[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-vibe-coding-changing-who-can-build-software-zh":3,"article-related-vibe-coding-changing-who-can-build-software-zh":30,"series-tools-ecc708c0-05b8-4ca0-be3c-3d5922f8de92":86},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":11,"views":27,"created_at":28,"published_at":29,"topic_cluster_id":11},"ecc708c0-05b8-4ca0-be3c-3d5922f8de92","vibe-coding-changing-who-can-build-software-zh","Vibe coding 正在改變誰能做軟體","\u003Cp>92 名學生。6 週課程。沒有先修程式背景。這組數字很猛，因為它直接碰到一個老問題：做軟體到底要不要先會寫程式？哈佛教育學院的 Karen Brennan 把這件事搬進教室，結果很像一面鏡子，照出 \u003Ca href=\"\u002Fnews\u002Fbuild-ai-crypto-trading-bot-guide-zh\">AI\u003C\u002Fa> 時代誰能做東西，也照出誰會卡住。\u003C\u002Fp>\u003Cp>她用過 \u003Ca href=\"https:\u002F\u002Freplit.com\" target=\"_blank\" rel=\"noopener\">Replit\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.figma.com\u002Fmake\u002F\" target=\"_blank\" rel=\"noopener\">Figma Make\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fclaude.ai\u002Fcode\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa>，後來自己又拿 \u003Ca href=\"https:\u002F\u002Fv0.dev\" target=\"_blank\" rel=\"noopener\">v0\u003C\u002Fa> 做研究網站。講白了，vibe coding 不是叫你不用腦。它是叫你先講清楚需求，再讓 AI 幫你拼出第一版。\u003C\u002Fp>\u003Cp>這套玩法很吸引人。也很危險。因為一旦門檻降到自然語言，品質、責任、維護成本，全部都會冒出來。你可能會想問，這到底是軟體開發的捷徑，還是新的混亂來源？\u003C\u002Fp>\u003Ch2>Vibe coding 到底是什麼\u003C\u002Fh2>\u003Cp>「vibe coding」這個詞，是研究者 \u003Ca href=\"https:\u002F\u002Fx.com\u002Fkarpathy\" target=\"_blank\" rel=\"noopener\">Andrej Karpathy\u003C\u002Fa> 在 2025 年 2 月帶紅的。意思很直白。你用 AI 做軟體，但不一定懂每一行程式碼在幹嘛。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775121944493-69d3.png\" alt=\"Vibe coding 正在改變誰能做軟體\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>這跟一般的 AI coding assistant 不太一樣。一般工具是幫你補 code、修 bug、寫測試。vibe coding 則是把起手式整個改掉。你先說目標，AI 先吐出可跑的東西，再慢慢修。\u003C\u002Fp>\u003Cp>Harvard 的 \u003Ca href=\"https:\u002F\u002Fnews.harvard.edu\u002Fgazette\u002Fstory\u002F2026\u002F04\u002Fvibe-coding-may-offer-insight-into-our-ai-future\u002F\" target=\"_blank\" rel=\"noopener\">Harvard Gazette\u003C\u002Fa> 這篇採訪裡，Brennan 說她第一次認真碰這種做法，是在 2024 年 12 月。她看到學生用生成式 AI 做自發專案，才開始想：也許教學可以直接把這件事納進來。\u003C\u002Fp>\u003Cul>\u003Cli>核心做法：先用自然語言描述需求。\u003C\u002Fli>\u003Cli>AI 先產出原型，再由人類修正。\u003C\u002Fli>\u003Cli>重點不是寫得多快，而是判斷得準不準。\u003C\u002Fli>\u003Cli>它最適合做 demo、原型、個人小工具。