专业氛围编码师的崛起：Lazar Jovanovic 谈无代码构建

一位曾经当过服务员、做过蓝领工作的林业工程师，现在成为了 Lovable 首位正式的“氛围编码工程师”，在不编写代码的情况下交付生产产品。这个职位听起来像个梗，但 Lazar Jovanovic 的工作流程揭示了软件开发未来发展方向的更深层次的东西：瓶颈已经从执行转移到清晰度。

本期内容

Lenny Rachitsky 采访了 Lazar Jovanovic，他是 Lovable 聘用的第一位专业氛围编码员，Lovable 是一家由 AI 驱动的应用构建器。Lazar 没有传统的编码背景。他受过林业工程师的教育，并在创业公司从事社区管理、社交媒体和产品工作多年。他在 2024 年 7 月开始进行氛围编码，比 Andrej Karpathy 创造这个术语早了几个月，并在公开场合构建了足够多的东西，引起了 Lovable 首席执行官 Elena 的注意。对话涵盖了他的战术工作流程、思维模型，以及关于当 AI 处理构建时，什么技能重要的令人惊讶的连贯哲学。

清晰度是新的技能组合

Lazar 的核心论点是，AI 工具是放大器，而不是思考的替代品。如果你不知道自己想要什么，你只会更快地产生垃圾。他的整个工作流程都针对一件事进行了优化：输入的清晰度。

“I’m optimizing 100% of my time today on good judgment, clarity, quality, taste.” 我今天 100% 的时间都在优化良好的判断力、清晰度、质量和品味。

他使用了阿拉丁和神灯的比喻：你有三个愿望。如果你说“我想长高”，神灯会让你长到 13 英尺高。你不够具体。AI 工具的工作方式也是如此。输出的质量受限于请求的质量。

这不仅仅是陈词滥调。Lazar 估计他 80% 的时间都花在聊天模式上，进行计划和学习，只有 20% 的时间真正用于构建。大多数人会颠倒这个比例，直接开始提示。他的关键见解是：花时间在计划模式下与 AI 交谈，比提示它构建东西更能更快地培养你的判断力。

PRD 系统：如何真正交付

Lazar 的战术工作流程以 Markdown 文件系统为中心，这些文件作为 AI 代理的持久上下文：

1. PRD 文件：结构化的产品需求文档，充当项目的“大脑”。它包含项目愿景、功能规范、用户流程和当前状态。AI 在每次会话之前都会阅读此文件。

2. 迭代日志：已构建内容、失败内容和已更改内容的运行记录。这可以防止 AI 在会话之间循环或丢失上下文。

3. 设计规范：视觉参考、组件库和样式指南，使 AI 在美学方面保持一致。

关键机制：在开始新的聊天会话时，Lazar 会粘贴 PRD 作为上下文。然后，AI 知道完整的项目状态，并且可以从上次停止的地方继续。这解决了氛围编码的最大痛点：会话之间的上下文丢失。

4x4 调试工作流程

当遇到错误或设计问题时，Lazar 会运行一个系统的调试过程：

1. 向 AI 详细解释问题，包括你期望的结果与实际发生的结果
2. 要求 AI 推理根本原因，然后再提出修复建议
3. 在隔离状态下尝试修复，而不是堆叠更改
4. 如果四次尝试都失败了，那就采取极端措施：恢复到工作状态，然后尝试一种完全不同的方法

“四次尝试”的阈值是经过深思熟虑的。超过这个点，AI 很可能在兜圈子，更多的提示也无济于事。最好从干净的状态重新开始，而不是累积补丁。

并行原型设计：五个精灵，而不是一个

Lazar 最违反直觉的做法之一是为任何重要功能启动四个或五个并行原型。他没有在一个方法上进行迭代，而是告诉多个 AI 会话以不同的约束或样式构建相同的东西，然后选择最佳结果。

“It’s like having five genies instead of one. You’re not married to any single approach.” 这就像拥有五个精灵而不是一个。你不会执着于任何单一方法。

这种方法之所以有效，是因为 AI 生成在时间和成本方面基本上是免费的。瓶颈不是构建，而是评估。Lazar 对什么是“好”的判断是稀缺资源，而并行原型设计为他提供了更多选择来运用这种判断。

产品经理、设计和工程的融合

Lazar 认为产品经理、设计师和工程师的传统维恩图正在崩溃为一个角色。这些曾经是具有不同技能组合的独立学科。现在，随着 AI 处理实施，差异化因素是能够跨越所有三个领域进行思考的人。

