title: 从“没写过一行代码”到全职Vibe Coder：我是如何用AI打破职业边界的 author: Gamehu tags: - Vibe Coder categories: - AI date: 2026-02-11 22:59:14 ---
Vibe Coding
## **写在前面**
作为干技术的人，我看过不少Vibe Coding的示例——坦白说，个人觉得也就那么回事。几行提示词搭个待办清单就自称“全栈开发者”；把ChatGPT当补丁工具用就觉得自己在“重构软件工程”。是有些看不上的。 直到看完Lazar这场访谈。 **我紧张了。** 一个从来没写过一行代码的人，能把事情做到这个程度：在token预算里做架构设计，在上下文窗口的夹缝里做项目管理，在“够用”和“魔法”之间做审美决策。他能主导产品从0到1的落地，能和精英工程师协作而不拖后腿，能把模糊的商业想法翻译成机器能执行的指令——**他真正把Vibe Coding做成了一份职业，甚至是一门手艺。** 读完你会发现，Vibe Coding不是逃避技术的借口，而是对另一种能力的极致要求：**清晰、品味、以及知道什么才是真正重要的。** 访谈链接：https://www.youtube.com/watch?v=0XNkUdzxiZI
几个月前，Lovable增长负责人Elena Verna在播客中提到，她和一个“专业的Vibe Coding师”一起工作——全职，拿工资，却不写代码。这个人叫Lazar。 两周前，主持人终于把Lazar请到了麦克风前。一个半小时的对话，我记了六千字笔记。聊完只有一个感受：关于“AI会不会取代程序员”的争论，其实问错了问题。 真正的问题是：**当“把东西做出来”变得无比廉价，什么能力会变得无比稀缺？** Lazar的答案非常直接：**清晰度、品味、判断力**。下面是他完整的工作流和心法——一个从来没写过一行代码的人，如何成为顶尖的AI原生构建者。 --- ## 一、一个“Vibe Coder”到底在做什么？ Lazar的职位描述听起来像个玩笑：每天用Lovable把想法推到生产环境，从营销模板到内部工具，从Shopify集成的模版到公司的周边商城——你在官网上买的那件衬衫，就是从他自己搭的商店里卖出去的。 “我做的是我愿意免费做的事情，世界上最好的工作。”Lazar说。 他的角色在公司内部像个“游牧者”：今天在增长团队，明天帮企业组做内部工具，后天又在社区组捣鼓新东西。没有固定的汇报线，只有一个模糊的指令：“这是一个想法，最快速度把它变成现实。” 这听起来像极了一个拿着锤子到处找钉子的疯子。但Lazar说，这恰恰是AI时代的稀缺能力——**把模糊的想法，翻译成机器能执行的指令**。 --- ## 二、“我没写过一行代码”——优势还是劣势？ Lazar非常坦诚：在加入Lovable之前，他这辈子没写过代码。最多手敲过几次`console.log`。 “没有技术背景反而是种优势，”他说，“因为我根本不知道自己‘不该做什么’。” 他讲了个例子：六个月前，社区有人说希望Lovable能做Chrome扩展。技术人员立刻开始解释：我们是React栈，架构不兼容，这很麻烦……但非技术的人只会想：嗯？为什么不行？Lazar直接对着工具说：“基于这个应用给我做一个Chrome扩展。” 结果做出来了。 类似的事还有：社区经理在做演示文稿时随口说了句“如果这是个视频会很酷”，就直接用提示词在Lovable里生成了一个真正的视频——当时连这个功能都没正式上线。 Lazar把这种心态叫做 **“积极的妄想”**：在被证明不行之前，默认一切皆有可能。 但他也承认，没有技术背景的人容易掉进两个陷阱： 1. **卡住了不知道怎么排障。** 2. **搭了个摇摇欲坠的系统，某天突然崩掉，自己完全不知道为什么。