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這裡有個很重要的差別。會用 AI，不代表會做產品。會做產品，也不代表能把需求講清楚。vibe coding 把這兩件事拆開了，然後逼大家面對現實。\u003C\u002Fp>\u003Cp>如果你只會下模糊指令，AI 可能回你一坨看起來很像樣的東西。你如果能講得夠精準，AI 就能幫你省掉前面 60% 到 80% 的苦工。差別很大，真的。\u003C\u002Fp>\u003Ch2>哈佛課堂怎麼玩出來的\u003C\u002Fh2>\u003Cp>Brennan 和博士生 Jacob Wolf 設計這門課時，重點不是教某個工具。重點是問：我們怎麼把 AI 當成創作夥伴？每週都有主題，像是做一個會說故事的作品、做一個能改善生活的小工具，或做一個有趣的互動專案。\u003C\u002Fp>\u003Cp>更有意思的是，他們每週都換工具。學生不是只碰單一平台。這很重要，因為不同工具會塑造不同思考方式。像 \u003Ca href=\"https:\u002F\u002Fwww.figma.com\u002Fmake\u002F\" target=\"_blank\" rel=\"noopener\">Figma Make\u003C\u002Fa> 偏設計流程，\u003Ca href=\"https:\u002F\u002Fclaude.ai\u002Fcode\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa> 更接近程式實作，\u003Ca href=\"https:\u002F\u002Freplit.com\" target=\"_blank\" rel=\"noopener\">Replit\u003C\u002Fa> 則讓你更快看到可執行結果。\u003C\u002Fp>\u003Cp>課程也不是純玩具展示。Brennan 要學生每週讀一篇經典電腦科學文本，外加一篇當代批判文章。這設計很聰明。因為如果只看 demo，大家很容易把 AI 當魔術。加上批判閱讀，學生才會開始問：這工具哪裡可靠？哪裡在唬爛？\u003C\u002Fp>\u003Cblockquote>“The central question motivating the course was: How do we think about AI as a creative partner?” — Karen Brennan\u003C\u002Fblockquote>\u003Cp>這句話講得很準。課程不是在教學生崇拜工具。它是在訓練學生把 AI 當合作對象，然後保留懷疑。\u003C\u002Fp>\u003Cp>我覺得這點很台灣。很多團隊上 AI 工具後，第一反應是「哇，省時間了」。但真正麻煩的地方，是你得知道哪裡不能省。教學也是一樣。\u003C\u002Fp>\u003Ch2>為什麼這麼多人會買單\u003C\u002Fh2>\u003Cp>最直接的理由是門檻下降。以前你想做一個網站或 app，至少要懂前端、後端、資料庫、部署。現在先用英文講需求，AI 先幫你生出第一版。這對學生、小團隊、個人創作者都很有吸引力。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775121938211-5rcl.png\" alt=\"Vibe coding 正在改變誰能做軟體\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>這種速度會改變試錯成本。以前你要花兩天做個 pr\u003Ca href=\"\u002Fnews\u002Fgithub-copilot-data-ai-training-opt-out-zh\">ot\u003C\u002Fa>otype，現在可能 20 分鐘就能看到雛形。雖然雛形很粗，但它夠用來測想法。這對教育特別有用，因為「做出來」常常比「想明白」更快讓人學會。\u003C\u002Fp>\u003Cp>另一個好處是，很多工具不是完全黑箱。像 \u003Ca href=\"https:\u002F\u002Fclaude.ai\u002Fcode\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa> 這類工具可以讓你看見 AI 生成的程式，還能要求它用更白話的方式解釋。也就是說，AI 不一定只是在遮住技術細節，它也可能把細節攤開。\u003C\u002Fp>\u003Cul>\u003Cli>原型速度：從幾小時縮到幾分鐘。\u003C\u002Fli>\u003Cli>入門門檻：從語法學習，改成需求描述。\u003C\u002Fli>\u003Cli>適用場景：課堂專案、個人工具、快速驗證想法。\u003C\u002Fli>\u003Cli>學習方式：先做，再回頭理解結構。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>但別把這件事想得太浪漫。速度快，不代表品質好。你只是更快看到問題而已。有時候，這反而是好事。\u003C\u002Fp>\u003Cp>因為你很快就會發現，AI 生成的東西常常很像樣，卻不一定真的能用。外表像產品，內裡可能只是拼貼。