“These Venn diagrams of engineer, designer, PM used to be very separate. Now they’re converging.” 工程师、设计师、产品经理的维恩图曾经非常独立。现在它们正在融合。

这并不意味着每个人都成为通才。这意味着最有价值的人是能够做出良好产品决策（产品经理的直觉）、以视觉方式表达它们（设计品味）并清楚地将它们传达给 AI（工程界面）的人。边界消失了，因为执行层被抽象掉了。

AI 无法取代的东西

Lazar 对哪些技能是 AI 无法取代的做出了大胆的预测：

将被取代：翻译人员、普通作家、主要传递信息的中层管理人员、任何本质上是确定性的角色（清晰的 X 输入产生清晰的 Y 输出）。

不会被取代：喜剧演员、精英作家、任何工作需要理解人类情感动态的人。他的测试：如果这个角色需要理解什么是幽默的、什么是感人的，或者是什么创造了真正的人际联系，那么 AI 就无法做到。

“AI is never going to be able to write a good joke. Never, never, never.” AI 永远无法写出一个好笑的笑话。永远、永远、永远。

他承认在三个月内他 95% 的预测都是错误的，但他坚持这一点。争论的焦点不是 AI 的能力，而是幽默和情感共鸣的不可还原的人性。

设计品味作为竞争护城河

在一个任何人都可以使用 AI 构建“足够好”的世界中，差异化因素变成了品味。Lazar 痴迷于设计质量，关注世界一流的设计师，观看 40-50 分钟的设计过程视频，并研究精英创作者如何思考视觉决策。

他的论点：技术栈不再重要。无论某物是用 React 还是 HTML 构建的，都无关紧要。最终用户只想要出色的体验。当构建是即时的，唯一剩下的竞争就是你构建的东西的质量。而质量是品味的函数，品味是曝光和刻意学习的函数。

“Forget about decisions on tech stack. Forget about which backend, which frontend. That doesn’t matter. Quality, taste, design. That’s all you need to optimize for.” 忘记技术栈的决策。忘记哪个后端，哪个前端。这不重要。质量、品味、设计，这就是你需要优化的全部。

如何成为一名专业的氛围编码员

Lazar 担任这个角色的道路是非线性的：林业工程学位、在赛百味当服务员、蓝领工作，然后在创业公司从事非技术职位七年。在 Lovable 的工作来自一件事：公开构建。

他对其他人的建议：

• 公开构建：分享你创建的所有内容，包括失败。Lazar 的 YouTube 频道和 LinkedIn 形象引起了 Lovable 的注意。
• 不要等待许可：“你不需要一家公司来雇用你。你可以先雇用自己作为一名专业的氛围编码员。”他在被雇用之前就已经在做这项工作了。
• 发送应用程序，而不是简历：多位 Lovable 员工通过向 Lovable 发送应用程序而不是传统的申请而受到关注。展示作品，而不是描述它。
• 曝光时间超过构建时间：有意识地分配更多时间来学习（观看他人设计、阅读 AI 代理输出、研究可能性），而不是构建。

马的比喻

Lazar 引用了一个广为流传的观察：当蒸汽机导致汽车出现时，美国 90% 的马匹在 20 年内被消灭。但马有 20 年的时间。发推文的人在 Claude Code 工作，被聘为技术作家，六个月后就过时了。

这并不意味着厄运。Lazar 的观点是，变化的速度需要不断进化。蓬勃发展的人不是拥有最多技能的人，而是能够以最快的速度重新定义自己角色的人。

“You should only be afraid if you’re doing nothing. If you’re doing absolutely nothing, yes, be terrified. And then take a step towards doing something about it.” 如果你什么都不做，你才应该害怕。如果你什么都不做，是的，要感到恐惧。然后采取行动来做点什么。

一些想法

本次对话最好作为职业再造的案例研究，而不是技术指南。Lazar 的具体工具工作流程将在几个月内过时，正如他自己承认的那样。但元模式仍然成立：

• 从执行到判断的转变是真实且加速的。Lazar 的 80/20 计划与构建的比例是我听过的对此最清晰的阐述。
• 当构建本身由 AI 驱动时，“公开构建”作为一种职业策略具有新的维度。差异化因素不是你构建了什么，而是你如何思考构建它。
• 产品经理/设计/工程的融合不是未来的预测；它已经是氛围编码员的职位描述。公司在还没有这个职位名称之前就已经在招聘这个职位了。
• 他坚持认为品味和设计是最终的护城河，这值得认真考虑。当代码是免费的，美学就成为稀缺资源。