氛围编程:AI 赋能的新型编程模式,腾讯 CodeBuddy 升级引领潮流

氛围编程成新潮流!腾讯 CodeBuddy 升级,用自然语言让 AI 帮你写代码,大幅提升开发效率,但代码质量与可维护性仍是挑战。

原文标题:氛围编程成新晋顶流,腾讯也出手了!代码助手 CodeBuddy 重磅升级,网友实测:真香

原文作者:AI前线

冷月清谈:

文章介绍了近期在硅谷兴起的“氛围编程”概念,强调通过自然语言描述需求,由 AI 自动生成代码,简化开发流程。OpenAI 联合创始人 Andrej Karpathy 身体力行,使用 Swift 语言在未查阅任何文档的情况下,仅通过与 ChatGPT 多轮对话,便在一小时内完成了一个 iOS 应用的开发。文章还介绍了腾讯云代码助手 CodeBuddy 的升级,展示了其在生成贪吃蛇小游戏以及优化代码方面的能力。CodeBuddy 不仅支持多种 IDE 和编程语言,还首个支持 MCP 协议,能智能生成代码注释,提高开发效率。尽管氛围编程带来便利,但也面临代码质量和可维护性的挑战。CodeBuddy 通过智能生成代码注释,降低了开发者理解和维护历史代码的难度。

怜星夜思:

1、氛围编程听起来很美好,但如果 AI 生成的代码出现安全漏洞,责任该由谁承担?开发者、AI 厂商,还是使用者?
2、文章提到 CodeBuddy 能智能生成代码注释,这对理解和维护历史代码很有帮助。但如果 AI 生成的注释不准确甚至有误导性,反而会增加理解成本,你觉得这种情况应该如何避免?
3、文中提到氛围编程能让更多人参与到编程中来,甚至没有技术背景的人也能参与。你觉得这会对软件开发的就业市场产生什么影响?是会降低程序员的门槛,还是会创造新的就业机会?

原文内容

作者 | 凌敏

氛围编程(Vibe Coding)彻底火了,甚至已经成为硅谷近期最火热的概念。

今年 2 月,OpenAI 联合创始人、前特斯拉 AI 负责人 Andrej Karpathy 提出氛围编程概念:你完全沉浸在氛围里,拥抱指数式增长,甚至忘记代码本身的存在。“我只是看到什么就说什么,运行,复制粘贴,然后基本能跑起来。如果发生错误,就把错误信息再塞给 AI,接受它的改动,试试看能不能行,然后反复这个流程。”

随后,氛围编程在国内外的科技社区迅速走红,一度成为开发者群体的“新精神图腾”。YC CEO Garry Tan 更是直言:“氛围编程不是一阵风潮,也不会消失;它是编码的主流方式,如果你不这么做,就可能被落在后面。”

与传统的软件开发相比,氛围编程更强调通过自然语言描述需求,由 AI 自动生成代码。这种方式极大地简化了开发流程,开发者能够专注于创意和功能实现,而不是代码细节。此外,氛围编程也能让完全没有技术背景的人参与到编程中来。人人都是程序员的畅想,在这一刻更加清晰了。

而氛围编程之所以可行,正如 Karpathy 所说的那样:大模型已经强大到离谱了。如今的大模型,编程能力早已不在局限于代码补全,而是能够准确地识别用户需求,根据需求深度思考,并最终生成一个可运行的项目。在大模型的能力加持下,代码助手也迎来了从“点”到“面”的全面升级,有网友甚至感慨:“IDE 终于有了聪明的副脑”。

编程正从“写代码”转向“说需求”

在过去很长一段时间,代码助手的能力普遍集中在代码生成、代码补全等方面,这些功能虽然在一定程度上提高了编程效率,但 AI 更多扮演的还是“副驾驶”角色,并且需要使用者具备一定的编程能力。

如今,随着大模型能力不断精进,这股氛围编程浪潮彻底改变了游戏规则——开发者无需理解代码,仅通过自然语言描述需求(prompt),就能引导 AI 生成相应的代码,还能根据生成效果不断向 AI 提出优化需求,让 AI 即时调整代码,最终实现想要的项目效果。

氛围编程概念的提出者 Karpathy,前段时间在社交媒体上展示了他的成果:“我刚刚用‘氛围编程’的方式完成了一整个 iOS 应用,用的是 Swift 编程语言。尽管我之前从未用过 Swift,但不到一小时,这个应用就已经在我的实体手机上运行了。整个过程出奇地简单,我完全是被 AI 一步步引导完成的。”