** 所以他在做的，并不是鼓吹“不学编程”，而是重新定义“学什么”。 --- ## 三、清晰度，才是真正的编程语言 Lazar反复强调一个观点：**AI输出比人类快得多，瓶颈早就不在“写代码”上，而在“你知道自己想写什么”上。** 他把80%的时间花在规划和聊天上，只有20%在执行计划。 “我在优化‘正确的速度’，大多数人在优化‘错误的速度’。”他说。 那什么是“正确的速度”？ Lazar用了一个阿拉丁与灯神的比喻：**你一次只能许三个愿望，不是三万个。** LLM的上下文窗口就是你的token预算——你用多少来理解问题、多少来搜索、多少来思考、多少来执行代码，完全取决于你的输入质量。 “如果你只丢一句‘帮我做个应用’，然后抱怨AI生成的东西太丑、太烂、全是bug——那是你自己的问题。**你没给工具足够的清晰度，却指望它读心。**” 那么，如何获得清晰度？ Lazar的工作流让我大开眼界： --- ### 方法一：并行五个项目，让AI自己卷自己 这可能是最反常识的一步。 大多数人的习惯是：一个项目，反复改，反复调，越调越乱。Lazar的做法是：**同时开五个Lovable窗口，从五个完全不同的角度起手。** - 第一个：大脑倾倒。想到什么说什么，纯粹探索。 - 第二个：稍微清晰一点，列出大概要哪些页面、哪些功能。 - 第三个：找一张Dribbble截图，丢进去，“做成这个风格”。 - 第四个：找一个现成的代码片段，精确复刻某个组件。 - 第五个：把前四个的“赢家”要素揉在一起。 “很多人问我为什么发货这么快，”Lazar说，“因为我从来不一次只做一个项目。我等一个智能体跑完的时间，足够另四个窗口同时推进。” 等五个版本都跑出来，哪个对、哪个错、哪个好看、哪个好用，一目了然。**清晰度不是在脑子里想出来的，是在对比中长出来的。** --- ### 方法二：用PRD给AI当“导航系统” 一旦方向确定，Lazar会做一件更反直觉的事：**停掉所有构建，花一整天写文档。** 他至少写四个文档： 1. **主计划**（Master Plan）：10,000英尺视角，为什么做这个、为谁做、希望用户有什么感受。 2. **实施计划**（Implementation Plan）：高层顺序，先从后端还是前端？表结构怎么设计？API什么时候接？ 3. **设计指南**（Design Guide）：具体到CSS变量、颜色梯度、字体系统。 4. **用户旅程**（User Journey）：用户注册后第一步做什么？第二步做什么？什么算“完成”？ 这些文档汇总成一个`plan.md`或`tasks.md`，成为项目的“真理源”。 “之后我的提示词就只剩一句话：**继续下一个任务。**”Lazar说，“我不需要再重复上下文，因为上下文已经全在文档里了。智能体每次启动任务，先读最新版的`tasks.md`，然后执行，执行完告诉我做了什么、应该怎么测试。” 这就是他说的 **“动态上下文迁移”**：不是靠聊天窗口的滚动记忆，而是靠持续更新的文档，让token永远分配在“解决问题”上，而不是“回忆我们在干什么”上。 --- ## 四、卡住了怎么办？Lazar的4x4调试框架 不管你计划得多好，总会遇到bug。Lazar有个简单的 **“4x4脱困框架”** ，每种方法只试一次： **第一层：让工具自己修。** Lovable、Cursor、Claude Code都有“尝试修复”按钮。很多时候只是个小错，工具自己就能纠正。 **第二层：加日志，让它看见问题。** 如果工具不知道自己在犯错，它就永远修不好。Lazar的做法是：让工具在关键路径上加`console.log`，运行一遍，把日志拷回聊天窗口。**99%的情况下，这就够了。** **第三层：引入外部顾问。