听说 AI 写代码很火，但真正能玩转的人都有什么本事？

最近" vibe coding "这个词真的火出圈了——就是那种用对话的方式让 AI 帮你写代码，不用自己一个字一个字敲。朋友圈、短视频、各种技术博客都在聊。

但我一直在想一个实际问题：在这套新玩法里，到底什么能力才真正决定你能不能干得好？

好消息是，有人真的去研究了。

佐治亚理工的硬核研究

几个研究者做了个挺有意思的实验——找了 100 个大学生，搞了个对照研究，专门看看哪些能力跟 vibe coding 玩得溜有关系。

结论还挺颠覆预期的。

发现一：写得好真的很重要

研究最让人意外的一点是——写作能力居然是关键变量。那些文字表达更溜的学生， vibe coding 的成绩明显更好。

想想也合理。你跟 AI 说话让它帮你写代码，说白了就是在"写 prompt "。你描述得清楚、精确， AI 出来的东西质量就高；你写得含糊不清，出来的代码自然一塌糊涂。

所以问题来了：很多程序员这些年天天练技术，写作能力早就退化到写个注释都费劲的程度了。这真该敲敲警钟了。能把需求、边界情况、约束条件说清楚，这事儿以后跟会写代码一样重要。

发现二：计算机基础依然管用

但事情没那么简单。

研究同时发现，传统的 CS 成绩依然是预测 vibe coding 成功的重要指标——就算把智力因素控制住，这个结论依然成立。

什么意思呢？数据结构和算法知识、软件架构的基本功，该懂还是得懂。

因为只有你懂"底层"是怎么回事，你才能真正判断 AI 给你生成的代码靠不靠谱。哪里逻辑有问题，哪里效率明显不对，这些你都得有能力看出来，然后告诉 AI 怎么改。

一个懂 Big O 的开发者，能问出更好的问题，也更容易发现 AI 方案里的坑。

团队该怎么应对

基于这个研究，给正在探索 AI 辅助开发的团队几个建议：

给沟通能力投点钱。 可以考虑搞点写作培训，或者给技术团队配点文字编辑资源。能把 prompt 写清楚，这事儿值得认真练。

CS 基础别扔。 "有了 AI 谁都能写代码"这种说法挺吸引人，但研究告诉我们，技术深度依然是优势。老老实实打基础这事，别因为 AI 来了就跳过。

招聘标准得重新想想。 招人时候，除了传统的技术面试，不妨也看看候选人的写作能力。能不能把自己的想法有条理地表达出来，现在可能比以往任何时候都重要。

工具环境这事不能凑合

有意思的是，佐治亚理工这个研究专门开发了一个 vibe coding 环境来做测试，模拟真实商业工具但能精确测量数据。

这说明什么？用的工具不同，结果差距很大。我见过太多团队这边用一个 AI 聊天窗口，那边又开另一个工具，再配上一堆插件凑合用——效率低不说，还容易出错。

一个专门为 AI 辅助开发打造的环境，真的能让效率提升一大截。

对教育的启示

这个研究最有意思的地方，可能是它对教育的暗示。

等 vibe coding 工具越来越成熟，课程设置也得跟着变。怎么样在" prompt 工程能力"和"传统 CS 教育"之间找到平衡？光靠一边都不够。

说到底

对于 individual 开发者来说，结论很明确：把 AI 当成你现有技能的放大器，而不是替代品。

你的计算机基础知识值得继续投资，你的表达能力同样值得。这两样都是资产，别觉得有了 AI 就可以躺平。

软件开发未来的方向，不是传统编码和 AI 辅助二选一，而是两个都得会，还得懂怎么让它们互相成就。