据了解,Karpathy 开发的是一个卡路里跟踪器,能根据基础代谢率计算消耗的卡路里,并通过动画环显示与脂肪燃烧的关系。在整个开发过程中,Karpathy 没有查阅任何 Swift 文档,只是与 ChatGPT 进行了多轮对话,不断优化应用功能,添加了数据持久化存储和用户操作日志等功能,并成功部署到手机上。

目前,氛围编程已经成为新晋顶流,市场上也有多种选择,如 Cursor、GitHub Copilot、Replit Agent、Windsurf、CodeBuddy 等。

为了感受这股氛围编程热潮,笔者也进行了一番实测。笔者选择的是前段时间刚刚宣布升级的 CodeBuddy(腾讯云代码助手)。CodeBuddy 是腾讯自研的一款 Al 辅助编程提效工具,内置腾讯混元、DeepSeek R1 满血版、DeepSeek V3 最新模型。日前,CodeBuddy 还推出了全新软件开发智能体 Craft,能够自主完成多文件代码生成和改写,让开发者以更高效、更沉浸的方式完成复杂研发任务,即刻落地可执行应用。

笔者选择 CodeBuddy 的 Craft 模式,用一个贪吃蛇小游戏看看实力:“我需要一个贪吃蛇游戏的项目,要求动画流畅,颜色样式搭配合理。”

需求发出去后,CodeBuddy 先是进行了任务分析,并对复杂度进行了评估。由于笔者没有规定编程语言,CodeBuddy 在技术选型时决定使用 HTML5 Canvas 实现游戏核心逻辑,使用纯 JavaScript(ES6) 编写游戏逻辑,采用 CSS3 进行样式设计。接着,CodeBuddy 进行项目结构规划,并列出了具体的实现步骤以及颜色方案考虑,成功创建了第一个代码文件。

在随后的项目实现过程中,CodeBuddy 一直是这样边思考边唰唰唰地写代码,每个代码文件的逻辑都清晰可见,笔者只需要点“接受”即可,很快得到了一个可以运行的贪吃蛇小游戏。

基础的功能实现只是第一步,接下来,可以继续向 CodeBuddy 提要求,对项目进行优化:“游戏界面过于简单,希望把蛇和食物都做得美观一点,色彩丰富一些。”

CodeBuddy 很快给出了具体的改进方向和修改方案,可以看到,新版的贪吃蛇画面好看多了。

当然,只要你想,这款贪吃蛇游戏还可以继续交给 CodeBuddy 优化。这也是氛围编程的真正魅力所在——开发者不需要把时间花在编程上,而是更多地关注用户体验和功能实现,把脑海中的创意变成真正可落地的应用

除了能够根据自然语言自动生成可执行的应用,CodeBuddy 的 Craft 模式还能自主完成多文件代码生成和改写,并以 diff 视图的形式进行分栏展示。

此外,还能一键定位基于对话生成的代码文件内容,点击蓝色显示的代码文件,可以直接跳转到对应文件。

目前,CodeBuddy 支持 Visual Studio Code、 JetBrains IDEs (IntellidIDEA、Rider、Pycharm、Android Studio、鸿蒙 DevEco Studio) 、Visual Studio、Cloudstudio 、微信开发者小程序工具等多个主流 IDE,并支持 Java、Python,、Go、C/C++、JavaScript、TypeScript、HTML、PHP、Ruby、Rust Swift、Scala、Lua、Dart、Node.JS、CSS3 等 200+ 种编程语言。

值得一提的是,CodeBuddy 还是国内首个支持 MCP (Model Context Protocol,模型上下文协议) 的代码助手。MCP 通过标准化 AI 系统与数据源的交互方式,能够帮助模型获取更丰富的上下文信息,从而生成更准确、更相关的响应。

这也意味着,MCP 能够让氛围编程更进一步——代码不再只是停留在编辑器里,而是具备标准化“接入流程”的能力,串联端到端的开发全流程,大幅降低开发难度。目前,开发者可以单击 Craft 的 MCP 市场按钮,看到丰富的、预置的 MCP Server,并且可以一键安装。

代码“屎山”,终于有救了

氛围编程在全球范围内掀起的热潮还在继续,并深刻影响着软件开发行业。但在这股热潮背后,也暗藏挑战。其中,最大的争议就是代码质量和可维护性问题。

在软件开发中,代码“屎山”一直是开发者们的“心病”。所谓代码“屎山”,指的是那些结构混乱、质量低下的代码,这些代码往往难以维护、难以扩展,甚至难以理解。在过去,由于开发环境相对较为稳定,代码变更率相对较低,代码“屎山”问题尚在可控范围内。