** 他会把代码库导出到GitHub，然后丢给Codex（或者Claude + RepoMix），只做诊断，不改代码。拿到诊断结论，再回Lovable修复。 **第四层：回滚。** 很多时候是你自己的问题——提示词写歪了，前提设错了，或者只是累了。回退三步，深呼吸，重写提示。有时候同样的请求再跑一遍，它就过了。 最后还有 **“第4.5层”**：等bug修好，切到聊天模式问它：“我刚才用了四层才修好。你教我，下一次我该怎么提示，才能一次到位？” 99%的时候，它会给你一个非常好的答案。然后你把答案写进`rules.md`或项目知识库，**从此它就知道“你这个人容易在哪些地方犯错”，下次自动帮你避坑。** --- ## 五、技术栈不再重要，重要的是品味 访谈后半段，主持人问了一个很多人关心的问题：职业标签会不会失效？程序员、设计师、PM，以后还有区分吗？ Lazar的回答很直接： > “我如果现在有个18岁的弟弟问我该学什么，我可能会说：去当水管工。别读CS了。” > > “不是因为工程不重要——我们比以往任何时候都更需要精英工程师来撑住基础设施。而是因为，**对于一个18岁的人来说，四年的机会成本太高了。**” 他的逻辑是：当“把东西做出来”变得极其廉价，“做出好东西”就变成了稀缺能力。而“好东西”的判断标准，99%与代码无关——**是设计、是品味、是对人类情感的理解。** 他承认自己最大的成长，来自和Lovable的设计师们一起工作。 “我以前觉得一个渐变就是三个颜色。直到我点开Figma，发现一个看起来‘很简单’的背景，用了50层——不同梯度、不同不透明度、不同叠加模式。那一刻我才明白，原来我一直以为的‘够用’，离‘世界级’有多远。” 他现在甚至会专门做一个应用来“学习设计风格”：波普艺术、玻璃拟态、新粗野主义……每个风格配一组可复制的提示词，公开分享。 “我的安全感不来自职位，也不来自公司，”他说，“**来自我知道自己能快速学会新工具、快速理解需求、快速做出有美感的产品。**” --- ## 六、给每一个想入局的人：从构建开始 访谈的最后，主持人问：如果只能给听众一条建议，你会说什么？ Lazar几乎没有犹豫： > **“今天就去构建点什么。”** > > “不要等自己想清楚。你的想法永远不会自己变清楚。开五个窗口，同时试五个方向。让AI帮你试错，帮你迭代，帮你把模糊变成具体。” > > “然后，把你的过程公开。不用等完美，不用等大作品。**真实持续的输出，比任何简历都管用。**” 他说自己当初进入Lovable，没有投简历，没有内推，只是在X上持续发自己做的小项目、踩过的坑、试过的提示词。公司的人看到了，主动找过来。 “作品就是机会。”他说。 --- ## 尾声：魔法与够用之间 这场访谈让我印象最深的，是Lazar对“未来竞争力”的定义。 他说，我们正在快速进入一个 **“人人都能产出够用”的世界**。任何人花两小时，都能用AI搭出一个能跑通的SaaS、一个像模像样的官网、一个带数据库的小工具。 “够用”不再是护城河。 真正拉开差距的，是你能不能做出 **“魔法感”** ——让用户第一次点开页面时，心里“哇”一声；让同事用你做的内部工具时，感觉“这比市面上的商业软件还顺手”。 而这种魔法感，不来自你会不会写React，不来自你用Supabase还是Firebase，也不来自你的代码有没有遵循SOLID原则。 它来自你的**判断力**——知道什么该留，什么该砍，什么该磨三天，什么该一键生成。 它来自你的**清晰度**——能把脑子里那团模糊的、兴奋的、不确定的感觉，翻译成一行行工具能理解的指令。 它来自你的**品味**——能区分“还行”和“惊艳”，能为了一个渐变叠加层多试二十次，能在所有人都满足于“跑通了”的时候，对自己说： “还可以更好。” 而这，是AI永远无法外包的能力。