Vibe Coding，正在殺死開源

撰文：一濤

過去一年，Vibe Coding 幾乎完全改寫了編程的方式。

你不再需要一行一行親自「寫」代碼了。只要告訴 Cursor、Claude 或 Copilot：我想要一個什麼功能，用什麼技術棧，最好「感覺像某個產品」，剩下的事情交給 AI 完成就可以。

很多原本寫不出代碼的人，也第一次具備了「做出東西」的能力。站在個人視角，這幾乎是軟件開發的黃金時代。

但這裡有一個被忽視的前提：AI 並非憑空創造代碼，而是在調用、拼接人類已有的智慧成果。當你說「幫我做個網站」時，AI 實際上在默默引用 GitHub 上無數開源項目積累的邏輯與結構。

Vibe Coding 的核心能力，正是建立在這些開源代碼庫的學習和重組之上。

最近，來自中歐大學和基爾世界經濟研究所的研究團隊發表了一篇題為《Vibe Coding Kills Open Source》（Vibe Coding 殺死開源）的論文，揭示 Vibe Coding 繁榮背後的隱性危機。

論文指出了一個真相：

Vibe Coding ，可能正在從根本上破壞支撐整個軟件世界的開源生態。

自 2022 年 8 月起，美國 Python 開發者使用 AI 編程的比例開始大幅上升

數字世界的「隱形基礎設施」

要理解這篇論文在擔心什麼，首先要把一件事說清楚：什麼是開源軟件，以及它在我們生活中處在什麼位置。

很多人可能對於開源軟件沒有什麼體感，但實際上，幾乎所有人們每天用到的數字產品，底層都鋪滿了開源軟件。

當你早晨醒來拿起 Android 手機，其底層運行的 Linux 操作系統，是開源軟件；

當你打開微信翻看聊天記錄，幫你存儲每一條信息的是 SQLite 數據庫，是開源軟件；

當你午休時刷抖音或 B 站，在後臺負責視頻解碼和播放的是 FFmpeg，也是開源軟件。

開源軟件就像是數字時代的下水道。你每天使用，卻渾然不覺。

只有當它出問題時，你才會突然意識到它的重要性。

2021 年的 Log4j 漏洞就是一個典型例子。Log4j 是 Java 生態中應用最廣泛的日誌框架，用於記錄應用程序運行時的事件和信息。

絕大多數普通用戶甚至從未聽說過它的名字，但從蘋果、谷歌的雲端服務器，到各國政府的政務系統，全球數十億臺設備都在後臺運行著它。

2021 年底，名為「Log4Shell」的漏洞爆發。這個漏洞允許黑客像操作自家電腦一樣，遠程控制全球的服務器。整個互聯網基礎設施瞬間「裸奔」，全球安全團隊被迫在週末緊急搶修。其影響之廣、修復之難，成為互聯網歷史上最嚴重的安全危機之一。

這就是開源的本質——它不是某個公司的產品，而是一種「公共品」。因為不具備商業屬性，編寫代碼的維護者，往往無法直接從項目中收費。

他們的回報很間接：通過項目獲得名聲，換來大廠工作；通過提供諮詢服務賺取收入；或者依靠社區捐贈。

這種模式運行了幾十年，靠的是「直接互動」。用戶使用軟件時閱讀文檔、提交問題、點贊推薦。這些注意力流回維護者手中，轉化為持續維護的動力。

而這，正是 Vibe Coding 正在切斷的連接。

AI 是如何一步步「餓死」開源的？

Vibe Coding 出現之前的開發模式是這樣的，你下載一個開源包，要去讀文檔；遇到 bug，去 GitHub 提交問題；覺得好用，點顆星表示支持。

維護者因此獲得關注，這些關注轉化為收入，形成一個閉環。

Vibe Coding 出現之後，你只需要告訴 AI 你想要什麼功能，AI 在後臺自動選擇和組合開源代碼，生成一段「能用的實現」。

代碼跑通了，但你並不知道它具體用了哪些庫，更不會去看它們的文檔或社區。

論文把這種變化稱為一種「中介化」效應——原本由用戶直接傳遞給維護者的關注和反饋，被 AI 這個中間層整體截走了。

這種機制持續下去，會發生什麼？

論文作者構建了一個模擬開源生態的經濟學模型。他們將開發者比作在不同質量水平上決定是否「入市」的創業者，先投入成本開發，然後根據市場反饋決定是否開源分享。用戶則要在無數軟件包中做選擇，並決定是「直接使用」還是通過「AI 中介」。

模型跑下來，揭示了兩種相反的力量。

第一種是效率提升。AI 讓軟件更易使用，降低了開發新工具的成本。這按理說應該刺激更多開發者進入，增加供給。

第二種是需求轉移。當用戶轉向 AI 中介，維護者失去直接互動帶來的收入，這就降低了開發者的回報。

但是放到更長期的維度來看，當第二種力量（需求轉移）強於第一種（效率提升），整個系統會滑向萎縮。

具體表現為就是，開發者進入的門檻提高，只有最高質量的項目才值得分享，中等質量的項目消失，最終市場上軟件包的數量和平均質量雙降。儘管單個用戶短期內享受了 AI 的便利，但長期福利反而下降，因為可選擇的高質量工具變少了。

簡單來說，生態陷入了惡性循環。而一旦開源生態這個基礎變薄，AI 的能力也會變差。

這就是論文反覆強調的一點：Vibe Coding 在短期內提高了生產力，但在長期，可能反而降低整個系統的水平。

這種趨勢並非純理論假設，而是正在現實生活中發生。

比如，Stack Overflow 的公開問答流量，在生成式 AI 普及後出現明顯下滑。很多原本會在公共社區被討論的問題，被轉移到了私有的 AI 對話中。

ChatGPT 推出後，Stack Overflow 上的問題數量開始顯著下降

再比如，像 Tailwind CSS 這樣的項目，下載量持續增長，但文檔訪問和商業收入卻出現下降。

項目被大量使用，卻越來越難轉化為對維護者有意義的回報。

Coding 界的 Spotify，何時出現？

儘管 Vibe Coding 存在這樣的問題，但它帶來的生產力提升卻是真實存在的，沒有人能回到 AI Coding 不存在的世界。

更本質的問題在於，當 AI 成為新的中介，舊的激勵結構已經不再適用。

在當前結構下，AI 平臺從開源生態中獲得了巨大價值，卻並不需要為維持這個生態本身付出對應代價。用戶付費給 AI，AI 提供便利，但被調用的開源項目和維護者，往往什麼也得不到。

論文作者提出的設想是：

重構利益分配方式。

就像音樂行業中，Spotify 這樣的流媒體平臺會根據播放情況跟音樂人分賬一樣，AI 平臺完全可以追蹤自己調用了哪些開源項目，並把一部分收入按比例返還給維護者。

除了平臺分賬，通過基金會撥款、企業贊助以及政府對數字基礎設施的專項資金支持，也是彌補維護者收入流失的重要手段。

這就要求行業的觀念，從將開源軟件視為「免費資源」，轉變為「需要長期投資和維護的公共基礎設施」。

開源軟件不會消失，它已經深度嵌入數字世界，不可能被簡單替代。

但那個依靠零散關注、聲譽積累和理想主義支撐的開源時代，或許已經走到了邊界。

Vibe Coding 帶來的，不只是更快的開發體驗，也是一次關於「公共技術如何被持續供養」的壓力測試。