這種落差，才是 vibe coding 的真面目。\u003C\u002Fp>\u003Ch2>真正的限制，才是重點\u003C\u002Fh2>\u003Cp>Brennan 沒有把 vibe coding 講成萬靈丹。她提到幾個限制。第一是環境成本。第二是工具費用。第三是自然語言本來就不夠精準。你如果講不清楚，AI 就會亂猜。\u003C\u002Fp>\u003Cp>更麻煩的是，很多人會誤以為「看起來能跑」就等於「可以上線」。這中間差超多。真正的軟體要面對測試、資安、日誌、版本更新、錯誤處理，還有長期維護。demo 可以很美，產品不行。\u003C\u002Fp>\u003Cp>課堂裡也出現一個典型問題。學生常常先拿到一個泛用答案，接著又不知道怎麼精準修正。結果瓶頸從「不會寫 code」變成「不會描述問題」。這很真實，也很殘酷。\u003C\u002Fp>\u003Cp>這裡還有公平性問題。Brennan 指出，擅長口語表達的人，通常更能把 AI 用好。懂設計的人、懂軟體的人，也比較知道怎麼拆解需求。也就是說，門檻是降了，但能力差距沒有消失。\u003C\u002Fp>\u003Cul>\u003Cli>快速原型：適合測試想法，不適合直接承載核心業務。\u003C\u002Fli>\u003Cli>生產系統：需要測試、監控、權限、資安審查。\u003C\u002Fli>\u003Cli>自然語言：適合方向，不適合嚴格規格。\u003C\u002Fli>\u003Cli>人類判斷：在高風險場景裡，還是不能外包。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果拿台灣常見情境來比喻，vibe coding 像是先用試算表做出一個內部工具，再決定要不要請工程師重寫。這樣做很合理。直接拿試算表當正式系統，就很容易出事。\u003C\u002Fp>\u003Cp>所以問題不是「能不能做」。問題是「做到哪裡就該停」。這句話很土，但很重要。\u003C\u002Fp>\u003Ch2>這件事放到產業裡怎麼看\u003C\u002Fh2>\u003Cp>vibe coding 其實不是孤立現象。它是整個 AI 工具鏈往前推的結果。從 ChatGPT、\u003Ca href=\"\u002Fnews\u002Fopenclaw-60-day-surge-ai-agents-zh\">Cla\u003C\u002Fa>ude，到各種 code assistant，大家都在把「寫程式」拆成更小的動作。先問需求，再生草稿，再修正。\u003C\u002Fp>\u003Cp>這也會影響團隊分工。以前產品、設計、工程之間有明顯界線。現在界線還在，但變得模糊。PM 可以更快做 prototype，設計師可以自己做可互動頁面，工程師則要花更多時間做審查、整合和收尾。\u003C\u002Fp>\u003Cp>我覺得這對台灣公司很有參考價值。很多新創資源有限，最缺的不是想法，而是驗證速度。如果一個團隊能用 AI 在 1 天內做出 3 個版本，和只能做 1 個版本，決策品質通常會差很多。\u003C\u002Fp>\u003Cp>但別忘了，真正值錢的還是判斷力。工具會變。流程會變。可是一個團隊能不能看出哪個原型只是表面好看，哪個真的能上線，這才是核心競爭力。\u003C\u002Fp>\u003Cp>你可以把 vibe coding 想成一種新的前期工作法。它不是終點。它比較像是把「想法」變成「可討論的東西」的加速器。這件事對教育、創業、內部工具開發，都很有用。\u003C\u002Fp>\u003Ch2>接下來會怎麼走\u003C\u002Fh2>\u003Cp>我的判斷很直接。接下來 12 到 24 個月，會有更多人不是先學語法，而是先學怎麼描述需求、怎麼驗證輸出、怎麼抓 bug。也就是說，會寫 code 仍然重要，但「會跟 AI 合作」會變成基本技能。\u003C\u002Fp>\u003Cp>如果你是開發者，現在就可以做一件事：拿一個小專案試 vibe coding。限制自己只做原型，不碰核心系統。看 AI 哪裡幫得上忙，哪裡開始亂來。這比空談 AI 影響實際多了。\u003C\u002Fp>\u003Cp>如果你是主管或老師，問題也很簡單：你有沒有教團隊怎麼驗證 AI 產物？如果沒有，那你只是把產能外包給模型，風險還是留在自己身上。\u003C\u002Fp>\u003Cp>說到底，vibe coding 改變的不是「誰能碰電腦」。它改變的是「誰能把想法變成第一版」。而第一版，常常就是整個專案最難跨過去的一步。\u003C\u002Fp>\u003Cp>所以我的建議很明白：先用它做原型，再用人腦做審查。別把 AI 當終點，把它當草稿機。這樣最實際，也最不容易翻車。\u003C\u002Fp>","哈佛課程讓 92 名學生用 Replit、Figma Make、Claude Code 做出軟體原型。