今年2月，Andrej Karpathy造了个新词——"vibe coding"（氛围编程）。他原话很激进："完全沉浸于氛围……忘掉代码存在"。意思是全盘接受AI输出，连看都不看。
但面试官口中的"vibe coding"完全是另一回事。Simon Willison等人迅速反驳：并非所有AI辅助编程都叫氛围编程。行业重新定义了这个词：它现在指专业工程师主导、AI协作的编程模式。你仍是代码责任人，AI只是工具。搞混这两个版本，面试直接挂。
实际面试中的氛围编程流程是：用自然语言向AI描述意图（Claude Sonnet/Opus 4.x、GPT-5、Gemini 2.5 Pro，或通过Cursor、Claude Code、Copilot、Windsurf等工具），让AI生成脚手架和初版实现，你再迭代引导、验证、修正，而非逐字手写。遇到跨文件任务时，需要驾驭Agent模式（Claude Code、Cursor agent mode、Devin类工具）。核心是专注"做什么、为什么"，而非纠结每个语法细节。
这不是"AI写、人看"的甩手掌柜。更像是高抽象层级的工程——你是架构师和编辑，AI是速度快、懂模式但会自信 hallucinate（幻觉）的初级工程师。
面试官在2025-2026年的考察很明确：把你放在传统手写←→氛围编程←→全自动托管的光谱上，观察你自然落在哪里。完全手写（无AI）和完全托管（不看代码）都是极端，中间地带才是面试甜点区。
为什么面试规则突然变了？2025年末的数据追上了实践。Stack Overflow开发者调研显示，AI工具渗透率突破临界点；GitHub Copilot月活超千万；Anthropic、OpenAI的编程Agent能独立完成多文件任务。企业意识到：禁止AI的面试不再模拟真实工作场景。于是新范式诞生：评估的不是你背了多少语法，而是"用AI造出对的东西"的能力。
关键转变有三。一是评估目标：从"能写代码吗"变成"能用AI高效交付正确方案吗"。二是时间压力：传统面试45分钟写两道题，氛围编程面试可能要求30分钟内搭建可演示的原型。三是失败模式：以前错在语法或边界条件，现在错在提示词模糊、盲目信任AI输出、不会验证。
面试官真正在测什么？核心就四项。意图清晰度：能否用精准语言描述需求，让AI一次生成接近目标的代码。品味与判断力：能否识别AI输出中的陷阱、过设计、安全漏洞。验证纪律：是否建立系统性的测试和审查流程，而非肉眼扫一遍。调试与恢复：当AI走偏时，能否快速定位、纠正或回退。
他们也在观察隐性信号：你会不会在AI生成时发呆（被动等待 vs 主动规划）？遇到错误时先改提示词还是先读报错？能否解释"为什么让AI这样写"？这些区分"会用AI的人"和"被AI用的人"。
面试形式也在分化。实时配对编程最常见：30-45分钟，共享Cursor/Copilot环境，完成具体功能。面试官观察你的提示策略、代码审查习惯、如何处理AI的自信错误。回家作业型则给24-48小时，用AI构建更完整系统，重点看设计决策文档和验证方法。还有白板+AI混合：先传统手写核心逻辑，再切换到AI加速实现，测试你在两种模式间切换的灵活性。
现场战术层面，开场5分钟定生死。不要急着敲提示词，先向面试官复述理解："我要实现X，计划分三步，先用AI生成Y，再手动调整Z，最后验证边界条件A和B。"这展示结构化思维，也给面试官插话纠正的机会。
提示词策略要分层。第一轮给高层意图："用React实现一个可拖拽的看板，支持跨列移动卡片"。拿到输出后，第二轮精准打击："把拖拽逻辑抽成自定义Hook，添加键盘无障碍支持，用TypeScript严格类型"。避免一次性塞10个需求——AI会漏，你也难定位责任。
验证环节必须出声。边检查边念叨："这里AI用了any类型，我得收窄；这个依赖数组缺了item.id，会导致闭包陷阱；边界情况空数组没处理。"让面试官听到你的审查流程。遇到AI幻觉（比如编造不存在的API），冷静回退："这个API不存在，我回滚到上一步，换种方式描述需求。"
常见死法要避开。最典型的是"提示词祈祷"——写个模糊需求，闭眼等AI奇迹，结果生成300行无关代码，时间耗尽。其次是"盲目信任"，AI说"这段代码处理了并发"，你不验证就提交，实际有竞态条件。还有"微观管理"，把AI当打字员，逐行指挥，完全没发挥效率优势。最隐蔽的是"氛围沉迷"，太享受流畅生成感，忘了面试要交付可运行的东西。
技术栈必须熟到肌肉记忆。至少精通一个AI编程环境：Cursor（Composer、Tab、Agent模式区别）、Claude Code（终端Agent交互）、GitHub Copilot（内联vs聊天vs编辑模式）。语言层面，TypeScript/Python/Go至少一门能盲打基础结构，因为AI生成后你需要快速微调。调试工具链要顺手：浏览器DevTools、日志分析、单元测试框架，这些AI帮不了太多。
四周准备路线图。第一周：环境肌肉记忆，每天30分钟纯用AI完成小功能，记录哪些提示词模式效率高。第二周：刻意验证，给AI输出故意挑刺，练习快速识别幻觉和过设计。第三周：限时压力测试，45分钟模拟面试，强制自己在时间盒内交付。第四周：复盘常见题型，整理个人提示词模板和验证清单。
不同公司风格差异大。OpenAI/Anthropic偏好深度提示工程，可能让你优化多轮对话。Meta/Google看重系统设计和AI协作的平衡。创业公司常给模糊需求，测试你定义问题和快速原型的能力。提前了解目标公司的技术博客和面试官背景，调整策略。
行为面试也有新题。"描述一次AI给你致命错误建议的经历，你怎么发现的？"测的是验证纪律。"如果AI能10秒生成你以前写一天的代码，你的价值在哪里？"考的是对工程师角色的重新定义。准备几个具体故事，展示你在AI辅助下的独特判断力。
最后记住：氛围编程面试不是比谁用AI更溜，是比谁用AI更清醒。AI是加速器，但方向盘和刹车在你手里。面试官要找的，是能在新工具浪潮中保持工程严谨性的人。