无尘阁日记

无尘阁日记

《氛围编程:AI编程像聊天一样简单》:它承诺你不用懂代码,后半本却在教你必须懂
silcano

这本书叫《氛围编程:AI编程像聊天一样简单》,作者伍斌,人民邮电出版社 2025 年 8 月出版。全书五个部分九章、九个实战项目,我把它从第一页读到了最后一页。我的判断是:它是一本诚实的技术手册,同时是一本自我矛盾的书——它在第一章给「氛围编程」下的定义里写着「不完全理解、完全接受」,可它最有价值的那几章,全都在教你怎么完全理解、彻底评审。这个矛盾它自己没提,我提。

一、「不完全理解,完全接受」——这八个字是钥匙,也是雷

大部分讲 AI 编程的书,开头都要先吹一段未来。这本书没这么干,它先干了一件更难的事:给一个刚出现四个月的新词下定义。

它给出的定义是五个关键词:

氛围编程的核心特征可归纳为5个关键词:颠覆传统、自然语言、大模型、不完全理解、完全接受。

前三个词描述工具,后两个词描述人。真正的定义在后两个词里——你不完全理解它生成的代码,但你完全接受它。

这个定义不是作者拍脑袋想出来的,它有出处。2025 年 2 月 3 日,卡帕西(Andrej Karpathy)发了一条推文,说自己现在写代码几乎不碰键盘,遇到报错就把错误消息原样粘进去,从不比对 diff,总是直接点「Accept all」。三月,程序员西蒙·威利森把这件事正式定义了一遍,书里照录了他的说法:氛围编程的核心在于「用户接受代码而不完全理解」和「不评审 AI 生成的代码」。

所以这本书最诚实的地方,是它没有把这个词美化。它老老实实告诉你:这个玩法成立的前提,就是你放弃审查。然后它做了件更诚实的事——在 1.2.9 节,它专门列了「氛围编程的特有风险」,第一条就是「不完全理解代码」的本质所带来的内在风险,里面写着可能生成有 SQL 注入、XSS、权限设置不当的代码,而编程者可能忽视这些威胁。

我在这两页上停了一会儿。一本教你这个玩法的书,在你还没开始玩之前,先把玩法的副作用摊在桌上。这个动作我认。

但我更在意的是另一件事:卡帕西那条推文的原话,作者也照引了——

正如卡帕西本人所说,氛围编程可能「不太适合严肃的项目,但仍然相当有趣」。

「不太适合严肃的项目」。这句话是这个词的发明人自己说的,就在定义它的那条推文里。作者引了它,然后用了整整八章,去证明它适合严肃的项目。这是一个很大的赌注,而且是明知有风险还下的赌注。他自己也知道,所以在同一页补了一句「随着 AI 能力的不断提升和工具的日益完善,氛围编程可能不仅『有趣』」。这是他的回应方式:不谈定义,谈趋势。

二、它自己的后半本,把前半本的定义推翻了

如果这本书只有前四章,它就是一本工具书:教你怎么用扣子做智能体、用 Claude 和 Windsurf 做数据看板、用 Trae 做微信小程序、用 bolt 做 Web 原型。这些章节里「不完全理解」是成立的——你确实不需要看懂那些代码,只要看结果对不对。

但第五部分之前,它拐了个弯。第七章讲 GitHub Copilot 开发前后端分离的 Web 应用,7.5.2 节有一句话,我抄下来:

在AI出现之前,看懂代码重点聚焦于如何通过代码实现功能(how)……而在AI出现之后……看懂代码的重点转向了理解代码的设计理念(what)和优劣势(why)。

这句话本身很对。但它和第一章的定义已经不是一个东西了。第一章说「不完全理解也没关系」,第七章说「你必须理解 what 和 why」。第七章还专门立了一节讲「为何一定要看懂代码后才能在AI的帮助下高效地调整代码」,给了三条理由。

第八章走得更远。这一整章只在讲一件事:怎么用端到端测试,保护你那些看不懂的代码不被下一次生成改坏。它甚至教了一个我认为非常专业的动作——故意把 API 密钥改错,然后跑测试,看测试会不会失败。作者试了,结果 24 个测试全部通过。他写道,这说明这些测试并没有覆盖这个场景,因为后端有 fallback 机制,密钥失效时会自动切到备用模板,而测试只检查「有没有输出」,不检查「输出是不是真从 API 来的」。然后他让 Cursor 补了一个测试,再改错密钥,这个测试果然报错了。

