最近技术圈有两件事撞在一起，挺值得说说。

一件是有个独立开发者写了篇文章，标题特别戳——《你没法给品味写单元测试》。另一件是一个号称用 AI"凭感觉写"出来的产品，被人扒出来其实是抄的，吵得挺凶。

这两件事看着不挨着，其实说的是同一个东西：vibe coding 火了一年多，现在开始还债了。

先解释下 vibe coding 是啥，怕有人不熟。简单说，就是你不太懂代码，但你会跟 AI 说话，你描述想要什么，AI 哗哗给你写出来，你看着能跑就行，中间的细节你不太管。这一年，靠这种方式做东西的人特别多，包括我自己，很多活也是这么干的。

但我想说的不是"vibe coding 不行、别用了"。恰恰相反，我天天用。我想说的是另一层，一个我自己用 AI 写了一年代码、越来越确定的判断：

当 AI 把"写出来"这件事的门槛降到几乎为零之后，真正变得稀缺、变得值钱的，不是会不会写代码，而是判断和品味——你知不知道该做什么、什么是对的、什么只是看着能跑其实是空壳。

这事我作为一个半路出家、非科班的人，可能比很多科班的人体会更深。下面展开讲。

先说那篇《你没法给品味写单元测试》

我特地去看了原文，因为它不是喊口号，是一个真实的例子，比任何大道理都有说服力。

作者在做一个跑步的 App，想给地图加上"沿途有什么值得看的地方"这种功能——你跑一条虚拟路线，路过哪儿有个有意思的景点、历史遗迹，给你标出来。听起来简单，但他要处理的是全世界的路线，光靠自己根本标不过来。

于是他找了个公开的地理数据集，拉上 AI 一起，用 Python 搭了一条数据处理的流水线，想让 AI 帮他从一大堆原始数据里挑出"值得标"的点。

结果他发现一件事。他原话是这么说的：我一开始以为 AI 会是这个功能的主角，最后发现它只是个配角。

为什么？因为"哪个点值得标"这件事，特别吃判断。一条路边上可能有几百个地名，AI 能很快列出来，但哪个游客真的会感兴趣、哪个其实是个没人去的小地方、哪个名字听着像景点其实是个加油站——这种取舍，AI 做得一塌糊涂，还时不时给你编一个根本不存在的地方出来。

他说自己整个过程都在"跟品味和偏见较劲，跟一个爱犯幻觉的 AI 搏斗"。最后真正解决问题的，不是 AI，是他自己对"什么算有意思"的判断，再加上一堆老老实实的数据清洗。

这就是"你没法给品味写单元测试"的意思。代码对不对，你可以写测试跑一遍，红了就是错。但"这个东西好不好、对不对味、值不值得做"——这种事没有测试能帮你判断，只能靠人。AI 能把活干得飞快，但它不知道什么是好。

还有一句我特别认同：他说你得对手里用的技术心里有数，才能引导 AI、自己做判断，而不是盲目跟着它走。换句话说，你越是什么都不懂、纯靠 AI，你就越只能被它牵着走，它把你带沟里你都不知道。

那"还债"是怎么个还法

回到开头第二件事，那个被扒出来抄袭的产品。

我不点名，也不替任何一方下结论，因为目前只看到一方的说法。但这件事能吵这么大，本身就说明一个现象：vibe coding 火了之后，开始出现一批"看着能跑、看着挺像样，但底子有问题"的东西。有的是抄的，有的是空心的，有的是当时能跑、过两天就塌。

这就是我说的"还债"。

前一年大家都在狂欢，觉得不会写代码也能做产品了，门槛没了，人人都能当开发者。这没错，门槛确实低了。但低门槛带来一个副作用：一大堆东西被很快地造出来，却没有人真正为它的质量、它的来路、它的长期维护负责。因为造它的人，可能自己都没完全看懂它。

债不会马上还，但迟早要还。可能是上线后一个莫名其妙的 bug 你查不出来，因为你压根不知道这段代码为什么这么写。可能是用户量一大就崩，因为当初 AI 给的方案根本扛不住。也可能是像那个争议一样，被人发现你的东西来路不正。

这些坑，恰恰都是"判断和品味"该提前拦住的，而纯 vibe 的人拦不住。

我自己的体感：能跑，离对还差得远

说点我自己的，一个真摔过的跟头。

我不是科班出身，是这一两年靠着 Codex、Claude Code 这些工具，一点点摸进开发这件事的。所以我对"AI 写代码"的感受，可能跟纯技术大佬不太一样——我是真的离不开它，但也真的被它坑过。

我之前给自己的自媒体系统做过一套"热点雷达"脚本，就是每天自动去各个平台抓热点、生成一份报告。让 AI 写的，写得很顺，当天就能跑，连着用了好几周，每天都给我吐出一份热点报告，我那会儿可满意了，觉得这不挺好嘛。

