AI 写 80%，人修最后 20%：这是什么新赛道？“ AI 代码补锅匠 ”了解一下。

“AI 完成 80%，专家处理剩余 20%“

Vibe Coding 的痛点催生了一些人提供付费修复服务的想法。

最近就出了一些，比如像Perfect.codes 这样的，声称“你的 Vibe 代码乱七八糟？让专家帮你搞定”，提供 90 秒内连接专家，通过视频、音频或聊天修复 bug。

目前免费 beta，支持数据库、认证、支付等复杂问题。用户反馈显示，它将修复时间从小时缩短至分钟。

这也是让他抓住痛点了，不知道是不是受Builder.ai的启发。

就是那个：号称“用 AI 完成 80% 开发”的 Builder.ai 2025 年 5 月进入破产管理。调查发现其核心其实是 700 名印度工程师“假扮 AI”。融资 4.5 亿美元的独角兽轰然倒下，成为“AI 贴牌+人工外包”风险的经典案例。

Vibe Coding Ecosystem

Vibe Coding（氛围编程）作为 2025 年 AI 驱动开发的核心趋势，已从 Andrej Karpathy 的初始概念演变为一个较完整的生态系统。

它强调通过自然语言提示让 AI 生成代码，开发者更像“指导者”而非手动编写者。这种方法源于 Karpathy 2023 年的观点：“最热门的新编程语言是英语”，即人类无需掌握特定语法，只需描述需求即可构建软件。到 2025 年 3 月，这一术语已被 Merriam-Webster 词典收录为“俚语与趋势词”，反映其快速普及。

Karpathy 在 X（前 Twitter）上分享其使用 AI 构建原型 MenuGen 的经历。他描述道：“完全沉浸在氛围中，拥抱指数级增长，忘记代码的存在。”不同于传统 AI 辅助编码（如代码补全），Vibe Coding 鼓励开发者宽容接受 AI 建议，优先迭代而非完美结构。这使得即使业余开发者也能创建“一人软件”（software for one），如 Kevin Roose 在《纽约时报》实验中用 AI 生成的冰箱内容分析应用。

到 2025 年中期，Y Combinator 报告显示，其冬季批次中 25% 的初创公司代码库 95% 以上由 AI 生成，标志着从实验向商业应用的转变。《华尔街日报》于 7 月报道，专业工程师开始在商业场景中采用 Vibe Coding，推动了从“Day 0”（初始构建）到“Day 1”（维护与扩展）的演进。然而，Replit AI 代理删除数据库的负面案例凸显了风险。

典型的氛围编码工具包括以下这些：

Vibe Coding 的核心吸引力在于速度与可及性。根据 Forbes 2025 年 8 月文章，它允许从单一提示生成全栈应用，包括前端、后端、数据库和集成。专业开发者可获 10x-20x 效率提升，用于学习新语言或技术（如 Rust 或 Haskell）。非开发者（如产品经理）可快速原型化想法，无需编程技能。

尽管前景光明，Vibe Coding 面临显著挑战。Simon Willison 在其 2025 年 3 月博客中指出：“如果 LLM 编写所有代码，但你已审查、测试并理解，那不是 Vibe Coding，而是软件开发。”

批评者强调：

• 代码质量：AI 常生成脆弱函数、过时 API 或安全漏洞。《Ars Technica》报道，复杂项目中 AI 在边缘案例中失败率高。
• 技术债务：快速生成导致膨胀代码库（如 128 文件变更用于简单任务），维护成本上升。
• 责任与理解：开发者可能不完全理解代码，导致调试困难。Replit 用户报告 AI 忽略指令，造成数据丢失。
• 商业风险：在 Web3 或 DeFi 中，AI 生成的智能合约可能引入资金损失漏洞，如 AgentLISA 检测到的 ETH 退款问题。

平衡观点认为，Vibe Coding 适合原型而非生产。《The Economist》戏称其为“vibe valuation”，暗示 AI 初创估值忽略实际指标。专家建议结合“verify”步骤，使用如 SonarSource 的工具审计代码。

以下表格列出常见问题及解决方案：

80 % / 20 % 的“最后一公里”难题

AI 能把一个功能做到“能跑”，但在上线前 20% 的阶段——安全、稳定性、测试、性能——仍离不开人。Cursor 为此发布了专门的 Bugbot 来给 vibe 写的 PR 做二次审核。

• 数据：Checkmarx 2025 研究显示，34% 的受访企业已有 60% 以上代码由 AI 生成，但 81% 的企业仍“明知有漏洞却把代码推生产”。

• 数据：Veracode 对 100 多个 LLM 的测试发现，45% 的样例未通过安全检查，Java 失败率高达 72%。

修复服务与生态 | 新兴的“AI 代码补锅”赛道

根据行业报告，约 80% 的 AI 生成代码需要人工优化。服务如 Perfect.codes 强调“AI 完成 80%，专家处理剩余 20%”，这与 Builder.AI 的模式类似，后者虽宣称 AI 主导，但实际依赖人类开发者。用户反馈显示，这种混合方法可将修复时间从数小时缩短至分钟，但成本和依赖性是潜在问题。

类似服务包括：

• Pragmatic Coders Vibe Coding Rescue：优化 AI 生成应用，转为可扩展解决方案。
• 303 Software Vibe Check：针对新手，提供人类支持精炼代码。
• Clean my AI Slop：专注修复 AI 代码，全人类操作。

1. 平台式外包
   • Fiverr/Upwork：关键词“fix AI-generated code”供给快速增长，30 美元起可接单。

1. SaaS / DevTool
   • Cursor Bugbot：IDE＋GitHub App，14 天免费试用，付费 40 美元/人/月。
   • CodeAnt（YC 2023）：宣称把大团队的人工 Code Review 从“小时”缩到“分钟”，已获 200 万美元种子轮。

• CodeRabbit、Sonar（AutoCodeRover 收购）、Snyk Fix 等，均把重点放在“自动审＋一键修”。

研究建议，随着模型如 GPT-5 的进步，Vibe Coding 将更可靠，但人类监督不可或缺。Dharmesh Shah 于 2025 年购入 vibecoding.com，计划建社区：免费浏览学习，付费专家市场。

有人预计到 2026 年，Vibe Coding 将融入主流开发，混合人类-AI 模式主导。

总体而言，Vibe Coding 民主化了编程，但需谨慎管理风险。

一些趋势

1. Agentic AI：多代理协同做端到端修复（Devin、Multi-Devin、V0）正处早期验证阶段，可自动写文档、跑测试、再回滚。 【亲测】V0 上线 Agentic AI：从想法到带支付的全栈应用，前 10w 用户送 5-80 刀日抛免费额度！
2. “Secure-by-design” 成竞争优势——Checkmarx、Veracode 把“安全评分”日益产品化，成为卖点。
3. 生态整合——IDE→CI/CD→监控→补丁发布的闭环，逐渐由单点工具走向平台化（GitHub Copilot Enterprise、SonarCloud 等）。

代码生产力的“80% AI + 20% 人类” 不是终点，可能是下一轮工具与流程创新的起点。

Ai确实能让很多普通人跨过了专业的门槛，所以说，除了编程领域的。后面会不会又出现类似专家把关的产品服务。。国外他们动作确实挺快的，很多创新的想法，或者有商业机会的，他们很快就做出来。。不知道是不是独立开发的多，或者和那边气氛有关。

“AI 写八成，专家修两成”像是软件外包的微缩版，只是 AI 把外包的低端部分替代了。市场会催生“代码救火员”服务，但能跑通的模式，可能是做成AI + 专家一体化平台。

更多AI实践与资讯