这个动作,任何一个做过几年工程的人看了都会点头。它是「验证你的验证」——大部分团队都不做这一步。

可它和「完全接受」是什么关系呢?没有关系。它在教你修一道防火墙,而第一章在教你拆掉防火墙。更关键的是,作者从头到尾没有回过头说一句:我们前面那个定义,其实只适用于草稿。

我不认为这是他糊涂。我认为这是这个词本身带的病。卡帕西描述的是一个周末做玩具的状态,那个状态下「不评审」完全合理,因为玩具坏了就扔。作者要把这个状态搬到一个要交付、要维护、要给同事解释的产品上,那「不评审」就活不下来。所以他自己在后半本里一步一步把它改掉了,只是没在书里说出来。

顺便说一句,这本书里最像人话的两句判断就在这一带。9.1 节他写:

不要为了学习编程而编程,而要为了解决具体问题而使用氛围编程。

9.2 节又写:

当同事询问某个功能的实现逻辑时,「这是AI写的,我也不知道」这样的回答是不负责任的。

这两句,比前面三百页的所有口号都重。

三、全书最值钱的一节,是它承认自己搞砸的那一节

一本技术书的价值,通常不在它教成了什么,而在它敢写清楚自己怎么失败的。这本书有两处,写得非常实在。

第一处在 1.1.2 节,讲他自己写这本书时遇到的麻烦:书稿在 Notion 里是 Markdown,编辑要的是带规定样式的 Word。他想让 Claude 写个 Python 程序自动转换,把已经手工转好的一份 Word 当作样例喂进去,让 AI「以终为始」照着学。

结果是:

经过十几轮反复对话,代码清单标题的样式还是不对,代码量却随着修复次数的增加而不断膨胀,最终达到700行。这让我感到十分沮丧。

后来他偶然翻模板文件,发现代码清单标题本来就有专门的样式名,可以直接选用。也就是说,他前面那十几轮,一直在让 AI 猜一个它猜不到的东西。他换了个思路重写提示词,把「Markdown 标签和 Word 样式名的对应关系」一条一条列清楚,交给 Cursor,第一次就生成了能跑的代码,385 行。

「700 行,还是不对」「385 行,一次跑通」。这一组对比,是全书最有教学价值的一页。它说明的不是「Claude 不如 Cursor」,而是:你在提示词里省掉的那点思考,会变成 AI 生成的一堆废码。

第二处在第六章,6.2 节。这一段我认为是全书的顶点。

他要用 bolt 做一个 Web 原型,为了让产品经理在自己电脑上能一键跑起来,他在提示词里把技术栈和版本号写死了:Next.js 15.1、React 19、TypeScript 5.7、Tailwind CSS 4.0、Shadcn/ui、next-i18next 16.0、Zod 3.24……列了整整一屏。

结果:

我点击按钮开始修复,但很快又出现新的错误。这样反复点击了5次后,我发现bolt免费版的每日token限额几乎耗尽,为了看到最终结果,我不得不充值订阅。接下来又经历了4轮「点击修复按钮—发现运行错误—继续点击修复」的循环。最后一次尝试后,错误数量反而从3个增加到5个,我终于失去了耐心。

他把代码下载到本地,换 Trae,换 DeepSeek,换豆包,修了将近十次,还是报错。

然后他做了一件很聪明的事:把提示词里那串版本号删了,只留一句「使用 2025 年主流版本」。再试,单次对话,跑通,无报错。

他自己给出的解释是这样的:

大模型在预训练和指令微调阶段不太可能恰好学会了能精确满足代码清单6-3所列技术栈组合的代码。也许我应该适当放宽氛围编程需求中的技术栈描述,让大模型运用自己擅长的知识来生成代码。

这句话,我认为是这本书里唯一一条可以迁移到任何模型、任何工具、任何年份的规律:你给的约束越接近模型的训练分布,成功率越高;越远离,失败越彻底。

而且这条规律是反直觉的。绝大多数人的本能是「我要求得越精确,结果越可控」。这本书用一次充值、九轮修复、五个错误,证明了相反的结论:你写得越精确,越是逼着模型去一个它没去过的地方干活。它不会告诉你它没去过,它会现场编一套给你。

这条经验,比书里那 11 条「指导原则」加起来都硬。因为那 11 条里有一半是同义反复——「生成内容不完美指导原则」说的是「生成的内容不完美」,「提示词不完美指导原则」说的是「提示词有语病也没关系」。而这一条,是拿钱和时间换来的。

