Vibe Coding 发展由来：一切始于《Attention Is All You Need》
很多人以为 Vibe Coding（氛围编程） 是 2025 年突然诞生的新概念。术语本身由 Andrej Karpathy 在 2025 年 2 月于 X 平台正式提出，但支撑这套开发范式完整落地的技术链条，可以清晰追溯至2017 年 Google 发布的 Transformer 论文《Attention Is All You Need》。没有 Transformer 架构，现代代码大模型、IDE Agent、命令行编程 Agent 都无从谈起，自然也就不存在如今流行的 Vibe Coding 开发模式。
史前阶段（2017 年前）：AI 代码生成的瓶颈
在 Transformer 问世前，AI 处理代码序列普遍依赖 RNN、LSTM 循环网络。这类架构存在两个致命短板：
- 无法并行训练，大规模开源代码数据集训练成本极高；
- 长距离依赖缺陷：代码存在大量跨文件函数调用、类引用、全局变量，长代码序列下模型极易丢失上下文信息。
当时工具只能做到简单代码片段预测，无法理解项目全局逻辑，只能实现基础语法提示，远远达不到自然语言转完整程序的能力。
基石确立：2017 Transformer 论文开启全新时代
2017 年，Google Brain 团队发表《Attention Is All You Need》，提出自注意力机制（Self-Attention） 与 Transformer 架构。两大革新重塑序列建模：
- 抛弃循环结构，训练过程完全并行，允许使用海量 GitHub 开源代码做大规模预训练；
- 自注意力可以直接捕捉任意代码 token 之间远距离关联，天然适配程序的跨函数、跨文件依赖关系。
所有后续代码模型：GPT 系列、Claude、DeepSeek Coder、Qwen、GLM，底层全部基于 Transformer 解码器架构；所有 IDE Agent、命令行 Agent 调用的大模型，根基全部来自这篇论文。
技术演进时间线：从 Transformer 到 Vibe Coding
阶段 1：代码预训练模型萌芽（2018–2020）
基于 Transformer 的语言模型快速迭代，研究者开始尝试专门针对编程语言进行微调：
- BERT、GPT1/2 验证 Transformer 理解文本的潜力；
- CodeBERT 等代码专用预训练模型出现，证明自然语言 + 编程语言可以联合表征；
- 局限：仅支持代码检索、单行补全，无法根据自然语言需求生成完整程序。
阶段 2：初代代码大模型与 AI 结对编程（2021）
OpenAI 基于 GPT-3 微调推出Codex，这是第一个具备规模化代码生成能力的 Transformer 大模型；同年 GitHub Copilot 正式上线。
- 标志：AI 正式嵌入 IDE，实现注释生成代码、函数自动补全；
- 开发模式：人类主导编码，AI 被动辅助片段补全。
这是 AI 编程第一次大规模普及，但距离 Vibe Coding 仍有巨大差距：模型没有权限读写文件、执行终端命令、自主调试，不存在 "自主迭代完成项目" 的能力。
阶段 3：对话式编码时代（2022–2024）
ChatGPT（GPT-3.5/GPT-4）、Claude 初代发布，超大上下文窗口成为标配：
开发者不再局限编辑器内单行补全，可以直接用自然语言对话描述完整功能，一次性获取多文件代码。
痛点依然明显：模型只是 "聊天机器人"，无法直接操作本地项目，需要人工复制粘贴代码、手动运行、手动复制报错信息给到模型。
此时已经出现大量开发者 "靠感觉和对话让 AI 写代码" 的非正式实践，也就是 Vibe Coding 雏形，但缺少统一命名，同时缺少Agent 自动化执行能力。
阶段 4：Agent 编程爆发 + Vibe Coding 概念正式诞生（2025）
两大变化同时发生，最终催生 Vibe Coding 范式：
- 底层模型能力升级：Claude Opus、GPT-4o、DeepSeek、Qwen 等模型推理、长上下文、多文件规划能力成熟；
- 编程 Agent 工具成熟：IDE Agent（Trae、Qoder、CodeBuddy、OpenCode、新版 Codex）、命令行 Agent（Claude Code、Mimo Code、Reasonix）陆续发布。
Agent 被赋予核心权限：读取整个项目目录、批量修改多个代码文件、自动执行 shell 命令、运行程序、捕获报错、持续迭代修复 Bug。
2025 年 2 月，Andrej Karpathy 正式提出 Vibe Coding：
Vibecoding，也就是凭感觉、靠 AI 辅助进行流式开发，不再拘泥于传统逐行编写代码的模式，依靠各类 AI 编程 Agent 接管编码、调试、重构、架构设计工作，开发者只负责把控需求方向与业务逻辑。经过一段时间大量实操，我先后体验了多款 IDE 集成 Agent、命令行编程 Agent，搭配 GPT、Claude Opus、DeepSeek、GLM、Kimi、通义千问等主流大模型底层能力。本文将通过结构化表格对比，梳理各类工具的优劣差异，总结 vibecoding 落地的实战经验。
