解锁Vibe Coding的力量：价值投资方法应用于AI驱动开发「Grok 4」

12 Aug, 2025

• 文章基于Grok-4生成。

如果一直关注2025年的科技动态，你可能已经听说过“vibe coding”——这种革命性的软件构建方式，你可以大量依赖AI工具，比如大型语言模型（LLM），基于自然语言提示来生成代码。由Andrej Karpathy在2025年2月提出的vibe coding，强调的是“vibes”：用纯英文描述你想要的东西，让AI（想想Cursor Composer与Claude Sonnet类似）吐出代码，然后快速迭代，而不用纠结小细节。 这很刺激——Karpathy本人形容它就像忘记代码的存在，只是通过提示vibe着，接受变化，并通过复制粘贴错误回AI来修复bug。

但问题是：虽然vibe coding在快速原型和周末黑客项目中改变了游戏规则（比如Karpathy的MenuGen应用，你拍一张菜单照片，AI就为每个菜生成图像），但它可能感觉混乱。你可能会得到功能正常但脆弱、难以维护，或者充斥AI幻觉的代码。 这就是价值投资介入的地方——由Warren Buffett和Benjamin Graham推广的永恒策略。价值投资不是追逐热门股票，而是购买被低估的资产，这些资产有强大的基本面，长期持有，并内置安全边际。

在这篇文章中，我将向你展示如何将价值投资原则与vibe coding融合，创造一个更可持续、可靠的工作流程。我们将分解成五个核心原则，并附带真实世界的例子，灵感来自Karpathy自己的实验（比如他的Battleship游戏，其中两个LLM互相较量）。 无论你是独自开发Web应用，还是团队中扩展AI产品，这种方法都能将vibe coding从狂野之旅转变为战略性力量。

原则1：评估内在价值——不要只vibe，要验证代码的真实价值

在价值投资中，你不会基于炒作买股票；你要深入挖掘其内在价值——比如收益、资产和增长潜力。同样，在vibe coding中，很容易因为AI生成的代码“感觉对头”就“全部接受”。但要应用价值投资，请暂停并评估代码的真实价值：它高效吗？可读吗？可扩展吗？

如何应用：

• AI生成代码后（例如，通过提示“构建一个简单的Web应用用于菜单图像生成”），不要直接运行。用工具如代码检查器（Python的PyLint）或复杂度分析器来评分。
• 问自己：这是否解决了核心问题，还是只是表面修复？在Karpathy的MenuGen回顾中，他指出LLM可能会犯细微的设计错误，比如过时的API调用或低效结构。 将AI输出视为“股票选择”——通过权衡性能与潜在bug来计算其“市盈率”。
• 示例：在vibe coding一个Battleship游戏时，AI可能会生成一个网格系统。通过剖析时间复杂度来检查其内在价值——如果它本可以是O(n)却成了O(n^2)，就重构以获得长期价值。

这个原则防止你为华而不实但有缺陷的代码“过度支付”，确保你的项目有坚实基础。

原则2：构建安全边际——缓冲AI的不确定性

价值投资者以低于内在价值的折扣价买入，创造“安全边际”来应对市场下跌。在vibe coding中，AI可能会幻觉（发明不存在的函数）或遗漏边缘案例，所以构建缓冲来保护你的项目。

如何应用：

• 生成后总是添加测试。例如，在提示一个功能后，编写覆盖80%路径的单元测试——JS的Jest或Python的Pytest都很棒。
• Karpathy警告说，LLM就像“过于热心的初级实习生”，有时会胡说八道。 所以，加入备用方案：如果AI代码在生产环境中失败，准备手动覆盖或更简单的替代方案。
• 示例：在vibe coding一个应用如Karpathy的自定义LLM阅读器用于《国富论》（你可以查询段落），通过验证AI响应与已知事实交叉检查来添加边际——或许用一个小数据库来捕捉幻觉。

这让你的vibe coding安全，将潜在崩溃转为小问题。

原则3：进行基本面分析——将你的提示基于深入理解

投资前，分析公司的基本面：行业趋势、管理层和竞争。在vibe coding中，不要发出模糊提示；基于对领域的扎实把握来有效指导AI。

如何应用：

• 先研究：在机器学习任务中，提示前学习算法。Karpathy强调LLM是“人类精神的”——基于人类数据训练的随机模拟——所以给他们上下文丰富的提示。
• 将相关信息塞入上下文窗口，就像Karpathy在AI辅助节奏中所做：包括文档、现有代码或问题分解。
• 示例：基于Karpathy的YC演讲，他讨论LLM颠覆技术扩散，分析你的应用的“基本面”如用户需求，然后再vibe coding。 对于MenuGen，从OCR基础和图像生成API开始，制定精确提示。

这将vibe coding从猜测提升到有信息的迭代，产生更高质量的输出。

原则4：拥抱长期持有——构建随时间复合的代码资产

价值投资者持有优质资产多年，让它们复合。在vibe coding中，抵抗一次性代码的冲动；设计为可重用和可维护。

如何应用：

• 模块化AI输出：将生成的函数转为库。Karpathy的vibe coding通常导致一次性项目，但他指出工具需要更好的UI/UX来支持这一点。
• 版本控制一切，并定期重构。目标是“复合”的代码——跨项目可重用。
• 示例：在Karpathy的Battleship LLM对决中，将核心游戏逻辑作为模块持有，用于未来的AI实验，随着时间演化而不是重建。

这个原则将vibe coding转为持久代码资产的投资组合，长期提升生产力。

原则5：实践纪律和耐心——在vibes中保持理性

价值投资要求忽略市场噪音，等待正确机会。在vibe coding中，很容易沉迷于“Chaos Coding”（vibe coding的趣味变体，你只是说“继续”）。 但纪律让你脚踏实地。

如何应用：

• 遵循结构化循环：提示 → 生成 → 审查 → 测试 → 提交，就像Karpathy为“真实编码”概述的那样。 有耐心——多次迭代提示。
• 记录学习：注意什么有效（例如，特定模型如Sonnet）来优化你的过程。
• 示例：Karpathy的vibe coding黑客马拉松揭示了部署真实应用的辛苦——通过将其分解为增量变化来练习耐心，避免匆忙。

这培养了 mastery，将你从vibe coder进化成价值vibe coder。

总结：为什么价值启发的Vibe Coding是未来

由AI驱动的Vibe coding，民主化了软件开发，让它变得易访问且有趣。 但与价值投资原则结合，它从混乱实验转变为有纪律的艺术。你将构建得更快、更聪明、更可持续——无论是像MenuGen这样的原型，还是扩展生产应用。