Vibe coding 降低入門門檻，也把品質、倫理與技能差距問題推到檯面。","news.harvard.edu","https:\u002F\u002Fnews.harvard.edu\u002Fgazette\u002Fstory\u002F2026\u002F04\u002Fvibe-coding-may-offer-insight-into-our-ai-future\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775121944493-69d3.png","tools","zh","00caf009-e49d-4a74-9623-c15eeeef8d45",[17,18,19,20,21,22,23,24,25,26],"vibe coding","AI coding","Harvard","Replit","Claude Code","Figma Make","v0","生成式AI","軟體開發","人工智慧",8,"2026-04-02T08:15:39.22904+00:00","2026-04-02T08:15:39.142+00:00",{"tags":31,"relatedLang":45,"relatedPosts":49},[32,33,35,36,38,40,41,43],{"name":25,"slug":25},{"name":22,"slug":34},"figma-make",{"name":26,"slug":26},{"name":21,"slug":37},"claude-code",{"name":17,"slug":39},"vibe-coding",{"name":23,"slug":23},{"name":18,"slug":42},"ai-coding",{"name":24,"slug":44},"生成式ai",{"id":15,"slug":46,"title":47,"language":48},"vibe-coding-changing-who-can-build-software-en","Vibe coding is changing who can build software","en",[50,56,62,68,74,80],{"id":51,"slug":52,"title":53,"cover_image":54,"image_url":54,"created_at":55,"category":13},"19fa3298-7d97-45a8-b6d8-9aa69250aaef","midjourney-web-app-ai-art-zh","Midjourney 網頁版改變 AI 繪圖用法","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780653789121-5yz3.png","2026-06-05T10:02:34.359223+00:00",{"id":57,"slug":58,"title":59,"cover_image":60,"image_url":60,"created_at":61,"category":13},"154b7977-0f81-4206-87c3-29ddd24c838b","csub-openai-deal-turns-ai-into-coursework-zh","CSUB把 AI 變成課程","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780652010097-24pb.png","2026-06-05T09:32:56.938867+00:00",{"id":63,"slug":64,"title":65,"cover_image":66,"image_url":66,"created_at":67,"category":13},"4717539c-c454-4bc6-9467-ca505ec59d51","devin-desktop-unifies-windsurf-agent-control-zh","Devin Desktop 併入 Windsurf 與代理控制","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780650179224-erbw.png","2026-06-05T09:02:24.7016+00:00",{"id":69,"slug":70,"title":71,"cover_image":72,"image_url":72,"created_at":73,"category":13},"60918400-6f71-472c-a7c2-9ca219c81392","claude-code-dynamic-workflows-new-primitive-en-zh","Claude Code Dynamic Workflows：新原语來了","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780628571873-zwd8.png","2026-06-05T03:02:22.095066+00:00",{"id":75,"slug":76,"title":77,"cover_image":78,"image_url":78,"created_at":79,"category":13},"9816974a-8337-447e-9b37-0872c5d2ceb9","rigmodels-free-sora-3d-models-zh","RigModels 提供 54 個免費 Sora 3D 