通俗定义：开发者不再逐行编写代码，只提供高层次自然语言需求，依靠 LLM + 编程 Agent 自主完成代码生成、修改、调试，人与 AI 持续迭代，依靠 "整体感觉" 推进项目。
我的个人体验：
2026年2-3月GPT5.3-Codex给我带来了震撼的体验，在当时GPT Team拼车如日中天，仅需要几块钱在某鱼上即可获得车位，进行Ai编程。
2026年4-6月由于GPT Team的封杀，我转向了Trae,也就是字节的开发工具，Pro套餐 20刀即可流畅体验到GPT5.4模型。
2026年7-8月由于各家的模型快速迭代，我也在高强度的体验国产优秀的AI模型中。涌现了一批一批的优秀模型:2.8万亿MoE参数的Kimi K3、梁圣的DeepSeekV4-flash、我们的国模一哥GLM-5.2、8月3日崭新出炉的2.4T，激活参数 95B的Qwen3.8-MAX，其中Qwen3.8-MAX和Kimi K3发布新的旗舰模型的策略都转向了力大砖飞。
各家主流的模型
深度求索 DeepSeek
深度求索，也就是梁叔叔的DeepSeek。
从最新API文档中可以看到，最新的模型API调用可以看到，DeepSeek-V4-Flash-0731，也就是7月31日的模型权重，DeepSeek-V4-Flash的正式版，说起深度求索这家公司，也只不过是去年的年初，DeepSeek-R1的震惊问世，网页上对话一直繁忙。2025年5月，我在完成我的毕业设计的时候就开始使用了Vs Code + Cline插件调用DeepSeek-R1的API，当时我就震惊了。
目前作者正在高强度体验DeepSeek-V4-Flash-0731中。
| 模型 | 参数量 | 上下文 | 最大输出长度 | 输入价格 | 输出价格 | 输入价格(缓存命中) | 输出价格(缓存未命中) |
|---|---|---|---|---|---|---|---|
| DeepSeek-V4-Flash | MoE 284B/13B | 1M | 384K | 1元/百万tokens | 2元/百万tokens | 0.02元/百万tokens | 2元/百万tokens |
| DeepSeek-V4-Pro | MoE 1.6T/49B | 1M | 384K | 3元/百万tokens | 6元/百万tokens | 0.025元/百万tokens | 6元/百万tokens |
月之暗面 Kimi
月之暗面 2026 年 7 月发布 Kimi K3，总参数 2.8 万亿，是目前全球参数规模最大的开源 MoE 模型，原生支持视觉理解与 100 万 token 无损上下文。
K3横空出世，跑分比肩Opus、Fable5。但现在由于算力紧张，暂定新用户套餐的出售，集中现有算例保障已购买用户的使用体验。
| 模型 | 参数量 | 计费单位 | 输入价格（缓存命中） | 输入价格（缓存未命中） | 输出价格 | 上下文窗口 |
|---|---|---|---|---|---|---|
| kimi-k3 | 2.8万亿(MoE) | 1M tokens | ¥2.00 | ¥20.00 | ¥100.00 | 1,048,576 tokens |
智谱 GLM
智谱 GLM-5 是智谱AI推出的第五代旗舰大模型系列，全系采用 MoE 混合专家架构，旗舰款 GLM-5.2 支持 1M 超长上下文并以 MIT 协议开源，在推理、编程与 Agent 场景表现突出，是当前国产开源模型的第一梯队。
时隔不知道多久，Coding Plan也是可以购买到了，但是价格上涨严重。
| 模型名称 | 上下文(ftokens) | 输入单价(百万tokens) | 输出单价(百万tokens) | 缓存存储(百万tokens/小时) | 缓存命中(百万tokens) |
|---|---|---|---|---|---|
| glm-5.2 | 1024K | 8.0 | 28.0 | - | 2.0 |
| glm-5.1 | 200K | 6.0（≤32K）8.0（>32K） | 24.0（≤32K）28.0（>32K） | - | 1.3（≤32K）2.0（>32K） |
| glm-5-turbo | 200K | 5.0（≤32K）7.0（>32K） | 22.0（≤32K）26.0（>32K） | - | 1.2（≤32K）1.8（>32K） |
| glm-5 | 200K | 4.0（≤32K）6.0（>32K） | 18.0（≤32K）22.0（>32K） | - | 1.0（≤32K）1.5（>32K） |
通义千问 Qwen
8 月 3 日最新发布旗舰款 Qwen3.8-Max，总参数 2.4T、激活参数 95B，采用全上下文统一单价策略，不分段阶梯计价，是当前通义千问家族的最强型号。
| 模型名称 | 上下文窗口 | 输入区间 | 输入单价(元/百万tokens) | 输出单价(元/百万tokens) |
|---|---|---|---|---|
| qwen3.8-max | 1M tokens | 0–991K | 12 | 36 |
| qwen3.7-max | 1M tokens | 0–991K | 12 | 36 |
