一个 Reddit 用户花 4 周、用掉 330 亿 token、写出近 4 万行代码，最后连一辆能正常开的车都没做出来。这件事让我们重新思考：所谓"Vibe Coding"（凭感觉让 AI 写代码），边界到底在哪？

这是什么

事件起源于 Reddit 游戏开发板块的一篇吐槽帖：楼主用 Claude Pro Max 和 Fable（一款 AI 游戏开发工具）尝试做像素赛车，4 周后仍卡在车辆移动等基础问题。

评论区的共识是——问题不在工具，而在于方法。原作者据此梳理出 10 条工程规则，再用 Claude 自己复刻了一个赛车 demo。结论很直接：方法对了，AI 能在短时间内做出可玩版本。

行业怎么看

支持者认为，这恰恰说明 AI 的价值在"加速验证"而非"替你设计"。让 AI 写调参工具和测试代码，是回报最高的用法——评论区里反复出现这一观点。

但反对意见同样尖锐。一位开发者写道："AI 让你很容易重复造轮子，最后你得到一辆装了 20 倍轮子、而且朝向各不相同的车。" 另一位指出，4 万行代码在这个阶段"应该只有几百行"，基础框架没跑通就堆功能，是典型的工程债失控。

还有一个值得警惕的信号：原作者让 AI"换皮"，把赛车变成武侠赛马，AI 确实做完了，但只是换了壳，并没有理解骑马和开车在交互上的区别。AI 的"理解"，目前还停留在贴图层面。

对普通人的影响

对企业 IT：纯靠 AI 驱动的"降本叙事"需要打折扣。先写清楚规范、分阶段验收、用 AI 做调试而非核心设计，是更稳妥的路径。

对个人职场：会用 AI 不再稀缺，稀缺的是"知道自己要什么"。越靠近需求定义层的人，越不容易被替代。

对消费市场：未来一年会出现大量 AI 赶制的应用和游戏，能跑和能用的差距会非常大。挑选工具时，"上手体验"比"功能列表"更值得参考。