如何在科学领域使用 Vibe Code：早期采用者分享他们的技巧

Zeke Hausfather的职业是研究气候，他想用一张关于全球变暖的图表来震撼大家。他请AI帮助他以全新的方式将数据可视化，几个小时后，他们共同创建了一个3D螺旋，以一种彩色龙卷风的形式展示地球的温度。尽管Hausfather甚至不知道自己该从哪里开始编写这样的程序。而这里就出现了一个颠覆一切的问题：如果用于编程的AI工具的真正价值不仅仅在于速度，而是在于让任何人——无论是专家还是初学者——都能实现以前看起来遥不可及的想法，那会怎么样？我们通常认为编程是一项技术性很强、很费力的工作，只有少数内行人才能胜任。但如今，真正的飞跃在于“vibe coding”，这是一种你用自己的话向人工智能发出指令的方法，甚至不需要看代码，让人工智能构建出能正常运行的东西。这不仅仅是节省时间的问题：这就像有一个创意助手，即使你不懂编程，也能将你的直觉转化为软件。OpenAI的创始人之一Andrej Karpathy正是因为这种轻松的对话式模式而创造了“vibe coding”一词。结果呢？即使是从未编写过一行代码的研究人员，现在也能通过简单地根据自己的需求指导人工智能，构建用于分析数据或可视化科学结果的工具。分子生物学家罗斯玛丽·威尔顿（Rosemarie Wilton）说，以前她必须请同事来编写所有程序。在阿贡国家实验室参加一次黑客马拉松之后，她开始使用像模范学生一样做出反应的人工智能工具：她只需解释自己想要什么，系统就会为她构建数据分析管道、生成图表并检查结果。威尔顿说，她终于不再害怕编程了，相反，“它开启了我的世界”。像基因组数据科学家曼努埃尔·科尔帕斯（Manuel Corpas）这样的人，在两天内成功推出了一个名为 ClawBio 的生物信息学库，仅仅两周后，社区就已经添加了数十个新功能，而且全部都是通过“vibe coding”完成的。而且，这不仅仅涉及那些从零开始的人：现在，超过90%的专业开发人员每月至少使用一次AI助手，25%的面向客户的代码完全由AI编写。一个发人深省的数据：用于vibe编程的顶尖人工智能Claude Opus在实际测试中达到71%的准确率，因此并非万无一失。计算生物学家Jesse Meyer明确表示：“Vibe编程不能取代对基础知识的理解。” 他自己在十分钟内成功构建了一个数据分析工作流程，花费不到两美元，而这项工作通常需要数月或数年的时间。但是，如果结果真的很重要，他始终建议进行仔细检查。理论物理学家蒂姆·霍布斯（Tim Hobbs）将人工智能比作一名才华横溢的学生，你可以把一千种不同的尝试交给他：他利用人工智能探索粒子数据的新途径，并迅速摒弃那些不太有希望的想法。他补充说，人工智能生成的代码通常比人类编写的代码更有条理，也更有文档记录。但这里有一个微妙的风险：人工智能越优秀，我们就越有可能将对上游问题的理解也委托给它。而真正的逆势思维者在这里：未来的科学编程将不再是会编程的人和不会编程的人的较量，而是会提出正确问题的人和只会复制他人提示的人的较量。需要记住的这句话是：真正的飞跃不是更快地编写代码，而是在没有技术障碍的情况下将想法转化为现实。如果你听过像Wilton这样的故事，并想“这说的就是我”，那么你可以在Lara Notes上使用I'm In：这不是点赞，而是那些感觉刚刚开启了新可能性的人的表达方式。如果一周后你告诉别人，即使不懂编程，也可以用人工智能构建一些东西，你可以用Shared Offline标记那次对话：在Lara Notes上，这是一种表示某个想法已成为真正对话的方式。这篇文章来自《自然》，为你节省了5分钟的阅读时间。