Vibe coding 是新的产品管理。训练和调优模型,才是新的编码 Vibe coding is the new product management. Training and tuning models is the new coding.

Naval RavikantIncompressible
目录

观点原文

Vibe coding 是新的产品管理。训练和调优模型,才是新的编码

Vibe coding is the new product management.

Training and tuning models is the new coding.

ABAB AI 解读

这两句话,本质上是在宣告软件权力结构的再分配。不是岗位换名字,而是谁决定产品、谁决定价值、谁决定成败发生了根本变化。我直接给你拆到骨架层。

一、为什么说 Vibe coding = 新的产品管理

先说清楚一个事实:传统产品经理(PM)正在失去“中枢地位”。

过去 PM 的核心权力来自三件事:

  • 翻译需求(用户 ↔ 工程师)
  • 决定优先级(做什么、不做什么)
  • 定义“对不对”(PRD、验收标准)
  • 但在 AI + Agent 时代,这三件事被整体重构了

1️⃣ 需求不再需要被“翻译”

以前的问题是:

  • 用户说不清
  • 工程师听不懂
  • PM 做中间商

现在是:

👉 人用自然语言直接对模型表达意图

👉 模型把模糊意图转成可执行方案

所以价值不在“写 PRD”,而在,你能不能一句话说清楚:这个东西“感觉上”应该是什么样。

这就是 vibe。

2️⃣ 优先级从“排需求”变成“选方向”

当执行成本趋近于零时:

  • 多做一个功能 ≠ 多花很多钱
  • 真正昂贵的是:选错方向

Vibe coding 的核心能力不是“写得多快”,而是:在无数可行路径中,凭直觉砍掉 90% 错的。

这正是传统 PM 最难量化、但最重要的能力。

3️⃣ “对不对”的标准从规格 → 感觉

过去:

  • 对不对看文档
  • 看需求覆盖
  • 看验收 checklist

现在:

  • 跑起来像不像一个“活的产品”
  • 用起来顺不顺
  • 感觉是不是“对味”

这不是反工程,而是承认一个事实:用户体验本来就无法被完全形式化。

二、为什么说 Training & tuning = 新的 coding

这是第二句里更狠、也更长期的判断。

1️⃣ 传统 coding 的权力来自“控制逻辑”

程序员的历史权力在于:

  • if / else
  • rule
  • deterministic behavior
  • 谁能写逻辑,谁就控制系统。

但在模型时代:逻辑不再“写”,而是被学习出来

于是,权力从:写规则的人 → 训练规则的人

2️⃣ 调模型,本质上是在“塑造行为”

训练和调优模型做的不是:

  • 增加功能
  • 修 bug

而是:

  • 改变偏好
  • 改变判断方式
  • 改变系统“性格”

这和写代码完全不同,它更像:

  • 教人
  • 带徒弟
  • 调教一个决策系统
  • 所以它才是真正的新 coding

3️⃣ 模型调优 ≈ 新一代“底层工程”

未来的“高级工程师”不一定写很多代码,而是:

  • 知道给模型看什么数据
  • 知道强化什么行为
  • 知道什么输出是“危险的”
  • 知道如何让系统在边界条件下不失控
  • 这比写 CRUD 难得多,也值钱得多

三、把两句话合在一起,你会看到一张完整的新分工图

  • 人类负责方向与判断(Vibe)
  • AI 负责执行与实现(Agent)

于是:

Vibe coding

→ 人类用感觉、审美、经验定义“该做什么样的产品”

Model training / tuning

→ 人类通过数据与反馈,塑造系统如何行动

而传统意义上的 coding:正在变成一种可被大规模自动化的执行技能

四、这对创业者、工程师、PM 的真实后果(很残酷)

对工程师

  • 写代码本身会迅速贬值
  • 系统判断力、模型理解力、数据直觉会升值
  • 不会调模型的工程师,未来就像只会写汇编、不懂系统的人

对产品经理

  • 会写 PRD 的 PM 会消失
  • 能给 AI 一个“对的 vibe”的人会变得稀缺

未来的 PM 更像:导演 + 编辑 + 品控官

对创业者

  • MVP ≠ 最小可用产品
  • MVP = 最小“对味”系统
  • 谁能最快找到“对的感觉”,谁就能赢

五、一句话封顶(这是这两句话真正的含义)

产品的本质,从“设计流程”,变成了“塑造行为”。

代码的本质,从“写逻辑”,变成了“教系统如何判断”。

所以这不是岗位更名,这是一次认知权力的转移。

AI

相关观点