四、它发现了一件真事:越好看的看板,数据越假

第三章是数据可视化。他用同一份 Kaggle 数据集——15000 条全球 AI 职位招聘记录——让五个不同的工具组合各生成一个综合数据看板,然后用 Claude 核对每个看板里的数字跟原始 CSV 是否对得上。

结果非常反常识,我照抄:

通过表3-1中的排名可以发现一个有趣的现象:外观简陋的看板数据准确性较高,而外观精美的看板数据准确性却较低。

具体一点:Windsurf 搭配 o3 生成的那个看板,他自己形容是「外观简陋的三卡片看板」,Claude 核对后的结论是「数据准确性方面表现完美」,前 20 项技能需求、前 20 项国家地区职位机会、0 到 19 年工作经验薪资,全部准确。Claude 自己搭配 Claude Sonnet 4 生成的那个,视觉上最漂亮,准确性约 90%,「技能分析优秀,基础统计有误」。DeepSeek 那个,数据被判定为「完全虚构」——最高薪资职位的薪资被高估了 4 万美元,Python 技能需求被高估 1819%,职位最多的国家地区的占比被高估 4339%。

作者对这个现象没给机制解释,他只是把它转化成了一个操作建议:先用好看的模型生成看板框架,再用 Windsurf 配 o3 算准数据,最后把数据填回漂亮壳子里。这个建议很实用,是标准的工程折中。

我想往前推一步,给一个我自己的解释:画图和算数是两条不同的通路。一个模型越擅长生成「看起来像专业报表」的东西,它就越容易把数字也当成修辞来写——因为它学到的是「报表长什么样」,不是「这个数怎么算出来的」。所以那个最漂亮的看板,恰恰是格式感最强、最会把不确定的数字写得像确定的。而 o3 那种不太会排版、只给你三张卡片的模型,反而老老实实把每个数从 CSV 里过了一遍。

这个解释对不对,我没有证据。但它至少比「运气」更像一个能验证的假设:下次你可以自己去比一比,同一个模型在「生成图表」和「计算数值」两件事上的失误率,是不是同一个量级。

不过这一章有一个我必须指出的硬伤,它比上面那个发现更重要。

验证者,是被验证者。

那个「约 90%」、那个「完美 100%」、那句「国家地区分布数据完全是虚构的」,全部是 Claude 说的。而被验证的看板里,有两个就是 Claude 自己生成的。整章没有一个数字,被作者用 pandas 或者 Excel 独立算过一遍。

这在方法上叫什么?叫让考生自己改卷。它不能说结论一定错,但它的可信度上限,就是「两个模型互相不冲突」——这在统计上什么都不证明。一个真正硬的做法只需要半小时:把 CSV 读进 pandas,groupby 一下,算出真实的 Top20 技能和平均薪资,跟看板比。书里没做。

所以这一章的正确读法是:把它当一个「值得去验证的猜想」,别当结论。「越好看的越不准」这个猜想很有意思,但作者拿来做证据的那把尺子,本身是软的。

五、那个只读了 4% 的看板,和一句真正救命的提示词

第三章里有一个细节,我认为是全书最该单独拎出来讲的一页。

3.3 节,他用 DeepSeek 配 R1 生成看板。上传了 2.6MB 的 CSV,提交后,DeepSeek 在答复区顶端提示「超出字数限制,DeepSeek 只阅读了前 4%」。也就是说,15000 条记录,它只看了 700 条。

然后它生成了一张很漂亮的综合数据看板。图 3-2 那张截图里,看板顶部写着「本看板提供全球 AI 职位的深入分析……数据来源于 2025 年全球 AI 职位市场趋势」,下面一排大数字:平均薪资 178,500 美元,美国,48%,初级、高级……

一个读者如果只看这张图,会以为它分析了 15000 条。

作者当时也没立刻发现。他是在后面 3.8 节验证时才知道数据全错。但他在那之后做了一件事,我觉得比整章的结论都值钱:他改了提示词。在代码清单 3-3 里,那句话变成了——

并显示你实际分析过的数据集中的总记录数。

原来的写法是「显示数据集中的总记录数」。加了「你实际分析过的」五个字,看板自己就把「14,999 条」标了出来,而不是理直气壮地写 15,000。后来 Cursor 生成的那个看板,顶上写的就是 14,999。

我在这一句上看了很久,因为这是全书唯一一处,作者不是去「修 AI 的错误」,而是去「修 AI 的默认叙事」。

模型的默认叙事是什么?是「我全都看了」「我全都懂了」「这个数字是准的」。它不是在骗你,它只是倾向于给出一个完整的、像样的答案,因为训练数据里完整的答案得分更高。「只读了 4%」这个事实,它自己知道,但它不觉得需要主动写在你脸上——除非你要求它写。

所以这五个字的真正作用,不是让数字更准,是让一个不可见的边界变成可见的。你以后看任何 AI 生成的分析,第一件该问的事就是这句:你到底分析了多少?