模型","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780609680630-4fz6.png","2026-06-04T21:47:30.947861+00:00",{"id":81,"slug":82,"title":83,"cover_image":84,"image_url":84,"created_at":85,"category":13},"d55eb067-d6c5-4f0b-9374-9504ac61e00e","denver-hail-map-209-spotter-reports-zh","Denver 冰雹地圖記錄 209 回報","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780602477218-8rz6.png","2026-06-04T19:47:24.175663+00:00",[87,92,97,102,107,112,117,122,127,132],{"id":88,"slug":89,"title":90,"created_at":91},"855cd52f-6fab-46cc-a7c1-42195e8a0de4","surepath-real-time-mcp-policy-controls-zh","SurePath 推出即時 MCP 政策控管","2026-03-26T07:57:40.77233+00:00",{"id":93,"slug":94,"title":95,"created_at":96},"9b19ab54-edef-4dbd-9ce4-a51e4bae4ebb","mcp-in-2026-the-ai-tool-layer-teams-use-zh","2026 年 MCP：團隊真的在用的 AI 工具層","2026-03-26T08:01:46.589694+00:00",{"id":98,"slug":99,"title":100,"created_at":101},"af9c46c3-7a28-410b-9f04-32b3de30a68c","prompting-in-2026-what-actually-works-zh","2026 提示工程，真正有用的是什麼","2026-03-26T08:08:12.453028+00:00",{"id":103,"slug":104,"title":105,"created_at":106},"05553086-6ed0-4758-81fd-6cab24b575e0","garry-tan-open-sources-claude-code-toolkit-zh","Garry Tan 開源 Claude Code 工具包","2026-03-26T08:26:20.068737+00:00",{"id":108,"slug":109,"title":110,"created_at":111},"042a73a2-18a2-433d-9e8f-9802b9559aac","github-ai-projects-to-watch-in-2026-zh","2026 必看 20 個 GitHub AI 專案","2026-03-26T08:28:09.619964+00:00",{"id":113,"slug":114,"title":115,"created_at":116},"a5f94120-ac0d-4483-9a8b-63590071ac6a","claude-code-vs-cursor-2026-zh","Claude Code 與 Cursor 深度對比：202…","2026-03-26T13:27:14.279193+00:00",{"id":118,"slug":119,"title":120,"created_at":121},"0975afa1-e0c7-4130-a20d-d890eaed995e","practical-github-guide-learning-ml-2026-zh","2026 機器學習入門 GitHub 實用指南","2026-03-27T01:16:49.712576+00:00",{"id":123,"slug":124,"title":125,"created_at":126},"bfdb467a-290f-4a80-b3a9-6f081afb6dff","aiml-2026-student-ai-ml-lab-repo-review-zh","AIML-2026：像課綱的學生實驗 Repo","2026-03-27T01:21:51.467798+00:00",{"id":128,"slug":129,"title":130,"created_at":131},"80cabc3e-09fc-4ff5-8f07-b8d68f5ae545","ai-trending-github-repos-and-research-feeds-zh","AI Trending：把 AI 資源收成一張表","2026-03-27T01:31:35.262183+00:00",{"id":133,"slug":134,"title":135,"created_at":136},"3ce6e6e2-bac5-463e-9f8d-45caabcc61f7","awesome-ai-for-science-research-tools-map-zh","AI 科研工具清單，開始像地圖了","2026-03-27T01:46:50.521945+00:00"]