作者：一濤
來源：GeekPark
在過去一年，Vibe Coding 幾乎完全改變了程式設計的方式。
你不再需要親自一行一行「寫」程式碼了。只要告訴 Cursor、Claude 或 Copilot：我想要甚麼功能，用甚麼技術堆疊，最好「感覺像某個產品」，其餘的事情就交給 AI 完成就可以了。
很多原本寫不出程式碼的人，也第一次具備了「做出東西」的能力。從個人角度出發，這幾乎是軟件開發的黃金時代。
但這裡有一個被忽視的前設：AI 並非憑空創造程式碼，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 上無數開源項目累積的邏輯與結構。
Vibe Coding 的核心能力，正是建立在這些開源程式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名為《Vibe Coding Kills Open Source》（Vibe Coding 殺死開源）的論文（https://arxiv.org/pdf/2601.15494v1），揭示 Vibe Coding 繁榮背後的隱性危機。
論文指出了一個真相：
Vibe Coding，或正在從根本上破壞支撐整個軟件世界的開源生態。
01 數字世界的「隱形基礎設施」
要理解這篇論文關注的是什麼，首先必須說明一件事：什麼是開源軟件，以及它在我們生活中處於什麼位置？
很多人可能對開源軟件沒有什麼感覺，但實際上，幾乎所有人們每天使用的數碼產品，底層都充滿了開源軟件。
當你早上醒來拿起 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紀錄時，幫你儲存每條資訊的是 SQLite 資料庫，這是一個開源軟件；
當你在午休時刷抖音或 B 站，後台負責影片解碼和播放的正是 FFmpeg，這也是一個開源軟件。
開源軟件就像數碼時代的下水道。你每天都在使用，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 生態中應用最廣的日誌框架，用於記錄應用程式運行時的事件和資訊。
大多數普通用戶甚至從未聽說過它的名字，但由蘋果、谷歌的雲端伺服器，到各國政府的公務系統，全球數十億部設備都在後台運行著它。
2021 年底，一個名為「Log4Shell」的漏洞爆發。這個漏洞允許駭客如同操控自己的電腦一樣，遠程控制全球的伺服器。整個互聯網基礎設施瞬間「裸奔」，全球保安團隊被迫在週末緊急搶修。其影響範圍之廣、修復難度之高，成為互聯網歷史上最嚴重的保安危機之一。
這就是開源的本質——它不是某間公司的產品，而是一種「公共產品」。由於缺乏商業屬性，編寫和維護程式碼的人，往往無法直接從項目中收費。
他們的回報很間接：通過項目獲得聲譽，換來大公司的工作；通過提供諮詢服務賺取收入；或者依靠社區捐款。
這種模式運行了數十年，依靠的是「直接互動」。用戶在使用軟件時閱讀文件、提交問題、點讚推薦。這些注意力流回維護者手上，轉化為持續維護的動力。
而這，正是 Vibe Coding 正在切斷的連接。。
02 人工智能是如何一步步「餓死」開源的？
在 Vibe Coding 出現之前，開發模式是這樣的：你下載一個開源套件，便要去看文檔；遇到 bug，便要到 GitHub 提交問題；覺得好用，便點個星號表示支持。
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 出現後，你只需要告訴 AI 你想要什麼功能，AI 會在後台自動選擇和組合開源代碼，生成一段「可用的實現」。
程式碼運行了，但你並不知道它具體用了哪些函式庫，更不會去看它們的文件或社區。
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 這個中間層整體截取了。
如果這種機制持續下去，會發生什麼？
論文作者建立了一個模擬開源生態的經濟學模型。他們把開發者比喻為在不同質量層面上決定是否「入市」的創業者，先投入成本進行開發，然後根據市場回應決定是否開源分享。用戶則要在眾多軟件包中作出選擇，並決定是「直接使用」還是透過「AI 中介」。
模型運行後，揭示了兩種相反的力量。
第一種是效率提升。AI 令軟件更易使用，降低了開發新工具的成本。理論上這應該會刺激更多開發者加入，增加供應。
第二種是需求轉移。當用戶轉向 AI 中介時，維護者會失去因直接互動而帶來的收入，這就降低了開發者的回報。
但從更長遠的時間範圍來看，當第二種力量（需求轉移）強過第一種力量（效率提升），整個系統將會滑向萎縮。
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雙下降雖然單個用戶在短期內享受了 AI 帶來的便利，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。
這正是論文反覆強調的一點：Vibe Coding 在短期內提高了生產力，但從長遠來看，反而可能降低整個系統的水平。。
這種趨勢並非純理論假設，而是在現實生活中正在發生。
例如，生成式 AI 普及後，Stack Overflow 的公開問答流量明顯下降。很多原本會在公共社區討論的問題，都被轉移到了私有的 AI 對話中。
再例如，像 Tailwind CSS 這樣的項目，下載量持續上升，但文件訪問量和商業收入卻出現下降。
這個項目被大量使用，卻越來越難以轉化為對維護者有意義的回報。
03 何時會出現程式界的 Spotify？
雖然 Vibe Coding 存在這些問題，但它帶來的生產力提升是真實存在的，沒有人能回到沒有 AI 編程的世界。
更根本的問題在於，當AI成為新的中介，舊有的激勵結構已經不再適用。
在現有架構下，AI 平台從開源生態中獲取了巨大價值，卻無需為維持這個生態本身付出相應代價。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：
重新構建利益分配方式。
正如在音樂行業中，Spotify 這類串流平台會根據播放量與音樂人分成一樣，AI平台完全可以追蹤自己調用了哪些開源項目，並按比例將部分收入返還給維護者。
除了平台分帳外，透過基金會撥款、企業贊助以及政府對數碼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，從把開源軟件視為「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，它已經深入嵌入數碼世界，不可能被簡單取代。
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。