Vibe Coding: Toward an AI‑Native Paradigm for Semantic and Intent‑Level Software Development
Vibe Coding：迈向语义与意图级软件开发的 AI 原生范式
摘要
这篇学术论文是目前对 vibe coding 最系统的理论化尝试之一，核心关键词包括 AI-native programming paradigm、semantic intent, vibe descriptors、agentic code generation、governance。 作者将 vibe coding 定义为一种 AI 原生编程范式：开发者不仅提供功能意图，还为解决方案的“vibe”（语气、风格、情感气质）提供定性描述，由智能体解析意图、构建语义嵌入、生成代码并在交互反馈中不断调整。 创新点在于提出了参考架构：包括意图解析器、语义嵌入引擎、智能体代码生成模块和交互式反馈循环，并与声明式、函数式和传统 prompt-based 编程进行对比，分析其在可重现性、可解释性和协作模式上的差异。 论文在综述既有文献与实践报告的基础上，总结了生产力提升、民主化潜力等积极发现，同时系统列出对齐、可复现、偏见、透明度、可维护性和安全等方面的挑战，并提出多智能体协作、模型微调与治理框架等未来研究方向，使 vibe coding 从流行语正式进入编程范式研究议题。
原文链接
Vibe Coding: Toward an AI‑Native Paradigm for Semantic and Intent‑Level Software Development