Bolt实战测评：氛围编程能用来做项目吗？

什么是氛围编程（Vibe Coding）

氛围编程（Vibe Coding）是一种完全依赖自然语言与AI对话来生成应用程序的开发方式。开发者无需手写代码，只需通过聊天描述需求，AI工具就会从零开始生成完整的应用。在理想状态下，你甚至不需要查看代码本身——只需要「聊天聊到上线」。

这个概念由AI研究员Andrej Karpathy于2025年初在社交媒体上提出。Karpathy曾任特斯拉AI总监和OpenAI联合创始人，他用这个词描述一种「完全沉浸在氛围中，忘记代码本身存在」的编程体验。这一术语迅速在开发者社区引发广泛讨论，折射出大语言模型代码生成能力的飞跃——从GitHub Copilot的行级补全，到如今能够生成完整应用的全栈AI工具，整个行业在短短两三年内经历了范式级别的转变。

这个概念听起来很美好，但正如视频作者所言，这个术语本身就让人有些尴尬——它听起来像是「技术债务的委婉说法，配上了Lo-Fi背景音乐」。不过，如果你对所使用的技术栈有一定了解，氛围编程确实能帮助你快速启动项目。

用Bolt.new构建复古游戏博客：完整实战过程

初始提示与AI增强功能

本次实战选择了Bolt（bolt.new）作为氛围编程平台。Bolt由StackBlitz团队开发，其核心技术亮点在于将完整的Node.js运行时环境搬进了浏览器——这依赖于WebContainers技术，一种基于WebAssembly实现的浏览器内操作系统沙箱，代码的安装、编译和运行全部在浏览器本地完成，无需传统的云端服务器。在AI层面，Bolt集成了Anthropic的Claude模型作为代码生成引擎。Bolt是众多AI编程工具之一，其他类似工具还包括Lovable（基于GPT-4）和Replit等，不同工具在底层模型选择、上下文窗口管理和代码执行环境上各有侧重。

作者的初始提示非常简洁：

"我想要一个复古游戏博客，可以添加新文章，其他用户可以评论。使用复古风格字体和像素图标。"

Bolt提供了一个「AI增强提示」功能，它会自动扩展你的简单描述，补充更多细节——包括多页面结构（首页、文章页、管理后台）、设计要求、技术实现方案和内容结构等。这意味着你不仅在「氛围编程」，还在「氛围提示」。

首次生成结果：惊喜与落差

Bolt在思考11秒后，制定了实施计划，安装了所有依赖，创建了文件并运行了应用。生成的结果看起来像一个游戏界面本身——完整的复古风格，甚至还有点击时的音效提示。

页面功能基本完整：首页展示文章列表，点击「Read More」可以进入详情页，整体交互流畅。但问题在于——它看起来太像一台90年代的电脑界面了，而作者想要的是「现代设计中带有复古元素的点缀」。

迭代调整暴露的核心痛点

接下来的调整过程暴露了氛围编程最大的问题——自然语言的模糊性。这一问题在计算语言学中有其深层根源：人类语言天然具有语境依赖性和主观性，「更现代」「复古点缀」「更多」这类表达在不同人的心智模型中对应着截然不同的视觉预期。当前的大语言模型本质上是在做概率预测，它会根据训练数据中「现代设计」的统计分布来解读指令，而非真正理解你脑海中的具体画面。这也是为什么提示工程（Prompt Engineering）逐渐发展成一门独立学科——如何将模糊的人类意图转化为AI能够精确执行的结构化指令，本身就是一项需要刻意练习的技能。

具体的迭代过程如下：

1. 第一次调整：要求「更现代，只是致敬复古游戏」——结果样式完全没有被应用
2. 第二次调整：指出样式未生效——修复后又走向另一个极端，变得过于平淡无趣
3. 第三次调整：要求「在两者之间找个平衡」——效果有所改善
4. 第四次调整：要求复古字体和像素表情——AI添加的表情数量远少于预期

当你说「更多像素表情」时，AI对「更多」的理解可能和你完全不同。提供参考图片、使用具体的设计系统术语（如「Material Design风格」）或引用具体网站，往往比抽象描述更有效。每一次调整都像是在和一个理解力有限的设计师沟通——你知道你想要什么，但很难用文字精确传达。这是当前所有氛围编程工具面临的共同挑战。

Bolt的核心功能详解

除了基本的对话式开发，Bolt还提供了几个值得关注的辅助功能：

集成与元素检查器

• 第三方集成：支持Stripe、Supabase、GitHub等服务的直接接入
• 元素检查器：可以选中页面上的特定元素，将其作为上下文提供给AI，实现更精准的局部调整
• 设备预览：支持不同设备尺寸的响应式预览
• 独立浏览器预览：可以在新标签页中打开完整应用

知识库配置

Bolt的设置中有一个「Knowledge」板块，包含两个层级：

• 全局系统提示：适用于所有项目的通用指令（如「使用Tailwind进行样式设计」）
• 项目专属提示：针对特定项目的上下文信息

合理配置知识库能让AI更好地理解你的偏好和项目需求，显著减少重复沟通的成本。

氛围编程的局限性：哪些场景不该用

代码质量难以保证

查看Bolt生成的代码会发现一个明显问题：它倾向于将大量代码堆积在单个文件中。在软件工程中，这种模式被称为「上帝文件」（God File）反模式——一个文件承担了过多职责，违反了单一职责原则（SRP）。这种代码结构在项目初期运行正常，但随着功能增长，会导致可读性下降、测试困难、合并冲突频繁等问题。

从更宏观的视角看，这揭示了当前AI代码生成工具的一个系统性局限：它们优化的目标是「让代码跑起来」，而非「让代码易于维护」。专业软件工程中的SOLID原则、设计模式、模块化架构等最佳实践，需要对整个代码库有全局视野，这恰恰是当前受限于上下文窗口的AI模型最难做到的事情。随着功能增加，这种结构会导致严重的技术债务，后期维护成本极高。

适用场景与不适用场景

氛围编程适合这些情况：

• 快速原型验证和概念演示
• 简单应用和个人项目
• 有技术背景的开发者用来加速启动（能引导AI做出更好的决策，也能在需要时手动修复代码）

以下场景建议谨慎使用：

• 复杂的客户项目或商业产品
• 需要长期维护和迭代的应用
• 对代码质量、安