目前很少有人知道，我来自技术背景。二十年前，在亚太地区的投资银行，真正了解算法交易的人可能只有五十个，我是其中之一；那时，系统的核心不是“能运行”，而是必须在延迟、稳定性、监控和风险控制等限制下实现长期可靠。因此，我最初非常反对“Vibe Coding”，因为它很容易让人误解为编程可以通过“凭感觉发指令”来完成。后来我个人使用Claude Code、Codex、Copilot开发了一些小型软件和内部工具，才意识到问题不在于AI写代码，而在于这个术语本身具有误导性：当AI被引入工程流程时，它更像是对“结对编程”的扩展，将“生产”和“审查”合二为一的循环，使人们能够将注意力从重复性工作转回关键决策和质量控制。同时，事实也非常清楚：不了解编程的人仅凭Vibe很难达到令人满意的结果；但对于那些有能力的人，AI将显著提高交付的效率和质量，这也解释了为什么公司最看重的“优势”之一是可以使用更多的LLM Tokens、实现可控和可审计，包括更稳定的模型访问和设置、更完善的权限和合规框架、更贴近业务的内部工具链，以及持续培训和最佳实践的收集。