A Survey of Vibe Coding with Large Language Models

大语言模型（LLMs）的发展推动了从代码生成辅助到自主编程代理的范式转变，催生了一种被称为“氛围编程”（Vibe Coding）的全新开发方法。在这种方法中，开发者通过观察结果来验证AI生成的实现，而非逐行理解代码。尽管这一新兴范式具有变革潜力，但其有效性尚未得到充分探索；实证证据表明，它可能带来意想不到的生产力下降以及人机协作中的根本性挑战。为填补这一空白，本综述首次对基于大语言模型的氛围编程进行了全面而系统的回顾，为这一变革性的开发方式建立了理论基础与实践框架。我们系统分析了1000多篇研究论文，全面考察了整个氛围编程生态系统，重点探讨了其中的关键基础设施组件，包括用于编程的大语言模型、基于大语言模型的编程代理、编程代理的开发环境以及反馈机制。我们首先将氛围编程确立为一门正式学科，通过一个受限马尔可夫决策过程对其进行形式化定义，以刻画人类开发者、软件项目与编程代理之间动态的三元关系。在此理论基础之上，我们将现有实践归纳为五种截然不同的开发模式：无约束自动化模式、迭代对话协作模式、规划驱动模式、测试驱动模式以及上下文增强模式，从而首次在该领域提出了一个全面的分类体系。尤为重要的是，我们的分析表明，氛围编程的成功不仅取决于代理自身的能力，更依赖于系统的上下文工程、完善的开发环境以及高效的人机协同开发模式。

论文试图解决的问题是：尽管大语言模型（LLMs）推动了从代码生成辅助到自主编码代理的范式转变，并催生了‘Vibe Coding’这一新型开发方法，但该范式的有效性尚未被系统研究。实证证据显示，开发者通过观察结果而非理解代码来验证AI生成内容时，反而出现生产力下降和人机协作困难。这是一个新兴且未被充分探索的问题，具有现实紧迫性。

论文的核心思想是将Vibe Coding形式化为一个约束马尔可夫决策过程（Constrained MDP），建模人类开发者、软件项目与编码代理之间的动态三元关系。在此基础上，提出首个关于Vibe Coding的系统性分类体系，涵盖五种开发模型：无约束自动化、迭代对话协作、规划驱动、测试驱动和上下文增强模型，强调成功依赖于上下文工程、开发环境建设与协作模式设计，而不仅仅是模型能力提升。

论文系统分析了1000多篇研究文献，全面梳理了Vibe Coding生态系统的关键组件，包括编码用LLM、基于LLM的编码代理、开发环境与反馈机制。实验设计为大规模文献综述与理论建模相结合，虽非传统实验，但构建了首个理论框架与分类法。未提及具体数据集或开源代码，但其提出的框架为后续实证研究提供了基础。值得深入的研究方向包括：如何量化上下文工程的有效性、不同开发模型在真实场景中的性能对比、以及人机协同失败模式的诊断与干预机制。

1. 'Language Models as Agents: A Survey', arXiv 2023 2. 'AutoCoder: Neural Program Synthesis with Feedback', NeurIPS 2022 3. 'The Rise of AI Pair Programming: An Empirical Study of GitHub Copilot', ICSE 2023 4. 'AgentCoder: Towards Autonomous Code Generation with Multi-Agent Collaboration', arXiv 2024 5. 'Human-AI Collaboration in Software Development: Challenges and Opportunities', CHI 2023