这一句提示词,比那 11 条指导原则加起来有用。因为它对付的不是模型的错误,是模型的体面。

六、十二个人物小传,一本不敢写失败的书

现在说这本书最让我不舒服的地方。

1.3 到 1.5 节,三节共十几个「应用场景」,全部是虚构人物。行政助理小王每月处理数百份报销单;财务专员李姐收到各种格式的表格;市场部张总监不熟悉 Excel 函数;产品经理老陈做在线教育平台原型;创业者小刘做邻里互助平台;上班族小李做记账工具;考证的小王做学习计划工具;资深工程师老赵验证微信支付 API;测试工程师小周写自动化测试;高级工程师重构遗留系统;全栈工程师学 Vue 3;架构师设计微服务电商;新人小新理解面向对象;应届生小颖准备面试;实习生配开发环境……

我看完这一串,回头翻了一遍,发现一个问题:这十几个人,没有一个失败的。

小王「无须理解技术细节,便能在几分钟内完成原本需要几小时的工作」。李姐的代码「能自动识别并转换各种格式,让李姐摆脱了烦琐的手工整理」。张总监的 AI「不仅生成了数据透视表和图表,还提供了分析报告模板」。老陈「显著提升了产品需求验证的效率和准确性」。小刘「大大提升了与投资人沟通时的说服力和可信度」。

没有一行代码,没有一张截图,没有一次报错,没有一句「这里其实没成功」。

而就在同一章的前面,他写自己那次 Markdown 转 Word 的经历,是「十几轮对话」「700 行」「十分沮丧」。

这本书的证据是分级的,而且分得整整齐齐:凡是有截图的,都翻过车;凡是没截图的,都一次成功。

我不认为他是故意骗人。更可能的解释是:那些场景是他脑子里的推演,不是他做过的实验。推演里当然不会失败,因为推演的时候你只想到「AI 应该能做到」,想不到「它会硬编码一个叫『部门』的前缀」——而这个具体的失败,恰好发生在他真做过的第四章里:Claude 生成的 Python 把「部门」两个字写死了,换成真实部门名(智慧高速公路设计所)就跑不动,报「识别到的部门:[]」。

同一个人,在真做过的地方能写出这种细节;在推演的地方,只能写出「几分钟内完成」。这个差别,读者是能感觉到的。

所以这本书的正确用法,是反着用:把它当一本「故障目录」,而不是「成功案例集」。凡是它写「顺利」「完美」「令人满意」的地方,你可以快翻;凡是它写「踩坑」「失败」「失去耐心」「充值」「报了五次错」的地方,那才是钱买来的东西。这本书里所有的「避坑指南」小方框,价值都高于正文。

七、它的短板

六条,按我认为的严重程度排。

第一,最该被查的两张表,在我读到的电子版里是空的。9.4 和 9.5 节是全书唯一的横向对比:9 款氛围编程工具(扣子、DeepSeek、Claude、Trae、Cursor、Windsurf、通义、bolt、Copilot)的基本信息、优劣势、适用场景,以及 16 款常搭配大模型的对比。这是读者买这本书最想查的部分。但我读到的版本里,这几页只有页眉,表格区域是空白——表 9-1、表 9-2、表 9-3 都只露出了零星几格(Windsurf、Cursor、扣子、DeepSeek 的开头),其余是空白页。我不能断定纸质书也这样,但在我这个读法里,全书最重要的两张表读不到。这一点必须如实说,因为它直接决定了这本书能不能当工具书用。

第二,它在给自己判死刑,而且判得很痛快。附录 A 整整十页,在教你怎么装软件:brew install git、winget install 7zip、怎么在 VS Code 里装 Copilot 插件、怎么在 settings.json 里配 Linear 的 MCP 服务器。这些内容三个月就过期,而且和「氛围编程」这个主题一点关系都没有——它是电脑入门。一本讲「工具会一直变、方法才长久」的书,用十页去写最会变的东西,这个矛盾它没意识到。更麻烦的是,这些步骤一旦过时,新手就会卡在第一步,然后怀疑整本书。

第三,效率的账目算不清。3.2 节给了四套技术栈的工期对比:AI 生成 HTML「仅需 5~30 分钟,远低于传统人工创建数据看板的 7~11 天」;Excel 图表 1~3 天;帆软 4~9 天;Vue 加 ECharts 9~14 天。然后他写「就能将 8~12 天的人工开发时间缩短至半天左右(含数据看板生成所需的 5~30 分钟及紧随其后的数据分析师验证数据准确性的时间)」。

