序

曾经，某位Linux 内核创始人说过：talk is cheap show me your code——说的再多，不如让我看看你的代码。

但是如今的编程环境下，似乎发生了反转了。当前的 AI Vibe Coding 环境下 ，开发者 talking 能力越来越重要。如果只会对AI进行许愿式的chat，那么写出来的代码只能靠AI 模型的智能来兜底了，几乎是完全不受控。一个好的talking能力，需要能够描述清楚问题需求、边界条件判断、技术栈限制范围、代码风格等，Vibe Coding 出来的代码才符合预期。

从提示词工程到Skill到RAG再到workflow甚至是如今的agent，AI一直在发展，各大厂商的模型一直在“进化”，那么是否就代表着使用它们的人的技术也在增长呢？在 coding 上，似乎现在只需要拥有一个主流厂商的 code plan 就可以和一些资深程序员技术平权，但事实果真如此么？答案是否定的，对于一些纯堆经验的码农而言或许实现了平权，但对于那些拥有顶级架构思维、丰富线上经验、创新想法独特的那批人来说，现在的 AIGC 依旧是拥有很大优化空间的内容。

回到最开始引用过的一句话，在当今， 不得不承认，talking 比 coding 更重要了，无论是面试时的侃侃而谈，还是工作时的日常交流，以及vibe coding 时的需求描述，都需要一个好的talking能力。talking 本质是表达观点，表达观点的前提是拥有观点，而拥有观点则就需要拥有自己的判断力。这就引出了一个我认为最重要的一个能力——判断力，对 vibe coding 产生内容的判断力。一位正常的开发者在拿到 AI coding 的内容后，需要判断的内容包括但不限于：生成内容对当前架构的影响，可维护性、代码风格和项目风格的匹配度、耦合性、不必要的防御性等，甚至是必要性，太多需要判断的东西了。