如今,随着软件项目的复杂度和规模不断增加,以及 AI 编程的兴起,代码变更率(指在编写后不到两周就被修改或撤销的代码行所占的比例)不断创下新高。此前,GitClear 专门收集了从 2020 年 1 月到 2023 年 12 月之间的 153 百万行代码变更记录,最终得出代码变更率在 2024 年将是 2021 年 AI 出现之前的两倍。

当代码变更率越来越高,开发团队需要频繁地对代码进行修改、扩展或重构,代码结构很容易变得混乱,可读性也会降低。对于后加入团队的开发者而言,要想对这些历史代码进行修改或拓展,往往需要花费大量的时间去理解和梳理代码逻辑,稍有不慎,不当的修改又会带来新的问题。此外,不同开发者之间的代码风格和习惯差异,也可能会导致代码的混乱和不一致性,最终使得代码“屎山”问题越来越严重。

CodeBuddy 对开发者更加友好的一点在于,它能够智能生成代码注释,用通俗易懂的语言,将那些历史代码背后的逻辑和思想清晰地呈现出来,甚至对每一行代码都有详细的解释。对于开发者而言,这一设计能够帮其节省时间和精力,在短时间内迅速建立起对代码的整体认知,快速接手历史项目。

拥有 5 年后端开发经验的 Hamil 表示:“CodeBuddy 帮我缩短重复性工作时间,协助编码复杂业务逻辑代码与注释,理解并维护非我开发的历史代码,也帮我定位前任遗留 Bug,有效减轻思考负担和时间成本,超出我的预期!”

此外,CodeBuddy 还具有很强的适应性和灵活性,它能根据不同的项目风格,基于上下文理解以及开发者编辑行为,智能感知当前编码环境,实时提供下一步代码编辑建议,并给出相应推荐。

10 年资深后端开发 Allen 提到:“CodeBuddy 能够根据我工程项目的代码风格提供相应的建议,这些建议与当前项目高度匹配。 通过简单的注释,甚至可以自动生成接口,这极大地提高了我的编程效率。”

值得一提的是,CodeBuddy 已在腾讯内部实现大规模应用。数据显示,85% 的开发者已使用 CodeBuddy,平均编码时间缩短超 40%,研发提效超 16%,AI 生成代码占比超过 40%。

截止目前,CodeBuddy 累计服务超百万开发者,数千家团队及等多款国民级产品,如小米集团、美的、荣耀、小鹅通、无限极、创梦天地、正浩创新、万物云,以及微信、QQ、王者荣耀、腾讯视频、腾讯会议、腾讯元宝等企业及团队。

以腾讯医疗健康团队为例,在数字化转型过程中,随着项目规模不断扩大,代码量和维护成本直线上升。为了解决这些挑战,腾讯医疗健康团队引入了 CodeBuddy。CodeBuddy 以其智能编程能力、高效的代码审查与优化功能,帮助团队解决重复编码、快速定位问题及代码安全等问题。

经过近一年的 AI 代码助手应用,腾讯医疗健康团队实现了 100% 覆盖率且保持活跃使用。目前,代码补全周生成率达 39.81%,周采纳率 31.63%,周活跃率 96.82%,团队近四成代码由 CodeBuddy 编写。

在全世界范围内,有越来越多的公司开始将代码交给 AI。硅谷知名创业孵化器 Y Combinator (YC) 的最新消息显示,在 2025 年冬季(W25)这一批 YC 创业公司中,有四分之一的初创团队表示其 95% 的代码都是 AI 生成的。

展望未来,或许氛围编程真的能够成为软件开发的主流模式。这种深度的人机协作,能进一步释放开发者的创造力,让开发者更加自由地探索技术边界,从而催生出更多优秀的应用。我们一起拭目以待。

CodeBuddy 体验路径:

  • 打开 VSCode 或 JetBrains、VS、微信小程序 IDE 等主流 IDE,插件市场搜索「腾讯云代码助手 CodeBuddy」免费使用;

  • 在 CNB (https://cnb.cool/) 中免费使用;

  • 在‍ CloudStudio(https://cloudstudio.net/)中也能免费使用 CodeBuddy;
  • 了解更多:
活动推荐

AICon 2025 强势来袭,5 月上海站、6 月北京站,双城联动,全览 AI 技术前沿和行业落地。大会聚焦技术与应用深度融合,汇聚 AI Agent、多模态、场景应用、大模型架构创新、智能数据基建、AI 产品设计和出海策略等话题。即刻扫码购票,一同探索 AI 应用边界!


