"Vibe Coding"是什么意思
这个词最早是 Andrej Karpathy 在一条推文里用的，大意是：你告诉 AI 你想要什么，AI 写代码，你运行它，出错了再告诉 AI，循环直到跑通。你"感觉"到了方向，AI 负责语法。
听起来像是对编程的一种降格——但我的看法恰恰相反：这是对研究者的一种升格。
工具的话语权
在传统的学术分工里，研究者提问题、想理论，工具（代码）层面依赖 RA 或合作者。这造成了一个隐性的权力结构：你的研究想法受制于"有没有人帮你写代码"。
Vibe Coding 打破了这个结构。你可以自己指挥工具，不需要把想法传达给另一个人再翻译成代码。这是一种话语权的回归——研究者重新成为整个链路的主控者。
不是消除学习，是改变学习的方向
Vibe Coding 不意味着你什么都不用学。你仍然需要理解数据的结构、统计方法的假设、结果的经济含义。你需要有判断力，知道 AI 给出的代码是否合理，结果是否可信。
变化的是：你不再需要把精力投入在语法记忆上。学习变得更接近于"概念理解 + 批判性验证"，而不是"记住怎么写 for 循环"。这对研究者来说，是一种更匹配的学习模式。
一个实践建议
如果你是研究者，想开始 Vibe Coding，建议从一个你真正在做的数据任务开始——不要练习题，要真实的研究问题。真实任务的复杂性和约束，才会逼出你对工具真正的理解。
工具推荐：Cursor（编辑器）+ Claude（模型）+ Python（语言）。这个组合目前性价比极高。