2025年对于软件行业来说Vibe Coding无疑是最火的词。而有了Vibe Coding ,vibe宇宙怎么能没有Vibe Testing呢? 一、Vibe Testing 的多维定义 不同文章从各自视角对 Vibe Testing 进行了阐释。《What are Vibe Coding and Vibe Testing? 二、应用 Vibe Testing 后的测试流程革新 应用 Vibe Testing 后,测试流程发生了显著变化。 参考文章: What are Vibe Coding and Vibe Testing? Vibe Coding?
当然,这篇文章的核心,是AI编码的另一种形式,即Vibe Coding。 Vibe Coding这一概念,是今年2月份,由Andrej Karpathy提出的。 Vibe Coding简单理解就是通过自然语言描述需求,由AI生成代码,从而大幅降低编程门槛,使非专业人士也能参与软件开发。 如果你有创业的想法,Vibe Coding可以在几个小时内就搭建出一个可以交互的项目原型,而不需要费劲找人沟通需求然后等几周后才能看到结果。 如果你只是想要学习一门新技能或者单纯的学习编程,Vibe Coding可以直接为你生成一段示例代码并附上详细的解释。 做一个很形象的比喻,现阶段Vibe Coding的最佳实践方式,就像考驾照一样。
简介 2009 年,Marc Van Droogenbroeck 等人提出了一种新的背景建模法: ViBe(Visual Background Extractor)算法。 Vibe 是一种通用的运动目标检测算法,对于视频流类型、颜色空间、场景内容没有特定要求。 ViBe: A universal background subtraction algorithm for video sequences 原理 描述背景 既然是背景建模,就必须解决一个问题,那就是怎么描述背景 ,ViBe将连续视频序列的背景定义为图像中每个像素位置的像素值的集合,这个集合的个数是可调整的,默认为20。 ViBe算法主要是利用单帧视频序列初始化背景模型,对于一个像素点,结合相邻像素点拥有相近像素值的空间分布特性,随机的选择它的邻域点的像素值作为它的模型样本值。
论文翻译:ViBe+算法(ViBe算法的改进版本) 原文地址: 《Background Subtraction: Experiments and Improvements for ViBe》 本文从原文第二章开始翻译 : 一、ViBe算法的部分逻辑 ViBe是一种图像处理算法,它通过收集背景样本来构建背景模型。 上图中比较了ViBe改进前后算法的效果。 a. 红外图像的原图像; b. 真实前景背景图像; c. ViBe算法的分割蒙版; d. ViBe+算法的分割蒙版; 4. 这意味着原始版本ViBe算法与改进版本ViBe+算法的TP与FN数量基本近似。 ViBe+算法对于baseline分类的视频数据稍微削弱了效果。 对于多数视频序列,本文比较展示了改进版ViBe+算法的性能优于原始版本的ViBe算法。另外,对于一些分类与一些指标,我们的新算法性能优于很多已有的技术。
Vibe编程已经出现半年了,这半年也尝试了很多工具和构建了一些小的应用,这篇文章也谈谈我对于Vibe编程的理解。 Vibe编程 Vibe编程中文翻译是氛围编程,2025年2月3日,前OpenAI联合创始人、前特斯拉人工智能主管Andrej Karpathy在社交平台X上发布了一条看似平常却引发全网热议的推文,其大意是说 Vibe编程工具推荐 以下是排名靠前的工具和LLM模型: 从上面看有很多Vibe工具是被大家在长期使用的,下面我重点介绍几个氛围编程的工具。 1. Vibe编程实践 1. 经过一系列的折腾,终于完成了,效果如下: Vibe编程的思考 从各种网上的结论怎么看 Vibe编程 这个概念的呢?