今日荐文

图片

你也「在看」吗?👇

这涉及到法律和伦理层面了。从法律角度看,可能要参考产品责任法,追溯到 AI 产品的开发者或提供者。不过,如果开发者在使用 AI 生成代码后,没有进行充分的测试和审查,也可能需要承担责任。从伦理角度看,我认为开发者有义务确保代码的安全性和可靠性,不能完全依赖 AI 工具,毕竟最终上线的是你写的程序,不是AI写的。
现在AI生成的代码,质量层次不齐,最好还是人工review一下再上线

与其担心就业问题,不如思考如何利用 AI 提升自己的竞争力。现在掌握 AI 编程技能,就像当年学会使用搜索引擎一样,是未来的必备技能。与其被 AI 淘汰,不如成为 AI 的主人,用 AI 来创造更大的价值。另外,我觉得氛围编程的普及,也会让更多人意识到,编程不仅仅是写代码,更重要的是解决问题的能力和创新思维,这些才是 AI 无法取代的。

这绝对是个好问题!我觉得短期内可能会对初级程序员的就业市场产生一些冲击,毕竟 AI 可以替代一部分重复性的编码工作。但长期来看,氛围编程会降低编程的门槛,让更多人参与到软件开发中来,从而创造出更多的创新应用。同时,也会催生出新的职业,比如“AI 编程指导”、“prompt 工程师”等等。总的来说,机遇与挑战并存,关键在于我们如何适应和拥抱这种变化。

确实,AI 注释如果出错,那就是“南辕北辙”了!避免这种情况,首先要提升 AI 的代码理解能力,让它更准确地把握代码的意图。其次,开发者需要对 AI 生成的注释进行审核,及时纠正错误。此外,还可以引入“众包”模式,让更多的开发者参与到注释的改进中来,集思广益,提高注释的质量。当然,最重要的是,开发者要保持批判性思维,不能盲目信任 AI。

我更倾向于认为会创造新的就业机会。虽然 AI 可以生成代码,但它仍然需要人类的指导和监督。未来的软件开发可能更多地是人机协作模式,程序员的角色可能会从“代码工人”转变为“AI 工程师”,负责设计系统架构、优化 AI 算法、审核 AI 生成的代码等等。这样一来,对程序员的综合素质要求会更高,但也会带来更大的发展空间。

同意楼上的观点!AI 注释只是辅助工具,不能完全依赖。我认为可以从以下几个方面入手:
1. 数据质量: 使用高质量的代码和注释数据训练 AI 模型,提高其注释的准确性。
2. 人工审核: 开发者应该对 AI 生成的注释进行抽查和修改,确保其准确性和完整性。
3. 反馈机制: 建立用户反馈机制,让开发者可以及时反馈 AI 注释的问题,帮助 AI 模型不断改进。
4. 版本控制: 对 AI 生成的注释进行版本控制,方便回溯和修改。

这个问题问得好!我个人认为,最理想的情况是建立一套完善的 AI 代码质量评估和安全审查机制。就像飞机起飞前要进行严格的检查一样,AI 生成的代码也应该经过多重验证,确保其安全可靠。同时,也需要明确各方的责任和义务,避免出现问题时相互推诿。“谁污染,谁治理”的原则在这里也适用,AI 厂商要不断提升算法的安全性,开发者要加强安全意识,使用者要谨慎使用。

这个问题很有意思!我觉得责任划分不能一概而论,得看具体情况。如果漏洞是由于 AI 算法本身的缺陷导致的,那 AI 厂商肯定要承担一部分责任;如果开发者在使用 AI 工具时,没有进行充分的安全审查和测试,导致漏洞被引入,那开发者也难辞其咎;如果使用者明知代码存在风险,还继续使用,那他们也需要承担相应的责任。总而言之,谁的锅谁背,具体问题具体分析。

我有一个稍微“激进”的想法:或许可以尝试让 AI 参与到代码评审的过程中,让它像一个“代码小助手”一样,对代码的逻辑和注释进行“质疑”,帮助开发者发现潜在的问题。当然,这个想法还不太成熟,需要更多的实验和验证。不过,我相信随着 AI 技术的不断发展,代码质量和可维护性问题会得到更好的解决。