导语


从 vibe coding 到 vibe modeling,科研建模的范式正迎来一场悄然的演进。大模型让直觉化建模成为可能,过去依赖深厚数理功底的流程,如今有机会通过自然语言的意图传递,连接起现实问题、数学模型与可执行代码,让系统构建的门槛前所未有地降低。


随着大语言模型在数学与代码领域的能力跃升,这一新兴范式正为跨学科研究与人才培养打开新的空间。然而,它仍处于前范式阶段,面临评价体系缺失、领域知识注入不足、错误难以归因等诸多挑战。本读书会将跨越硬科技与社会科学两大板块,系统梳理 vibe modeling 的技术路径、应用潜力与开放问题,绘制一幅从直觉建模到规范落地的连贯地图。


本次读书会由集智俱乐部联合同济大学长聘副教授陈小杨和北京林业大学副教授李周园共同发起,我们将在集体实践中探索 vibe modeling 在不同领域的通用模式与特殊需求,沉淀可复用的提示策略、评估方法与工作流,为这一范式搭建早期社区基础,助力 AI 赋能的跨学科研究与人才培养落地。

图片




读书会背景




  1. 从“vibe coding”到“vibe modeling”的自然演进

OpenAI科学家Andrej Karpathy 博士提出“vibe coding”概念:用户不再逐行编写代码,而是用自然语言向大模型描述意图,由模型直接生成可执行代码。这一做法迅速成为AI辅助编程的标志性范式。Cursor、Devin等工具已证明,在Web开发、数据处理、脚本编写等任务中,自然语言驱动的代码生成效率远超传统编程。然而,在更为困难的科学计算与工程建模中,工程师通常要求具备更高阶的能力:将物理直觉、经济假设、系统行为,转化为精确的数学结构(方程、约束、随机过程、优化目标),再翻译为数值可解的代码。这一过程传统上称为数学建模,通常需要深厚的数理知识和编程经验。

数学建模是连接“现实问题”与“计算求解”的桥梁,但其传播与实践长期面临巨大障碍:

领域专家(如生态学家、经济学家)能用自然语言描述系统行为(“人口增长受资源限制”),但未必熟悉微分方程或差分方程的数学知识。即使能写出方程,选择适当的数值方法(龙格-库塔、有限差分、蒙特卡洛)并处理稳定性、收敛性等问题,同样需要储备相对坚深的计算数学知识。最后,将算法实现为正确、高效、可复现的代码,往往也非常耗时,且调试困难。

伴随着大语言模型在数学和代码领域的专项能力获得飞跃式提升,这些进展使得“工程与社会问题 → 数学模型 → 可执行代码”的自动化成为可能。我们将这一新兴范式称为 vibe modeling。新兴的vibe modeling范式弱化了对传统编码技能和数学理论基础的路径依赖,强调通过意图表达与快速迭代来构建系统,与人工智能自然交互。

  1. 当前探索的碎片化与未解决问题

在科技教育领域,这一变革意义深刻:拓宽了原有的教学思维空间,使学习者从复杂的语法规则转向问题理解、系统设计与需求表达,培养系统思考能力,这对于系统分析与建模等跨学科领域尤为重要。vibe modeling 的引入有助于传统教学从“工具使用训练”导向“研究思维与创新能力培养”。以斯坦福大学为代表的部分高校已开始探索将vibe modeling等AI 编程与自动化建模等内容引入课程体系,以满足业界对AI赋能新型人才革新日趋迫切的需求和期待。尽管已有零散尝试,但领域仍处于前范式阶段,面临以下核心挑战:

评价体系缺失:目前缺乏针对vibe modeling的统一基准测试。理想输出应是三元组(自然语言描述问题 → 数学模型 → 正确代码),需定义保真度、可运行率、数值精度等多维指标。

领域知识注入:对于硬科技或社会科学,大模型缺乏物理/社会先验知识。如何通过检索增强生成(RAG)或微调,注入领域本体与约束?

错误结果分析:当最终代码结果不符合直觉时,错误可能源于原始语义理解偏差、数学符号错误、数值方法选择不当,还是代码实现bug?如何构建可解释的归因工具?

