Vibe coding（氛圍編程）是用自然語言下指令，讓 AI 直接生成、調整程式碼的開發方式，不必逐行手動撰寫。這個說法由電腦科學家 Andrej Karpathy 在 2025 年初提出，形容開發流程愈來愈像對話協作。GitHub 認為這能因應程式愈來愈複雜、上線壓力變大與人才技能落差等挑戰。
做法可分兩種：「完全 Vibe coding」讓 AI 大量產出程式碼、人只做少量把關，適合快速實驗與雛型；「人類主導的 Vibe coding」把 AI 當協作者，開發者持續審閱、測試再調整，較適合正式上線的專案。文章舉例，有開發者靠這種方式在不到一小時內做出一個可運作的加密貨幣儀表板雛型，常用工具包括 GitHub Copilot、Cursor AI 等。
這個做法引發討論，是因為它雖然能降低入門門檻、減少重複的樣板工作，卻也帶來明顯風險。AI 產生的程式碼可能重複、沒效率或結構不佳，遇到多執行緒、即時系統或硬體整合等複雜情境時容易出錯；若沒有明確要求，AI 也可能忽略安全性，例如把帳密寫死在程式裡或沒有驗證輸入，造成資安漏洞。文章提醒，開發者不能完全相信 AI 產出的結果。
對正在學程式的孩子與家長來說，Vibe coding 說明了一件事：用自然語言請 AI 寫程式會愈來愈普遍，但看懂、檢查並修正 AI 寫出來的程式碼，仍然是需要刻意練習的能力。文章建議下指令時先講清楚目標與限制、再分步驟描述需求，這和學習把問題拆解清楚的邏輯思考能力是一致的。
AI開發工具程式教育