很多人第一次聽到 Vibe Coding，會把它理解成「讓 AI 幫我寫程式」。這種理解不能說完全錯，但它還停在表面。真正的 Vibe Coding，不是把需求丟給模型，再等它吐出一段看起來可以執行的程式碼；它更像是一種協作方法：人先定方向、定邏輯、定感覺，LLM 再把這份感覺實作為程式碼，並在來回互動裡引入更多知識密度與推理可能。
所謂的 Vibe，不只是靈感，也不是模糊的情緒。它比較接近你腦中對產品、頁面、功能或工作流的整體感覺。你知道自己想要的是什麼，只是還沒有完全把它說成精準的實作語言。Vibe Coding 要做的事，就是把這份「還在腦中」的感覺，逐步翻譯成可以驗證、可以迭代、也可以交接的軟體成果。
Vibe Coding 是什麼？
如果要用一句話來定義，Vibe Coding 是一種人與 LLM 協作的開發方法。人負責方向、判斷與設計主張，LLM 負責把方向快速轉成程式碼、介面或實作草稿。這件事的核心不在於誰取代誰，而在於兩者如何一起思考。
人類的思考，本來就是一個持續運用知識、經驗與判斷條件來推理的過程。讀過不同的書、看過不同的系統、做過不同的專案，推理方式就會跟著改變。LLM 的價值，正好在這裡：它有大量知識，也有高密度的歸納能力，能幫助我們把原本鬆散的想法，整理成更完整的結構。
Vibe Coding 不是把開發工作都交給 AI，而是讓人與 LLM 進入同一條思考與實作的工作流。人負責方向，LLM 負責把方向快速轉成可檢驗的結果。
它跟一般 AI 寫程式有什麼不同？
一般人談 AI coding，常常聚焦在「輸入 prompt，得到答案」。這種方式比較像把模型當黑箱。你只是在問：幫我寫一段程式。可是 Vibe Coding 不是只問結果，它會先問：我真正想做的是什麼？我要保留哪種使用感？要用哪套技術語言？哪些條件不能被破壞？
例如，你可以對 AI 說：「幫我做一個 Blog 文章頁。」這是一種用法。你也可以說：「請用 Tailwind CSS 設計一套 Static HTML 的 Blog 文章模板，閱讀節奏接近 Medium，保留極簡留白與工程師可長時間閱讀的版面。」前者比較像把 AI 當工具，後者則是先由人建立方向，再讓 AI 實作。這個差別，正是 Vibe Coding 的重點。
因此，Vibe Coding 比較接近 Pair Programming 的延伸。過去的 Pair Programming，是兩位工程師一起思考、一起拆問題、一起修正。現在，這個協作對象多了一個 LLM。當協作精神延伸到 AI 領域後，Vibe Coding 才真正成立。
一個簡單範例
假設你要修改 Android Framework 的一段行為。若只對 AI 說「幫我改 Android Framework」，模型多半會先產出一份看似合理、卻未必落在正確位置的答案。可是在 Vibe Coding 裡，你會先把工作線整理清楚：先確認這次修改屬於哪個子系統，再找出 entry point、call path 與真正相關的 service；同時補上既有實作模式、限制條件與 patch 邊界，讓 AI 接手的不是一個模糊需求，而是一份已經定位完成的 handoff bundle。這時候，AI 才不是亂寫 code，而是沿著 Android Framework 的脈絡，進入真正可用的協作狀態。
這時，AI 拿到的就不只是「做一個頁面」，而是一份帶有方向、限制條件與判斷標準的 handoff。它做出來的東西，不只比較像你要的，也更容易進入後續修正。這就是 Vibe Coding 的價值：不是直接把工作丟出去，而是先把工作整理成 AI 能正確接手的形狀。
為什麼這件事對工程團隊重要？
很多團隊導入 AI 失敗，不是因為模型不夠強，而是因為沒有建立共同語言。有人把 AI 當搜尋引擎，有人把 AI 當 code generator，有人把 AI 當成會自動完成所有工作的黑箱。結果是每個人都在用 AI，但團隊沒有形成可複用的方法。
Vibe Coding 的價值，在於它把協作流程講清楚。先思考，再收斂；先定義，再生成；先讓人說清楚方向，再讓 AI 快速展開實作。這種方法不只適合做頁面、做原型，也很適合用在大型專案的 retrieval、patch planning 與 AI handoff。尤其面對 Android Framework、既有系統或多模組專案時，Vibe Coding 會比單純的 prompt 技巧更重要。
適合什麼情境？
Vibe Coding 很適合這幾種情境：產品原型設計、技術文章整理、品牌頁面製作、既有系統功能修補，以及需要先建立共同語言的團隊導入場景。它不適合的，反而是那種完全沒有方向、也不願意提供判斷條件的使用方式。因為 Vibe Coding 的前提，就是人仍然要參與思考。
換句話說，Vibe Coding 不是偷懶的方法，而是更高密度的協作方法。它要求人先把問題想清楚，至少想清楚到足以提供方向；同時也要求 LLM 把方向轉成可驗證的結果。當這兩件事連起來，AI 才會從新玩具，慢慢變成工程工作流的一部分。
快速整理
- Vibe Coding 是一種人與 LLM 協作的開發方法，不是把工作全部交給 AI。
- 人負責方向、感覺與判斷，LLM 負責把方向快速實作成可驗證的結果。
- 它更接近 Pair Programming 的延伸，而不是一次性的 prompt 問答。
- 好的 Vibe Coding，不只重視生成結果，更重視 handoff 品質、限制條件與共同語言。
- 對團隊來說，這是一套可反覆使用的協作方法，不只是單次產出技巧。