Vibe Coding，正在杀死开源

撰文：一涛

过去一年，Vibe Coding 几乎完全改写了编程的方式。

你不再需要一行一行亲自「写」代码了。只要告诉 Cursor、Claude 或 Copilot：我想要一个什么功能，用什么技术栈，最好「感觉像某个产品」，剩下的事情交给 AI 完成就可以。

很多原本写不出代码的人，也第一次具备了「做出东西」的能力。站在个人视角，这几乎是软件开发的黄金时代。

但这里有一个被忽视的前提：AI 并非凭空创造代码，而是在调用、拼接人类已有的智慧成果。当你说「帮我做个网站」时，AI 实际上在默默引用 GitHub 上无数开源项目积累的逻辑与结构。

Vibe Coding 的核心能力，正是建立在这些开源代码库的学习和重组之上。

最近，来自中欧大学和基尔世界经济研究所的研究团队发表了一篇题为《Vibe Coding Kills Open Source》（Vibe Coding 杀死开源）的论文，揭示 Vibe Coding 繁荣背后的隐性危机。

论文指出了一个真相：

Vibe Coding ，可能正在从根本上破坏支撑整个软件世界的开源生态。

自 2022 年 8 月起，美国 Python 开发者使用 AI 编程的比例开始大幅上升

数字世界的「隐形基础设施」

要理解这篇论文在担心什么，首先要把一件事说清楚：什么是开源软件，以及它在我们生活中处在什么位置。

很多人可能对于开源软件没有什么体感，但实际上，几乎所有人们每天用到的数字产品，底层都铺满了开源软件。

当你早晨醒来拿起 Android 手机，其底层运行的 Linux 操作系统，是开源软件；

当你打开微信翻看聊天记录，帮你存储每一条信息的是 SQLite 数据库，是开源软件；

当你午休时刷抖音或 B 站，在后台负责视频解码和播放的是 FFmpeg，也是开源软件。

开源软件就像是数字时代的下水道。你每天使用，却浑然不觉。

只有当它出问题时，你才会突然意识到它的重要性。

2021 年的 Log4j 漏洞就是一个典型例子。Log4j 是 Java 生态中应用最广泛的日志框架，用于记录应用程序运行时的事件和信息。

绝大多数普通用户甚至从未听说过它的名字，但从苹果、谷歌的云端服务器，到各国政府的政务系统，全球数十亿台设备都在后台运行着它。

2021 年底，名为「Log4Shell」的漏洞爆发。这个漏洞允许黑客像操作自家电脑一样，远程控制全球的服务器。整个互联网基础设施瞬间「裸奔」，全球安全团队被迫在周末紧急抢修。其影响之广、修复之难，成为互联网历史上最严重的安全危机之一。

这就是开源的本质——它不是某个公司的产品，而是一种「公共品」。因为不具备商业属性，编写代码的维护者，往往无法直接从项目中收费。

他们的回报很间接：通过项目获得名声，换来大厂工作；通过提供咨询服务赚取收入；或者依靠社区捐赠。

这种模式运行了几十年，靠的是「直接互动」。用户使用软件时阅读文档、提交问题、点赞推荐。这些注意力流回维护者手中，转化为持续维护的动力。

而这，正是 Vibe Coding 正在切断的连接。

AI 是如何一步步「饿死」开源的？

Vibe Coding 出现之前的开发模式是这样的，你下载一个开源包，要去读文档；遇到 bug，去 GitHub 提交问题；觉得好用，点颗星表示支持。

维护者因此获得关注，这些关注转化为收入，形成一个闭环。

Vibe Coding 出现之后，你只需要告诉 AI 你想要什么功能，AI 在后台自动选择和组合开源代码，生成一段「能用的实现」。

代码跑通了，但你并不知道它具体用了哪些库，更不会去看它们的文档或社区。

论文把这种变化称为一种「中介化」效应——原本由用户直接传递给维护者的关注和反馈，被 AI 这个中间层整体截走了。

这种机制持续下去，会发生什么？

论文作者构建了一个模拟开源生态的经济学模型。他们将开发者比作在不同质量水平上决定是否「入市」的创业者，先投入成本开发，然后根据市场反馈决定是否开源分享。用户则要在无数软件包中做选择，并决定是「直接使用」还是通过「AI 中介」。

模型跑下来，揭示了两种相反的力量。

第一种是效率提升。AI 让软件更易使用，降低了开发新工具的成本。这按理说应该刺激更多开发者进入，增加供给。

第二种是需求转移。当用户转向 AI 中介，维护者失去直接互动带来的收入，这就降低了开发者的回报。

但是放到更长期的维度来看，当第二种力量（需求转移）强于第一种（效率提升），整个系统会滑向萎缩。

具体表现为就是，开发者进入的门槛提高，只有最高质量的项目才值得分享，中等质量的项目消失，最终市场上软件包的数量和平均质量双降。尽管单个用户短期内享受了 AI 的便利，但长期福利反而下降，因为可选择的高质量工具变少了。

简单来说，生态陷入了恶性循环。而一旦开源生态这个基础变薄，AI 的能力也会变差。

这就是论文反复强调的一点：Vibe Coding 在短期内提高了生产力，但在长期，可能反而降低整个系统的水平。

这种趋势并非纯理论假设，而是正在现实生活中发生。

比如，Stack Overflow 的公开问答流量，在生成式 AI 普及后出现明显下滑。很多原本会在公共社区被讨论的问题，被转移到了私有的 AI 对话中。

ChatGPT 推出后，Stack Overflow 上的问题数量开始显著下降

再比如，像 Tailwind CSS 这样的项目，下载量持续增长，但文档访问和商业收入却出现下降。

项目被大量使用，却越来越难转化为对维护者有意义的回报。

Coding 界的 Spotify，何时出现？

尽管 Vibe Coding 存在这样的问题，但它带来的生产力提升却是真实存在的，没有人能回到 AI Coding 不存在的世界。

更本质的问题在于，当 AI 成为新的中介，旧的激励结构已经不再适用。

在当前结构下，AI 平台从开源生态中获得了巨大价值，却并不需要为维持这个生态本身付出对应代价。用户付费给 AI，AI 提供便利，但被调用的开源项目和维护者，往往什么也得不到。

论文作者提出的设想是：

重构利益分配方式。

就像音乐行业中，Spotify 这样的流媒体平台会根据播放情况跟音乐人分账一样，AI 平台完全可以追踪自己调用了哪些开源项目，并把一部分收入按比例返还给维护者。

除了平台分账，通过基金会拨款、企业赞助以及政府对数字基础设施的专项资金支持，也是弥补维护者收入流失的重要手段。

这就要求行业的观念，从将开源软件视为「免费资源」，转变为「需要长期投资和维护的公共基础设施」。

开源软件不会消失，它已经深度嵌入数字世界，不可能被简单替代。

但那个依靠零散关注、声誉积累和理想主义支撑的开源时代，或许已经走到了边界。

Vibe Coding 带来的，不只是更快的开发体验，也是一次关于「公共技术如何被持续供养」的压力测试。