「一句話就能生成完整程式碼」的 vibe coding，一度讓人以為開發門檻即將消失，人人都能變成「AI 工程師」。但到了 2025 第三季，這股熱潮似乎正在冷卻。國外已有不少觀察指出，vibe coding 並沒有想像中的穩定、甚至帶來不少風險與困境。
以下整理幾篇國外資料來源，列出他們對 vibe coding 現況與風險的看法，讓我們重新審視這波風潮背後的現實。
(1) 來源 1
多個Vibe Coding工具的網站流量大幅下滑，這被視為熱潮冷卻的直接證據。例如，
Lovable平台的流量下降了40%，
Bolt.new下降27%，
而Vercel的v0和Replit等工具也出現輕微下滑。
報告指出，這是夏季高峰（6-8月）過後的調整，用戶從實驗性使用轉向生產環境，發現工具成本上升和不成熟導致流失。
這份數據來自SimilarWeb的追蹤，涵蓋全球用戶行為，強調Vibe Coding的年度營收成長率（ARR）雖然在上半年激增，但秋季後趨於平緩。 Business Insider在2025年9月26日的文章《CHARTS: AI Vibe Coding Tools See Traffic Plunge After Summer Hype》中詳細圖表化這些數據，分析師認為這反映了投資熱潮消退，用戶開始質疑工具的長期可持續性。
source: AI vibe coding tools may be going from boom to bust, new data shows. Here’s why. (2025/09)
(2) 來源 2
作者Udit Goenka引用Barclays數據，指出不僅流量下滑，用戶訂閱率也下降，特別是在非專業開發者群體中。
文章提到，Vibe Coding工具原本被宣傳為革命性，讓人「憑感覺」快速生成代碼，但現實中，用戶遇到AI無法處理複雜需求的問題，導致從高峰期的每月數百萬訪問降至秋季的顯著低點。
作者強調，這不是完全崩潰，而是「健康調整」，但數據顯示2025年下半年採用率預計僅為上半年的60%。 這篇文章還討論了經濟因素，如投資者對AI工具的興趣轉移到更成熟的領域，造成Vibe Coding的hype從上半年炒作高峰冷卻。
source: The Vibe Coding Slowdown: What’s Really Happening in 2025 (And Why It Matters)
https://uditgoenka.medium.com/vibe-coding-bubble-0c5196fd31a6
(3) 來源 3
作者進行了六個月後的評估，顯示使用率從初始興奮下滑。文章引用行業調查數據，指出無人類反饋時，AI代碼準確率下降53%，任務完成時間反而增加19%。
這反映了熱潮冷卻的另一面：用戶意識到Vibe Coding適合快速原型，但不適合大規模生產，導致許多企業從積極採用轉向謹慎觀望。
文章強調，蜜月期結束後，工具需與傳統結構化開發結合才能持續，否則會面臨不可維護的風險。 這份報告基於開發者訪談和工具使用日志，豐富了對下降的理解，顯示從2025年2月興起到8月的成長後，9月起活躍用戶數下降約25%。
source: Vibe Coding, Six Months Later: The Honeymoon’s Over
https://thenewstack.io/vibe-coding-six-months-later-the-honeymoons-over
(4) 來源 4
文章引用新研究，顯示AI代理在無人類監督下撰寫和測試應用的效率下滑，準確率從高峰期的80%降至秋季的不到50%。這導致行業對Vibe Coding的期望從「取代人類」轉向「輔助工具」，熱潮明顯冷卻。
研究涵蓋16位開發者的追蹤，發現生產力提升是虛假的，實際上因bug修復時間增加而下降19%。 文章還提到，Veracode的安全研究顯示AI生成代碼的漏洞率高達45%，這進一步加速了用戶流失。
source: Vibe Coding Won’t Replace Humans Anytime Soon, Data Shows
https://www.pymnts.com/artificial-intelligence-2/2025/vibe-coding-wont-replace-humans-anytime-soon-data-shows
💡 對團隊的啟示：開發快≠交付快≠能維護
這次 vibe coding 降溫事件，對軟體開發與測試思考帶來一個重要啟示：
「AI 幫你寫程式不等於幫你解決問題。 程式碼可以自動生成，品質、維護、安全，永遠不會自動完成。」
它提醒了我們：
- 快速生成並不等於企業級可靠。
- 測試與架構設計需要更早參與，而不是等 AI 寫完再補洞。
- 團隊裡真正需要被升級的新技能，不是「會按 AI 按鈕」，而是「能分辨與審核 AI 產物」。
對測試人員、更是關鍵提醒：
AI 越會寫程式，測試越需要會看程式。 測試角色的價值正在升級為「理解、鑑別、保護系統品質的人」。
Vibe Coding 就像天龍八部中的化功大法：「吸收別人的程式碼片段來拼湊功能」——乍看快速又強大，但若貪快而沒理解，就像吸錯內力，最終必定反傷自身或留下長期難以修補的技術債。
發表迴響