Vibe Coding

理解 对话式编程（Vibe Coding） 的分工：人提出问题、声明边界并验收；大语言模型 可以起草代码。知道它与「复制一段能跑的代码」有何不同，并能在本平台的 在线 IDE 中完成一次最小闭环。

教学、教研与班级管理里，常有半结构化的小任务：统计一份表格、把重复批注变成可复用的模板、按规则生成示例数据、检查一组答案是否落在合理区间。过去这些事要么手工做，要么等信息化同事支援。

对话式编程降低的是「从想法到可执行草稿」的门槛，并没有取消「想清楚问题」的责任。对教师而言，目标通常不是成为职业程序员，而是能把可检验的意图交给机器执行，并知道何时结果不可信。

Vibe Coding 描述的是一种工作方式，而不是一门新语言：你用自然语言说明要解决的问题、输入输出与失败条件；模型据此起草程序文本；你阅读、运行、换一组边界情况再运行，决定保留、修改提示或整段作废。

它不是：

• 不用理解程序在做什么，只要能运行；
• 把评分、录取、惩戒等高利害判断外包给脚本；
• 用一次幸运输入代替边界测试。

它与 提示词工程 同源：提示越清楚，草稿越接近意图。差别在于验收对象从「一段话是否合适」变成「一段程序在约定输入上是否表现正确」。

术语由 Andrej Karpathy 推广。下面用「用 AI 做网页」的实操演示，对照本节的三步验收：人说清意图与边界，模型起草，人负责能不能上线、能不能给学生用。

一次负责任的对话式编程，通常留下三层工作给教师（或学生）：

1. 意图： 这段程序要完成什么？成功长什么样？
2. 边界： 空值、超范围、格式错误时应该拒绝还是提示？哪些输入必须得到确定结果？
3. 验收： 换数据再跑；对照手工计算结果；读关键几行，确认变量名对应的是你关心的量。

模型可以写出表面上完整的代码。把看不懂的整段文字贴进编辑器再按一次运行，并没有完成对话——那只是把责任挪到了屏幕另一侧。

本课程的运行环境统一为平台 在线 IDE（浏览器内 Python）。不必安装本地环境；把草稿贴进去运行、改、再运行即可。

若指导学生使用对话式编程：

• 要求先写「问题与边界」，再生成代码；
• 把「能解释这段代码在做什么」作为完成标准的一部分；
• 明确禁止把生成代码用于绕过学术诚信要求的作业；
• 讨论 幻觉 在代码中的形态：能运行但算错、漏边界、用错公式。

对教师自己的教研脚本，同样适用：涉及学生个人数据时，优先使用脱敏样例；不要把密钥、账号写进提示。

打开 在线 IDE，完成下面闭环（可用任何你习惯的对话模型起草，再粘贴运行）：

1. 用两句话写清任务，例如：「输入三个整数，输出平均数；若不是三个数，给出明确提示。」
2. 声明至少两个边界情况。
3. 让模型起草代码，在 IDE 中运行；用正常输入与边界输入各测一次。
4. 记录：哪里需要改提示？哪里需要你手改代码？

把「意图—边界—验收」三行写进备忘，作为以后可复用的个人清单。

• 对话式编程：人提出问题与边界，模型起草，人验收。
• 能运行 ≠ 模型正确；边界上的检验才暴露真实范围。
• 本平台用 在线 IDE 完成运行与迭代；责任链不随工具改变。