak mempunyai pengetahuan institusi untuk dirujuk apabila sesuatu rosak. Itu risiko operasi sebenar, bukan hipotesis, terutamanya sebaik sahaja penulis gesaan asal berpindah ke projek lain atau meninggalkan syarikat.

Cara menggunakannya tanpa mencipta kekacauan:

• Kekalkan manusia dalam gelung untuk apa-apa sahaja yang akan menyentuh pelanggan sebenar atau data sebenar, walaupun pembinaan awalnya dihasilkan melalui vibe coding
• Tetapkan pagar keselamatan yang jelas tentang apa yang dibenarkan disentuh oleh alat pengekodan AI tanpa pengawasan (jangan sekali-kali kelayakan pengeluaran, jangan sekali-kali pangkalan data pelanggan secara langsung)
• Peruntukkan masa untuk semakan dan faktor semula yang wajar sebelum prototaip vibe coding menjadi produk yang dilancarkan, bukan selepas sesuatu rosak
• Gunakan ketelitian penilaian vendor AI yang sama kepada alat pengekodan seperti yang anda gunakan kepada mana-mana perisian lain yang menyentuh data sensitif

Vibe Coding vs Pengekodan Tradisional vs Pengekodan Berbantukan AI

Ketiga-tiga pendekatan ini berada dalam satu spektrum daripada kawalan manual sepenuhnya kepada pendelegasian sepenuhnya. Jadual di bawah adalah cara terpantas untuk melihat di mana setiap satu sebenarnya berbeza.

Fakta Utama

• 25% daripada kohort syarikat permulaan Winter 2025 Y Combinator mempunyai pangkalan kod yang hampir sepenuhnya dijana AI, dengan rakan kongsi pengurus YC Jared Friedman melaporkan kod syarikat-syarikat tersebut kira-kira 95% ditulis AI. TechCrunch
• Hanya 11.9% pembangun menyatakan vibe coding adalah sebahagian daripada aliran kerja profesional mereka, manakala 72.2% menyatakan tidak dan satu lagi 5.3% menyatakan "tidak, dengan tegas", menurut Tinjauan Pembangun 2025 Stack Overflow. Stack Overflow
• 84% pembangun sedang menggunakan atau merancang untuk menggunakan alat AI dalam proses pembangunan mereka, meningkat daripada 76% tahun sebelumnya, namun hanya 32.7% menyatakan mereka mempercayai ketepatan output tersebut, berbanding 45.7% yang secara aktif tidak mempercayainya. Stack Overflow
• Kod yang dijana AI memperkenalkan kelemahan keselamatan OWASP Top 10 dalam 45% ujian dan mengandungi kira-kira 2.74x lebih banyak kelemahan berbanding kod yang ditulis manusia, merentasi lebih 100 model bahasa besar yang diuji. Laporan Keselamatan Kod GenAI 2025 Veracode
• 80% pembangun baharu di GitHub menggunakan Copilot pada minggu pertama mereka di platform tersebut, dan ejen pengekodan Copilot GitHub menulis lebih 1 juta pull request antara Mei dan September 2025 sahaja. GitHub Octoverse 2025
• Prestasi pada SWE-bench Verified, penanda aras isu pengekodan GitHub dunia sebenar, meningkat daripada kira-kira 60% kepada hampir 100% dalam masa setahun sahaja, dan syarikat yang menggunakan pembantu pengekodan AI pada 2025 melaporkan peningkatan produktiviti sebanyak 39%. Stanford HAI AI Index 2026

Konsep AI Berkaitan

• Ejen AI - Sistem autonomi yang lebih luas yang menggerakkan alat seperti Claude Code
• Kejuruteraan Gesaan - Kemahiran yang menentukan sebaik mana hasil vibe coding sebenarnya
• Kopilot AI - Rakan sejajar semakan-dalam-gelung kepada vibe coding sepenuhnya
• Hutang Teknikal AI - Apa yang terkumpul apabila prototaip vibe coding tidak disemak
• Pagar Keselamatan - Cara mengehadkan apa yang boleh disentuh oleh alat pengekodan AI tanpa pengawasan

Sumber Luaran

• Tweet asal vibe coding Andrej Karpathy - Siaran Februari 2025 yang mencipta istilah tersebut
• TechCrunch: Suku kohort semasa YC mempunyai pangkalan kod yang hampir sepenuhnya dijana AI - Data penerimaan Y Combinator sendiri
• Tinjauan Pembangun 2025 Stack Overflow: bahagian AI - Angka penerimaan vibe coding dan kepercayaan AI
• Laporan Keselamatan Kod GenAI 2025 Veracode - Kadar kelemahan keselamatan dalam kod yang dijana AI
• GitHub Octoverse 2025 - Penerimaan Copilot dan aktiviti ejen pengekodan
• Stanford HAI AI Index 2026 - Data prestasi penanda aras dan produktiviti untuk pembantu pengekodan AI

Sebahagian daripada Koleksi Istilah AI. Kemas kini terakhir: 2026-07-16