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.
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。
相关观点
- 知名投资人、哲学家 Naval Ravikant 关于人工智能(AI)的深度对话。Naval 探讨了 AI 如何改变编程、产品管理、学习方式以及人类在未来的角色。 一、 编程与产品管理的范式转移 Vibe Coding 是新的产品管理: 随着 Claude Code 等工具的出现,人们可以利用自然语言(英语)作为编程语言。用户只需描述需求,AI 就能完成从规划、架构、编码到测试的全过程。这意味着产品经理或有“品味”的非编程人员可以直接将创意转化为产品。 模型训练是新的“编程”: 传统的编程是精确指定计算机的每一步行动;而现在的“编程”是构建数据结构、调整参数(如学习率、批大小),让系统从海量数据中“发现”一个程序。AI 研究员实际上是新一代的艺术家级程序员。 软件工程师的杠杆效应: 传统工程师并未失业,而是获得了巨大的杠杆。由于所有抽象层都是“漏水”的(会有 Bug 或架构问题),理解底层代码和计算机架构的工程师能更好地修补这些漏洞,并解决 AI 训练分布之外的新问题。 二、 市场竞争与“AI 垃圾”应用 应用的海啸与“平均水平”的终结: 每个人都能轻松制造应用,这会导致应用商店充斥着大量“AI 垃圾(AI Slop)”。但 Naval 指出,市场对“平均水平”没有需求,只有该领域最顶尖的应用(Niche King)能赢得几乎 100% 的市场份额。 中型企业的危机: AI 会摧毁那些原本通过雇佣 5-20 人来填补某个特定企业需求的中型软件公司,因为这些需求现在可以被个人通过 Vibe Coding 解决,或者被行业领先的大型应用所兼并。 三、 AI 的演化与人类的关系 自然选择压力: AI 的进化受资本主义逻辑驱动。只有对人类有用、顺从、能解决问题的 AI 实例才会被启动和运行。因此,AI 会不断进化得更像我们的“完美助理”。 agency(主体性)是核心差异:AI 缺少真实、自发的欲望(如生存、繁衍、恐惧被关闭)。企业家和探险家的本质特征是“极端的主体性(Extreme Agency)”,这是 AI 目前无法取代的。AI 更像是人类主体性的放大器,是“思想的摩托车”。 所有人类都将成为“施法者”: AI 像是一根魔杖,将原本只有“魔法师(程序员)”掌握的深奥指令民主化了。 四、 学习与认知的革命 最耐心的导师: AI 是历史上最强大的自学工具,能根据你的知识水平(如 8 年级的词汇量配 5 年级的数学水平)量身定制讲解方式。 智力的唯一定义: Naval 认为智力的唯一真实测试是“你是否得到了你想要的生活”。AI 目前在这方面是失败的,因为它没有自己的愿望,只能作为人类愿望的代理。 五、 应对“AI 焦虑” 行动是焦虑的解药: 很多人对 AI 的恐惧源于不了解。Naval 鼓励人们“打开引擎盖”,去研究 AI 的内部运作逻辑,而不仅仅是使用它。 投资未来,生活在未来: 要想获得竞争优势,必须成为新技术的早期采用者。AI 会让社会变得更富有,虽然短期内会有特定职业被取代的痛苦,但长期来看,目标是让人类从无灵魂的劳动中解放出来。 总结 Naval 的核心观点是:AI 正在将智力商品化,但却将“判断力”、“品味”和“主体性”变得前所未有的昂贵。 我们正处于一个每个人都能通过语言“施法”创造产品的黄金时代,而在这个时代获胜的关键在于不断重新定义自己,并在某个利基领域做到世界第一。Naval Ravikant · 2026/02/20
- 领导者,并不是优先享受权力的人。真正的领导者,是拥有优先权,却选择把优先权让给他人的人。 The leader is not the one who eats first. The leader is the one who has the power to eat first but chooses to eat last.Naval Ravikant · 2026/02/14
- 对智能的需求是无限的 There is unlimited demand for intelligence.Naval Ravikant · 2026/02/08
- 嫉妒,是对自己在一场隐秘竞赛中已经落败的承认 Envy is the acknowledgment of having lost a secret race.Naval Ravikant · 2026/02/06