这里有两个问题。第一,那 7~11 天是「项目负责人、数据分析师、UI/UX 设计师、前端开发工程师四个角色协同工作」的工期,是日历天,不是一个人的工作量;而「半天」是一个人加一个模型的日历时间。两个数不在同一个量纲上,减出来的「效率提升」是虚的。第二,他自己在后文用整节 3.8 证明了验证是必需的、且要花时间——可这个成本在对比里被一句括弧带过去了,没有量化。真要算,得算「生成 + 验证 + 返工」的总时长,而且验证者的工时也是成本。

我不否认它确实快。我只是说,这本书给你的那个倍数,是拿两种不同的东西相减得来的。

第四,概念被稀释到自己都不认识。1.1.1 节,第一个「氛围编程实战」是什么?是他让豆包写一行终端命令,批量改图片文件名,把「图5-」改成「图7-」。就一行 for 循环。

他写:「这种让AI聊天应用帮你编写一行终端脚本的过程就是最基础的氛围编程。」

如果问 AI 要一行 mv 命令也算氛围编程,那这个词就装下了过去三年所有人用 ChatGPT 干的所有事。一个概念什么都能装,它就区分不了任何东西。而这本书后面所有的论证——「不完全理解」「完全接受」「5000 行是上限」——都依赖这个概念有边界。他在第一章第一页就把边界拆了,然后用八章去重建它。

第五,九个案例,其实是七个。九个实战项目里,有三个是同一件事的不同实现:「减少 AI 幻觉」这个提示词优化器,第二章用扣子做智能体,第五章用 Trae 做微信小程序,第六章用 bolt 做 Web 原型。功能完全一样——在用户提示词后面自动加两句「请给出处链接」「查不到就实说」。三章、三个工具、三种壳子,做的是同一件事。这个重复在教学设计上有理由(对比不同工具类型),但它在「九个案例」这个数量上,是有水分的。

第六,推荐语和实体不符。赞誉页有七位推荐人,多数是作者的 Thoughtworks 同事或前同事。其中一位写:「这本书绝非单纯的技术手册,而是一位践行者用心书写的实践『心经』。」另一位写:「作者不仅传授与AI协作的『技』,更引导我们体会其中的『艺』与『道』。」

我读完了,这本书的主体是九次工具点击流程:点哪个按钮、填哪个框、点「发布」、等审核 5 到 10 分钟。它有「技」,很扎实;但「艺」和「道」,主要在第三章那个发现、第六章那次翻车、第八章那套测试里,加起来不到三十页。推荐语把三十页说成了全书。这不怪推荐人,人情话都这样;但你买书的时候,别按推荐语买。

八、一句话

这本书最该被记住的,不是「AI 编程像聊天一样简单」,而是它自己在第六章用一次充值、九轮修复、五个错误换来的那句:

你写得越精确,越可能逼着模型去一个它没去过的地方干活。

所以它的正确用法是:把第一章的定义当草稿,把第六、八两章当方法,把第三章的结论当猜想,把附录当废纸。

它确实教会了我一件事,但不是它想教的那件。它想教我「不用懂也能做」,实际教会我的是「不懂也能做出来的东西,你不该拿去交付」。

书末有一行小字,我读到时愣了一下:微信读书推荐值 0%。样本大概不足,不作数。但一本把「谁都能用」写在封面上的书,落在这个数字上,多少有点像它自己的第三章——看着最像报表的那张,数字最不可信。

《氛围编程:AI编程像聊天一样简单》知识图谱:它的定义、两次翻车、没给的证据、我的判断
四列递进:第一列是它给这个词划的界,请记住「不完全理解」四个字;第二列是全书的真金,两次翻车比九个成功案例值钱;第三列是我扣分的地方;第四列是我自己的判断,与作者无关。
阅读记录:《氛围编程:AI编程像聊天一样简单》,作者伍斌,人民邮电出版社 2025 年 8 月第 1 版,ISBN 9787115679406。全书五个部分九章、九个实战项目,我逐页读完了整本。
本篇所引原话均照录书中正文,章节已核;凡属我的推断(如「画图与算数是两条通路」),文中已标明是我的解释而非作者观点。表 9-1 至表 9-3 在我读到的版本中为空白,此处如实记录,不代表纸质版情况。
关于作者 · 江天(楠哥)
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师,17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。