胡璇 腾讯研究院高级研究员做游戏比做出来的游戏更好玩用vibe coding的方式做游戏,一度以"XX博主24小时做游戏收入千万、马斯克点赞"的方式登场,或者出现在"连一条狗都能做游戏"之类混合行业自嘲的梗文中 对游戏的价值要另起一行Vibe coding大部分产品离商业游戏的标准还很远。但它确实在几个方向上带来了实际价值。把人放大:抽丝剥茧地完善创意AI把人放大的价值在这里同样适用。 图|开罗《游戏发展国》中用混搭类型和题材的方式开发新游戏对非专业人士:探索互动媒体的潜能对更多不以此为业的人来说,vibe coding的价值在于掌握一种新的表达工具。 美术资产是最明显的短板,直接限制了vibe coding游戏的卖相。 App Store以"绕过审核机制的动态代码执行"为由,下架或冻结了多个vibe coding工具的iOS版本——表面上针对热更新条款,实际上是对大量涌入的低质AI生成应用的警惕。
背景提取算法——帧间差分法、背景差分法、ViBe算法、ViBe+算法 背景提取是在视频图像序列中提取出背景,背景就是场景中静止不动的景物。 针对静止摄像机的帧间差分法、高斯背景差分法、ViBe背景提取算法以及它的改进算法ViBe+,还有针对运动摄像机的光流法等。 本文针对静止摄像机的背景提取算法进行讲解,主要讲解帧间差分法、背景差分法,ViBe算法,以及ViBe+算法。 参考地址: 《ViBe算法原理和代码解析 》 《背景建模–Vibe 算法优缺点分析》 《第一次总结报告——Vibe 》 《运动检测(前景检测)之(一)ViBe 》 《VIBE改进算法 ViBe的改进算法ViBe+ 笔者对ViBe+进行了学习研究,博客地址如下: 《论文翻译:ViBe+算法(ViBe算法的改进版本)》 笔者已经将把源码上传到GitHub网站上,地址如下: https
VibeCoding团队协作技巧和其他人一起用VibeCoding做项目你好,我是鱼皮。在实际工作中,很多项目是团队协作完成的。你可能会想:用AI开发还需要团队协作吗?每个人自己用AI不就行了?其实不然。团队协作中有很多问题需要解决,比如不同人用AI生成的代码不一致(A用React,B用Vue)、A改了代码B不知道、大家都在改同一个文件导致冲突等等……在VibeCoding团队协作中,除了传统的团
那时候我才突然觉得,觉得,这可能,才是Vibe Coding的未来。 我知道可能会有很多人说,这些不是用现在的AI编程就轻轻松松干出来了吗,有啥可牛逼的呢? 所以,我很喜欢vibe coding,我也用vibe coding开发了很多给我自己而用的小产品。 同样的,也很喜欢灵光。
VibeCoding性能优化技巧让你的应用跑得更快你好,我是鱼皮。在VibeCoding中,你可能遇到过这样的情况:用AI做出来的应用,功能都正常,但就是有点慢。比如页面加载要等好几秒、点击按钮半天没反应、滚动列表卡卡的。不仅用户体验不好,自己用着也不爽。这就是性能问题,AI生成代码的常见问题之一。因为AI更关注“能不能跑”,而选择性忽略“跑得快不快”。在VibeCoding中,我们追求的是快速实
VibeCoding对话工程技巧迭代式对话的艺术你好,我是鱼皮。在上一篇文章里,我们讲了VibeCoding的5个核心心法。今天我们要深入探讨其中最关键的一个技能——如何和AI进行高效对话。很多同学在用AI的时候,会把它当成一个魔法按钮:输入一句话,期待它直接给出完美答案。但现实往往是,AI给出的结果要么不对,要么不够好。这时候,大家就会抱怨:AI太笨了,根本不懂我的意思,是不是你这个AI能力不行
VibeCoding代码质量保障如何确保AI生成的代码质量你好,我是鱼皮。很多同学在用AI开发时,会有这样的担心:AI生成的代码靠谱吗?会不会有隐藏的bug?这个担心是有道理的。AI虽然能快速生成代码,但它不能保证代码的质量。作为开发者,你需要建立一套质量保障体系。本文我就来分享一些实用的方法,帮你确保AI生成的代码质量。一、什么是好代码?在讲如何保障质量之前,我们先要明确什么是好代码。好代码的特
我们正身处由大语言模型(LLM)推动的人工智能应用爆发期。与以往AI开发高度依赖算法研究不同,**当前行业的重心已转向如何有效利用现有强大模型,构建具有实际价值的应用。**这一转变大幅降低了AI开发的门槛,将焦点从"从零开始构建模型"转移到"将AI能力封装为可落地的解决方案"。
从近期社群讨论话题来看,Vibe Coding 话题依然持续火热。 作为一名 Vibe Coding 的深度用户,已经连续开发并上线了好几个产品(比如:TransDuck、OpenWrite、UnifiedTTS)。 对于 Vibe Coding 之前也跟大家聊过《为什么你的 Vibe Coding 体验那么差?》 ,今天正好看到 Martin Fowler 博客文章《To vibe or not to vibe》,内容 DD 非常认同,这里分享给大家,看看大家是否也是这样的想法,如果不是评论区再一起聊聊,以下是正文翻译 Vibe Coding(也就是让 AI 生成代码而不去看代码)到底是好还是坏?答案当然都不是,因为“这要看情况”。那么,它取决于什么?
