最近我在重构一个旧的文档项目时遇到了个有趣的问题：几十个Graphviz图表需要更新。放在过去，这得花上我大半天时间手动调整dot文件。但这次，我决定用Vibe Coding的方式来试试。
什么是Vibe Coding？简单说，就是把写代码变成定义意图的过程。我不再关心具体的语法细节，而是告诉AI：「把这些业务流程图转换成垂直布局，节点颜色统一用蓝色系，线条加粗」。剩下的，就让AI去组装执行。
你可能要问，这跟普通的AI代码生成有什么区别？关键在于思维模式的转变。在传统开发中，我们关注的是「如何实现」；而在氛围编程里，我们专注的是「要实现什么」。就像我处理Graphviz转换时，重点不是学习dot语言的每个参数，而是清晰地表达我的设计意图。
让我分享个具体案例。有个复杂的系统架构图需要从横向改为纵向布局。按照传统方式，我得研究rankdir属性、调整节点间距、重新计算坐标。但用Vibe Coding，我只需要说：「将这个架构图改为自上而下的流向，保持模块分组清晰，关键组件突出显示」。AI不仅完成了转换，还给出了三个可选方案。
这种方法的精妙之处在于「代码是能力，意图才是资产」。那些具体的dot代码可能下次就会变，但我提炼出的设计规范——「架构图必须清晰展示数据流向」「关键组件需要视觉突出」——这些才是真正值得保存的财富。
有人可能会质疑：这样真的可靠吗？我的经验是，当你把验证作为核心环节时，答案是肯定的。每次转换后，我都会要求AI生成对比报告，列出所有的修改点和潜在问题。这种严格的可观测性，让整个过程变得透明可控。
事实上，Graphviz转换只是个小小的试验场。想象一下，如果整个软件开发都能这样运作：产品经理直接描述业务逻辑，AI组装出可运行的系统；运维人员用自然语言定义监控策略，AI生成对应的配置脚本。这不正是我们追求的「人人编程」的理想状态吗？
当然，现在的Vibe Coding还处在早期阶段。就像任何新技术一样，它需要更好的工具链、更成熟的标准、更完善的安全机制。但方向是明确的：软件开发正在从手艺活转向设计活。
下次当你面对需要批量处理的图表、文档或代码时，不妨换个思路。别急着打开编辑器，先问问自己：我真正想要达到的效果是什么？然后，把这个意图清晰地告诉AI。你会发现，编程可以如此不同。