程序员的未来？Vibe Coding + AI 一起上！
借助 AI 快速开源了三个小工具
最近，我利用 ChatGPT-4o 和 o4-mini 快速开发并开源了几个小工具。起因其实很简单——每次想转换 YAML/JSON 或进行 Base64 编码时，我总是得去 Google 搜索在线工具。时间一久，我不禁开始思考：既然每次都要用，为什么不自己动手实现一个呢？正好我也在学习 React，把这个过程当作练习岂不是一举两得？
于是我开始“扮演”产品经理，向 ChatGPT 提出需求，它很快就为我搭建好了基础框架。包括项目结构、CI 工具（单元测试、ESLint——后来我换成了 Prettier）、README 文档，甚至是 GitHub Actions 上的自动化测试和部署流程，全部一气呵成。
这几个工具都部署在 GitHub Pages 上，开源、带测试、写了文档，虽然小巧，但功能完整，不需要自建服务器就能稳定运行，部署成本几乎为零。
Repo多了，每年的Hacktoberfest也不愁不知道要怎么贡献PR了。
YAML/JSON 转换工具
用于在 YAML 和 JSON 格式之间进行双向转换，支持美化和压缩，简单直观。
Yaml/Json数据格式转换React小程序
Base64 编码/解码工具
支持文字和文件的编码解码操作，可以将文件内容直接转换为 Base64 字符串，或者反向解析恢复文件。
Base64编码解码React小工具
以前弄的在这里，很久没更新了，一堆广告：base64
ROT47 混淆工具
这是一个轻量级的字符串混淆工具。ROT47 的特点是“加密两次即为原文”，类似于异或操作，适用于简单场景下的信息模糊处理。
ROT47 Cipher文本混淆React小工具
这个网站是十几年前早期我玩域名学习和网站建设的时候弄的：rot47
Markdown HTML转换
很久以前在Web2.0的时代，我就搞了一个在线工具：Markdown Parser with API。这次通过ChatGPT Vibe Coding把Markdown格式转换成HTML的，转换解释Markdown是基于 marked 库，所以并没有再造轮子。由于HTML转Markdown会比较复杂，这一版本就没有支持。
主要的活都让AI做了（编码/写测试/调CSS），我做的工作就是指导（Prompt Engineering）并把各个零件粘在一起。
Markdown/HTML转换工具/React Js WebApp
整数因式分解
之前整了一个（整数因式分解API），现在只需要半小时通过Vibe Coding就能搭一个开源的工具。这个工具能把任意一个整数分解质因数。
整数因式分解开源
文件十六进制查看
有时候需要看一个文件的十六进制，又不想打开WSL2使用hexdump等文件命令，就可以使用这个web工具，也就和ChatGPT来来回回没到几次聊天，就整好上线了。
十六进制查看 Hex Viewer
程序员的门槛正在降低
AI 的发展速度太快了，现在生成代码的质量不仅更高，出错率也更低。即便出错，只需将报错信息交还给 AI，它就能分析并修正。程序员的角色正在转变：与其说是手工写代码，不如说是理解需求、与 AI 高效沟通，并拼装整合它给出的解决方案。
对我来说，项目最初的搭建一直是拖延的主要原因。ChatGPT 正好擅长这一环节——自动生成 boilerplate，让我几乎能“秒启动”一个新项目，显著提升了开发效率。
我已经养成每天使用 AI 的习惯，甚至已经很少再使用 Google 搜索。遇到问题，第一反应是直接问 ChatGPT，不仅快，还能一步到位解决问题。
Vibe Coding：AI 驱动的编程方式
Vibe Coding （氛围编码）这个概念今年特别火，核心思想是“用氛围编码”。也就是说，程序员不再执着于每一行代码的细节，而是通过自然语言描述需求，让 AI 来实现代码的生成、重构与调试。
Andrej Karpathy (2025)
TLDR；Vibe 编码是一种新兴的软件构建实践，它用简单的语言描述你想要的内容 – 然后让 AI 处理代码和测试。
TLDR; Vibe coding is the emerging practice of building software by describing what you want in plain language – and letting AI handle the code and test.
我发现自己越来越倾向于这种方式。遇到 bug，第一时间就将错误日志扔给 ChatGPT 处理。虽然效率很高，但也让我逐渐失去了深入思考和调试的乐趣。
现在还有很多支持 Vibe Coding 的工具，比如 Cursor，或者在 VSCode 中配置 AI Agent。你只需告诉它“我要实现什么”，它就能完成代码编写、框架搭建，甚至进行模块拆解和逻辑优化。而你要做的，仅仅是审查和接受它的建议——这不就是产品经理的工作吗？
初级程序员的挑战与机会
AI 工具的普及正在重塑编程的边界，传统“照着教程敲代码”的模式已经远远落后。未来，初级程序员面临的挑战不再是“学不会写代码”，而是“不会用 AI”。
想要不被淘汰，最重要的是掌握如何高效地与 AI 协作，提升自己的系统思考与设计能力。AI 是强大的助手，但人类的洞察、判断和创造，依然无可替代。
未来属于那些善于利用工具、不断精进自己思考能力的人。也许“写代码”的定义正在改变，但“解决问题”的本质永远不会变。
AI大大提高了生产力，执行力和创造力会更加重要。软件工程师需要懂得怎么用AI来干活拧螺丝（开发/调试/解决问题）。感觉程序员的门槛瞬间变得好低，只要懂得看懂AI生成的代码，懂得基本的软件工程就可以了。
ChatGPT 可以拿来做什么？
- 硅谷娇妻是怎么样的? 让四个大语言模型AI来告诉你
- 教娃编程之: ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型
- 软件工程师可以通过ChatGPT来帮助审核代码(提高代码质量)
- ChatGPT-4o好幽默：给我画了两张北京女孩穿吊带/迷你裙
- 可以用ChatGPT来轻松转换编程语言
- ChatGPT最擅长的任务之: 写邮件
- ChatGPT 使用 Promise.All 重构/重写代码(并行发送请求)
- ChatGPT-4 使用 Math Wolfram 插件解决数学脑筋急转弯问题
- ChatGPT (3.5和4) 解2023年高考数学题
- 问了ChatGPT比特币2023年年底多少钱(ChatGPT能预测或者估计将来?)
- 让ChatGPT给孩子讲讲什么是公司股票
- 教媳妇: 自定义ChatGPT攻略 | 币价查询GPT
- AI 美女视频 - 抖音网红要失业了?
- 借助AI快速开源了三个小工具: 写代码越来越像做产品了, AI 真把我宠坏了(Vibe Coding)
ChatGPT 通用人工智能
- ChatGPT崛起让网站流量大幅度减少, 搞不到钱了
- 解决单点故障: STEEM区块链ChatGPT机器人的多个读进程
- 系统设计: Steem区块链ChatGPT机器人
- 整合 ChatGPT Prompt AI到 STEEM 区块链上!
- 整合 ChatGPT 到微信公众号机器人
- ChatGPT在数学和逻辑方面表现不佳
- 浅谈ChatGPT对用户生成内容 (UGC)的影响
- 我儿子也会 Prompt Engineering
- 未来10年的下一个技术趋势是什么?
Grok 3
字节/豆包/AI
英文：From Idea to GitHub Pages: Building Tools with AI and Vibe Coding
本文一共 1647 个汉字, 你数一下对不对.上一篇: 中美贸易战告一段落, 牛市来了
下一篇: 简易教程: C++的智能指针