Go Java Python 的 Controller、Service、DAO
VibeCoding网站美化技巧7个方法,让你的网站告别AI味儿你好,我是鱼皮。先做个小测试,下面这几个网站,你能看出哪些是AI做的吗?公布答案:全都是AI做的!是不是觉得有点意外?“为啥我用AI搓出来的网站一股子AI味儿?而这些网站看起来干净很多呢?”这就是接下来我要分享的:什么是AI编程的AI味儿?为什么网站会有AI味儿?怎么去除网站的AI味儿?学会这些技巧后,你也能让AI做出更精美的网站。⭐
又一个「AI 要毁掉 XX」的论调 最近 arXiv 上有篇论文标题挺吓人的:「Vibe Coding Kills Open Source」。 Vibe Coding 这个词现在被用来指那种「让 AI 帮你写代码,你自己不怎么看文档、不报 bug、不跟维护者互动」的开发方式。 这个层面上,Vibe Coding 确实在造成一些影响。 以前你写了个库,别人用了会来提 issue、会给 star、会在 Twitter 上说「这个库救了我一命」。现在呢? 我的判断 论文是一个标题党,正文结论其实是「vibe coding 会削弱维护者的参与激励」——这跟「杀死开源」差得远了。 开源会死吗?我不信。 但开源的形态可能会变。 小工具会更多,因为 AI 让写定制脚本变得太容易了,大家可能更愿意自己 vibe 一个而不是去用通用项目。
️ 大气科学 Vibe Coding 实用技巧(2026 科研 + AI + 工程完整版) 面向:大气科学本科 / 研究生 / 科研人员 / 气象AI开发者 目标:把“写代码”从“逐行敲”升级成“用自然语言驱动科研生产力 ” 一、什么是 Vibe Coding(气象科研版) Vibe Coding 并不是“不写代码”。 它本质上是: 人负责科学问题 → AI负责代码实现 → 人负责验证结果 传统科研模式: ● ● ●提出问题 ↓ 查文档 ↓ 自己写代码 ↓ 调试三天 ↓ 发现坐标反了 Vibe 它特别适合: ✅ ERA5处理 ✅ WRF后处理 ✅ 遥感数据分析 ✅ GPM降水处理 ✅ 风场可视化 ✅ AI天气预测 ✅ 自动论文绘图 ✅ 批量数据下载 ✅ 气候统计分析 ✅ 科研自动化 二、大气科学 Vibe 技巧5:自动解释结果 输入: ● ● ●图显示华南降水增加 可能原因: 海温 季风 ENSO 水汽输送 分析机制 六、大气科学 Vibe Coding 神级组合 组合1 ChatGPT + VS
看到“2026 程序员必备:Vibe Coding 提效实战”这个标题,一种站在时代风口浪尖的敏锐感油然而生。 然而,Vibe Coding 的兴起意味着教育重心正在转移:从“如何实现”转向“如何定义”。 Vibe Coding 强调的“提效”,本质上是让技术工具适应人的思维节奏,而不是人去适应工具。 在效率为王的时代,谁掌握了“Vibe”,谁就掌握了时间的支配权。所以,这门课不应被简单看作一次技能更新,它是一次关于“编程哲学”的启蒙。 它邀请我们在 2026 年,不再做技术的苦行僧,而是做智慧的冲浪者,在代码的浪潮中,捕捉那份游刃有余的“Vibe”。
VibeCoding安全防护技巧保护你的项目和API密钥你好,我是鱼皮。很多没有编程基础的同学在用AI做项目时,完全不考虑安全问题。反正代码能跑就行,至于安全不安全,等出了问题再说。但实际上,一个安全问题可能会毁掉整个项目。我见过有人因为APIKey泄露,一夜之间被刷了几千。也见过有人的数据库被删,所有用户数据都没了。至于那些大公司的项目,但凡出点儿问题,都会引起轩然大波。这篇文章,我就来讲讲Vi