直到我组装了台电脑——从 Mac 换到 Windows。

一开机，整套脚本全废了。一行都跑不动。我去翻才发现，当初 AI 图省事，把一堆文件路径直接写死在了代码里，全是我那台 Mac 的专属路径。在 Mac 上它当然能跑，但它压根没考虑"换台机器怎么办"。换句话说，它写的不是一套能用的工具，是一套只能在那一台 Mac 上活着的东西。

气人的地方在于，这事一点都不难。当初但凡多想一句"路径别写死，做成能搬的"，就完全能避免。AI 没想，因为它不知道我以后会换电脑——它只对"现在能不能跑"负责。而我当时呢，看着每天能出报告，就觉得成了，也没多问一句。结果就是几周的活，搬家的时候等于推倒重来。

这事让我彻底记住一句话：能跑，是 AI 的及格线；能用、能扛、能往后走，才是我的及格线。这两条线中间隔着的，全是判断。AI 不会替我考虑可移植、考虑维护、考虑半年后的我，这些得我自己来。

所以到现在我形成的习惯是：AI 写完，我不会直接收。我会过一遍——这么写对不对？换个环境还成不成？它有没有顺手动了不该动的东西？有没有更简单的路？这个判断，AI 替不了我。它越能写，我越得把这关守住。

说白了，AI 把我从"会不会写"里解放出来了，但它把我推到了一个更重要的位置上：判断它写得对不对、好不好、该不该。这个位置，才是我真正的价值，也是任何一个想长期用 AI 干活的人，迟早要站上去的位置。

谁能 vibe，谁不能，什么时候必须接管

我不想把话说死成"vibe coding 不行"。它分场景、分人。

如果你是做个小东西自己玩、做个一次性的脚本、验证个想法，那 vibe 就完全 OK，能跑就行，别折腾。这种场景，速度比品味重要，AI 帮你快速试错，挺好。

但如果这东西要给别人用、要长期维护、要扛真实的量、关系到钱或者数据，那纯 vibe 就危险了。这种时候你必须接管判断：方案合不合理、代码干不干净、出了事你能不能查、要不要替换掉 AI 给的某个偷懒设计。你可以让 AI 写，但你得看得懂、管得住。

还有一种情况最该警惕，就是像我这样非科班的人。我们最容易犯的错，是把"AI 说的"当成"对的"，把"能跑"当成"做好了"。因为我们底子薄，AI 一通输出，我们没能力分辨好坏，就只能信。这恰恰是最危险的——你不是在用 AI，是在被 AI 带着走，它把你带哪儿你都不知道。

所以非科班的人想靠 AI 长期做事，反而更得逼自己补两样东西：一是对你做的这摊东西，心里要有最基本的判断；二是养成"不轻易相信能跑"的习惯。这两样，比多学一个框架重要得多。

给你一张"别被能跑骗了"的小清单

如果你也靠 AI 写代码、做产品，AI 给你一版"能跑"的东西之后，先别急着收，过一遍这几条：

• 这个方案是不是绕了远路？有没有更简单、更直接的写法？
• 它有没有顺手改了我没让它动的东西（配置、结构、其它功能）？
• 出了 bug，我有没有办法定位？还是说这段我压根看不懂？
• 它给的设计，量大了、人多了，扛得住吗？
• 我是因为"判断它对"才收，还是只因为"它能跑"就收？

不用每条都死磕，但最后一条一定要问自己。能跑是 AI 的及格线，"对"是你的及格线。这两条线之间的距离，就是你的价值所在。

最后我想说

绕回开头。一个独立开发者发现 AI 在他的项目里只能当配角，一个号称 AI 写的产品被指来路不正——这两件事放一起，说的是同一个正在发生的转变：

AI 把"写出来"变得很便宜之后，"判断什么值得写、写得对不对、好不好"这件事，反而变得更贵了。

这对我这种非科班、半路出家的人，其实是个好消息。因为它意味着，决定你能走多远的，不再是你科不科班、会不会背语法，而是你有没有判断力、有没有品味、肯不肯为自己做的东西负责。这些东西，AI 给不了你，但你可以一点点养出来。

AI 越能写，你的判断越值钱。这话我是越用越信。

你呢，有没有被 AI 写的"能跑"坑过的经历？评论区聊聊，我挺想听听大家踩过的坑。

能看到这里，先给你比个心，说明咱们多少算是同路人了哈哈哈。

如果觉得这篇文章还不错，记得点个赞、点个在看。

你的支持，也是我继续熬夜码字的动力。

我是罗叨叨，我会持续分享我看到的、学到的、踩过的坑，我们下篇见。