入行技术不是火箭科学：AI时代仅需学会基础设施判断

很多想进入科技行业的人，被一种观念拦住：写代码太难，只有聪明人才能做。同学说高中就用C语言写了神经网络，你便觉得自己没戏了。

但情况早就不一样了。从前比拼的是"谁写代码更好"，现在的问题变成了"谁做更好的基础设施决策"。所谓基础设施决策，就是"这个软件该做什么，以及怎么做"。这已经是面向2026年及以后的开发者基准线。

两条路：深度钻研 vs 氛围编程

如果你有兴趣进入科技行业，有两条路可以选，各有偏好。

深度钻研路径

如果你有时间和勇气，可以看教程、学需要学的东西，然后开始自己动手构建，把AI当作合作伙伴（工具）来用。这条路需要大量的坚持和耐心。

• 先看全局概览
• 然后可能跟一个教程
• 从教程出发做动手项目
• 继续学习
• 自己构建更多东西
• 探索AI工具链

这条路特别适合想进软件公司求职的人。你需要理解软件系统、设计、架构等——本质上，你是在学习软件工程本身。

氛围编程路径

另一种情况是，你并不太关心编码、编程，也不太在意系统底层运行的东西，你只想要那个系统本身。

这条路对大多数人更有吸引力，因为你可以在30分钟内做出一个完整的网站，而深度路径可能需要一周甚至几周。主要优势是交付快，主要劣势也是交付快——而且你交付的大多是垃圾（我们称之为"slop"）。

或许你是一个企业主，不想花700美元请开发者做一个简单的库存系统，觉得自己就能搞定。当然可以。

"氛围编程"（Vibe Coding）这个词，用来描述一种激进的智能体式开发——开发者不懂代码，或者至少不感兴趣。

但问题在于：做一个系统是一回事，做一个可靠且优秀的系统完全是另一回事，而且大多数时候非常困难。

Vibe Coding（氛围编程） 这个词由 AI 研究者 Andrej Karpathy 在 2025 年初提出，用来描述一种全新的编程方式：开发者不再逐行手写代码，而是用自然语言向大语言模型描述意图，由模型生成代码，开发者甚至可以不看生成的具体代码，只根据运行结果决定是否接受。它的出现依托于 Cursor、Claude Code、Lovable、v0.dev 这类智能体式工具的成熟——这些工具不仅能补全代码，还能读文件、跑命令、调 API，自主完成多步任务。

Vibe Coding 的价值在于把“想法到产品”的路径压缩到几十分钟，特别适合原型验证、内部工具和个体经营者。但它也有明确的短板：生成结果安全性、性能、可维护性都缺乏保障；随着系统增大，模型对上下文的理解会衰减，bug 会以难以定位的方式累积。因此业界普遍认为，把握“基础概念 + 关键决策”的人才能让 Vibe Coding 从玩具变成生产力，否则只是快速制造技术债。

如何避免产出"slop"

那怎样才能在氛围编程的同时，避免产出AI垃圾（容易崩溃的那种）？

很简单：只学基础知识。

想建网站？学一下网站是怎么搭起来的概览：前端、后端、数据库。这样你就能告诉AI该用什么、该做什么，而不是反过来被AI指挥。

你不是在学编程，你是在学基础设施。

“Slop” 原本是英文网络用语，指 AI 批量生成的低质内容（如文章、图片），后来被引申到软件领域，指那些能跑但脆弱、无人敢改、随时崩溃的 AI 生成代码。它的典型特征包括：没有错误处理、硬编码密钥、依赖版本混乱、缺乏测试、命名随意，以及逻辑与需求之间存在隐性偏差。

Slop 之所以危险，是因为它在演示时看起来一切正常，真正暴露问题往往是在上线之后——用户量上升、边界条件出现、依赖升级时。避免 slop 的关键不在于禁止 AI 写代码，而在于建立“验收标准”：明确数据流向、定义接口契约、要求关键路径有测试、定期审查依赖与权限。一个人如果理解系统骨架，就能在 AI 交付后迅速判断“这段能不能用”，这恰恰呼应了文章的主旨——AI 时代真正稀缺的不是写代码的手，而是判断代码对不对的脑子。

关键转折：两条路都是软件工程

这两条路明显很不一样，但转折在于：如果做得好，两者都是软件工程。

所以，你还在等什么？读完这篇文章，你完全可以创建你的第一个网站。没有笔记本电脑？搜搜 Lovable 或 v0.dev。上网找学习材料。

作者在原文中留下了联系方式，表示可以免费提供帮助，并鼓励读者立即动手去构建点什么。

不管选哪条路，核心能力都从"写代码"转向了"做决策"。理解软件系统的骨架，比记住语法更重要。你可以不懂编程，但必须懂你在建什么、为什么这么建。这才是AI时代真正的入场券。