文章指出，随着大型语言模型（LLMs）如Claude的普及，开发者逐渐依赖AI编写代码，甚至实现全自动化编程。作者通过一个Telegram机器人的项目展示了AI在代码生成、调试和文档编写中的高效表现，感叹这种“氛围编程”将引发一场技术革命。然而，作者也警告，过度依赖AI可能导致开发者失去核心竞争力，认为“氛围编程”可能成为最糟糕的职业投资。

标题：氛围编码员的职业道路注定失败

主要内容：

文章探讨了随着大型语言模型（LLMs）的发展，氛围编码（vibe coding）作为一种职业选择的潜在问题。作者通过自己的实验，展示了使用AI工具（如Claude）进行编码的体验，并指出了其中的局限性和挑战。

1. AI编码的初步体验：作者使用Claude进行了一个Telegram机器人的开发项目，初期AI能够快速生成代码、更新数据库、提交拉取请求等，效率极高，作者甚至感叹“这太疯狂了！”。

2. 复杂项目中的问题：随着项目复杂度的增加，AI开始重复错误，陷入循环，上下文切换变得困难。作者不得不减少并行任务，亲自思考解决方案，AI只能负责打字。

3. 测试与指令文件的负担：作者发现，为AI编写详细的指令文件和进行测试所花费的时间远超预期，甚至比与初级开发者合作还要繁琐。

4. 代码质量与维护问题：项目上线后，出现了大量问题，如消息不同步、用户账户错误等。作者不得不反复请求AI修复漏洞，最终陷入了混乱。

5. 氛围编码的局限性：作者认为，氛围编码虽然能快速生成代码，但缺乏深度技术技能的积累，且随着AI工具的普及，早期采用者的优势将迅速消失。

6. AI与专业开发的对比：作者强调，专业开发者不仅仅是编写代码，还涉及架构设计、复杂系统调试、安全性维护等，这些是AI无法替代的。

7. AI的未来发展：作者对AI的持续改进持怀疑态度，认为数据、算力和突破性进展都面临瓶颈，AI工具的发展可能不会如预期般迅速。

8. 职业选择的建议：作者建议开发者不要将职业发展完全依赖于AI工具，而应专注于积累深度技术技能，避免成为“AI保姆”。

结论：氛围编码虽然在某些场景下能提高效率，但作为职业选择，它缺乏长期竞争力。开发者应警惕过度依赖AI工具，保持对技术深度的追求。

删减内容：文章中的部分技术细节、作者的个人情感表达以及与主题无关的讨论被删减，以保持内容的简洁和主题的聚焦。

评论内容总结如下：

1. 对“氛围编程”（vibe coding）的质疑

   • 评论1指出，许多关于“提高生产力”的营销宣传缺乏数据支持，类似于过去夸大其词的广告。
     引用：
     • "How can we know? Living on the Moon will make you 27% happier! How do you know that?"
     • "It’s just marketing."
   • 评论3认为，LLM在复杂项目中存在局限性，无法完全理解代码库。
     引用：
     • "All LLMs hit a ceiling of complexity beyond which they cease to understand the code base."

2. 氛围编程的实用性

   • 评论4认为，对于非专业开发者，氛围编程非常有用，能够快速实现需求。
     引用：
     • "It gets the things they want to do done. No paying someone else, no asking for help."
   • 评论22表示，氛围编程可以帮助快速完成MVP，减少前期工作。
     引用：
     • "Now i can present vibe-coded mvp to my boss and it just works."

3. 氛围编程的局限性

   • 评论5指出，氛围编程适合个人项目，但在公司环境中可能不适用。
     引用：
     • "I think it’s terrible if you want to work at a company."
   • 评论16认为，随着AI工具的进步，许多与代码相关的工作可能会被取代。
     引用：
     • "If agents get so good that they overcome these obstacles then most mid tier companies dev staff is going to be a couple of people."

4. 对AI工具的依赖与疲劳

   • 评论20提到，AI编程可能导致开发者心理疲劳，影响工作效率。
     引用：
     • "There seems to be something overloading our capacity as coders."
   • 评论25批评开发者过度依赖AI工具，忽视代码质量。
     引用：
     • "It’s the shipper’s responsibility to make sure it works."

5. 对未来的担忧

   • 评论28类比零售业的历史，担心软件开发职业路径可能被AI工具取代。
     引用：
     • "Will that happen with SWE? I don’t know. But it is a thing that preys on my mind late at night."
   • 评论29预测，未来大部分代码编写工作将被自动化取代。
     引用：
     • "Writing code is going away (99% of it)."

总结：评论中对氛围编程的看法存在分歧，一方面认为它对非专业开发者非常实用，另一方面质疑其在复杂项目中的局限性和对职业前景的影响。同时，许多评论者对AI工具的过度依赖和未来职业路径表示担忧。