鉴于以上背景,我们认为有必要系统梳理vibe modeling的技术现状、应用潜力与开放问题。本读书会旨在:

跨越硬科技与社会科学两大知识板块,探索vibe modeling在不同体系下的通用模式与特殊需求;通过集体实践,形成可复用的提示策略及评估方法,为这一新范式奠定早期社区基础。





读书会简介




随着大语言模型在数学与代码领域的能力飞跃,从Andrej Karpathy博士提出的“vibe coding”自然演进至“vibe modeling”新兴范式——这一范式以自然语言为驱动,实现“现实问题→数学模型→可执行代码”的自动化,弱化了对传统编码技能与数学理论基础的路径依赖,成为连接领域需求与计算求解的新型桥梁,尤其为科技教育变革与跨学科人才培养提供了新方向。当前,vibe modeling领域仍处于前范式阶段,存在评价体系缺失、领域知识注入不足、错误结果难以归因等核心挑战,相关探索较为碎片化。


集智俱乐部联合同济大学长聘副教授陈小杨和北京林业大学副教授李周园共同发起「Vibe Modeling」读书会,本读书会旨在跨越硬科技与社会科学两大板块,系统梳理vibe modeling的技术现状、应用潜力与开放问题,通过集体实践形成可复用的提示策略及评估方法,为这一新范式奠定早期社区基础,助力推动其在各领域的规范化应用与人才培养落地。





读书会框架






发起人




陈小杨,同济大学数学科学学院长聘副教授,国家级青年人才获得者。主要研究方向:曲率与拓扑, AI for math。曾主持国自然基金青年,面上各一项。在Geometry & Topology, Advances in Mathematics, Mathematische Annalen , Mathematische Zeitschrift 等知名期刊发表多篇学术论文,并获得2019 年世界华人数学家联盟最佳论文奖(若琳奖)。陈小杨老师还发起了人工智能与数学读书会,促进了人工智能与数学的交叉融合。


李周园,北京林业大学草业与草原学院副教授,北京市科协青年托举工程人才。主要研究方向:生态遥感、生态系统建模。主持国家自然青年基金项目、国家重点研发计划项目专题等课题。在ES&T、Ecology、Functional Ecology等知名学术刊物发表多篇论文,获得国际生态模型学会最佳青年研究者荣誉提名。李周园老师发起过理论生态学读书会,主讲Ecosystem Analysis and Modeling等课程,组建AI生态建模小组,指导学生参加全国大学生态环境管理科研大赛获一等奖,发展人工智能、大数据技术方法在生态系统管理研究中的应用。





运营负责人




曹雨,廊坊师范学院电子信息工程学院软件工程专业本科生。





运行模式




【Vibe Modeling】读书会2026季正式启动

📅 时间规划:2026年5月17日开营,共持续10周。

🌐 参与形式:每周日下午14:00举行线上研讨会议

🎯 您将获得:

  • 扫描二维码直达报名通道,锁定学习席位。

  • 加入专属学员群,与读书会发起人、主讲人及优秀同行直接交流。

  • 每期内容结束后可随时观看高清视频回放,支持反复学习与复习。





报名参加读书会




读书会价格:299元


报名方式:

  第一步:微信扫码填写报名信息。

(扫码报名)


第二步:填写信息后,付费报名。如需用支付宝支付,请在PC端进入读书会页面报名支付:https://pattern.swarma.org/mobile/study_group/80?from=wechat

第三步:添加运营助理微信,拉入对应主题的读书会社区(微信群)。


PS:

为维护学术交流的专业性与聚焦度,本读书会对讨论内容作如下约定:

我们鼓励围绕人工智能、复杂科学及相关具体问题的深入探讨。为保证讨论质量,请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。

若讨论内容明显偏离主题,经主持人提醒后仍未调整,为维护整体学习环境,我们将不得不将该成员请出讨论群,并根据其实际参与进度,对未参与部分按比例办理退费。

感谢您的理解与配合,让我们共同营造一个专注、深入、有收获的共学空间。


加入社区可享核心资源

成为会员即可解锁完整学习生态,包括:线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步,以及通过参与共创任务获取积分等权益


特色退费与激励机制

我们提供以下两种途径,让您的投入获得实际回馈:

  1. 任务达标退费路径

    认领并合格完成任意两期字幕任务,即可退还全额报名费,并额外获得集智专属周边奖励。

  2. 运营成长激励路径

    合格完成一个字幕任务后,可申请成为运营助理。在读书会项目顺利结项后,将退还学费。表现优异者,还有机会获得额外的奖学金。


相关内容推荐:

  1. Vibe Modeling读书会推荐阅读材料

扫描下方二维码可跳转至集智斑图网站阅读文章:《Vibe modeling:从技术框架到跨学科应用》读书会推荐阅读材料。


  1. 往期公众号相关内容推荐

招募发起人:一场关于“Vibe Modeling”的读书会

人工智能与数学前沿综述:如何借助 AI 发现数学规律?

人工智能与数学读书会启动:AI for Math,Math for AI

探索理论生态学:洞察自然秩序之旅

地球系统科学新范式:复杂科学与人工智能交叉前沿 | 读书会启动


点击“阅读原文”,报名读书会

内容中包含的图片若涉及版权问题,请及时与我们联系删除