| qwen3.7-plus | 1M tokens | ≤256K | 2 | 8 |
| qwen3.7-plus | 1M tokens | 256K–1M | 6 | 24 |
| qwen3.7-flash | 1M tokens | ≤32K | 0.2 | 0.8 |
| qwen3.7-flash | 1M tokens | 32K–256K | 0.6 | 2.4 |
| qwen3.7-flash | 1M tokens | 256K–1M | 1.2 | 4.8 |
国外主流模型
- OpenAI 7 月 30 日大幅降价：Luna 降 80% 至 $0.2/$1.2，Terra 降 20% 至 $2/$12，直接对标 DeepSeek 性价比路线
- Claude Opus 5：性能逼近旗舰 Fable 5，但价格仅为其一半，默认开启自适应思考模式
- Gemini 3.6 Flash：主打 Token 效率，输出 Token 用量比上代减少约 17%，Agent 场景实际成本更低
- Grok 4.5：与 Cursor 联合训练，编程 Agent 场景 Token 效率约为 Opus 的 4 倍，但上下文缩至 500K
由于国外模型很多都是需要科技才可以进行使用的，可在实际工作中有一些项目是不可以在科技的环境下使用的，甚至有一些企业会禁止梯子。
前一段时间cc被曝会窃取用户数据，虽然是如何区分大陆用户，但是各个大厂已经禁止使用cc，因此作者对于国外模型简单一笔带过。
| 模型名称 | 海外厂商 | 输入价格($/1M) | 输出价格($/1M) | 上下文窗口 |
|---|---|---|---|---|
| Claude Opus 5 (High Effort) | Anthropic | 5.00 | 25.00 | 1M |
| Claude Opus 5 (Low Effort) | Anthropic | 5.00 | 25.00 | 1M |
| Claude Opus 5 (Max Effort) | Anthropic | 5.00 | 25.00 | 1M |
| Claude Opus 5 (Medium Effort) | Anthropic | 5.00 | 25.00 | 1M |
| Claude Opus 5 (Xhigh Effort) | Anthropic | 5.00 | 25.00 | 1M |
| Gemini 3.5 Flash-Lite | 0.300 | 2.500 | 1M | |
| Gemini 3.6 Flash (high) | 1.50 | 7.50 | 1M | |
| GPT-5.6 Luna (high) | OpenAI | 0.200 | 1.200 | 1M |
| GPT-5.6 Luna (low) | OpenAI | 0.200 | 1.200 | 1M |
| grok-4.5 | xAI | 2.00 | 6.00 | 500K |
| grok-4.3 | xAI | 1.25 | 2.50 | 1M |
总结
Vibe Coding 本质上不是让开发者 “躺平”，而是把我们从大量重复的语法编写、样板代码、基础调试中解放出来，把更多精力投入到需求拆解、架构设计、边界判断和业务价值思考上。过去实现一个功能，往往 80% 的时间在逐行敲代码、排查低级错误，只有 20% 的时间在思考核心逻辑；现在的模式刚好反过来，20% 的时间和 AI 协作落地代码、跑通流程，80% 的时间用来想清楚 “做什么、为什么做、怎么做更合理”。
这两年国产大模型的密集爆发，也把这波生产力红利的门槛拉到了最低。从 DeepSeek 把旗舰级推理能力打到平民价格，到 Kimi、GLM、Qwen 轮番刷新长上下文与复杂任务的上限，国内开发者不用再依赖不稳定的海外服务，在合规环境里就能拿到第一梯队的 AI 工具。工具越强大，反而越考验人的核心判断力——AI可以一口气给出十套实现方案，但哪套最适配当前的项目体量、技术栈和团队水平，哪些地方藏着性能坑、安全坑，最终还是要靠人来拍板和兜底。
AI这个东西目前来说是在日常开发工作中带来了极大的便利，对于高等的AI算法工程师没有什么影响，主要的体现仍然是减小了中等及以下的开发者之间的差距，就好比说我要做一个SQL性能的优化，如何在高并发下提高数据库的读写速度，交给AI，可以解决80%的问题，剩下的20%需要自己去Review和测试。
关于AI是否会替代人这个问题，我的答案是不会。因为有很多东西人不得不去做；并且近期由于GLM的Coding Plan价格调整，现在GLM大家都可以买到了，不再是饥饿营销，但是看看价格呢？张涨价也好，让老板掂量掂量是AI裁员好还是多找两个人来得实在。
假舆马者，非利足也，而致千里；假舟楫者，非能水也，而绝江河。翻译就是借助车马的人，并不是脚走得快，却可以到达千里之外；借助船只的人，并不善于游泳，却可以横渡江河。不管各行各业，AI横空出世我们当然没有必要从底层去研究transformer，但是我们是绝对要熟练使用AI的，不创新就会落后，希望我们都可以借助AI实现自己的想法和创意！
评论