“10岁和14岁孩子，拒绝Vibe Coding。”两个少年联手开发软件、2小时完成Mac移植，开发者吵翻：不可能没用AI
现在的程序员，似乎越来越习惯让 AI 帮自己写代码。但最近，两个分别只有 10 岁和 14 岁的孩子，却因为“不靠 Vibe Coding 写代码”，在开发者社区引发了一场讨论。
事情的起因，是他们联手开发了一款名叫 DVR Doctor 的软件，专门修复 FPV 无人机录像中令人头疼的雪花、彩色条纹和画面干扰。令人意外的是，当 YouTube 博主 Chase Momo 提出软件不支持 Mac 后，不到两个小时，就收到了他们发来的 Mac 版本。
如此惊人的开发速度，让 Chase Momo 第一时间认定：这肯定是 AI 写的。
结果，当他联系上这两位年轻的开发者时，才发现事情并没有那么简单：两人承认用了 AI，但坚持核心代码是自己编写的，10 岁的 Owen 甚至能向他解释，如何利用机器学习和视频前后帧的信息修复受损画面。
困扰 FPV 飞手的老问题，被两个孩子盯上了
对于普通用户来说，无人机拍摄的视频通常意味着高清、流畅，甚至可以直接输出 4K 画面。但 FPV 无人机（First Person View的缩写，即“第一人称主视角”，这类无人机一般更追求的是速度、反应和灵活）玩家面对的情况可能完全不同。
尤其是 Tiny Whoop 这类微型穿越机，机身非常小巧，重量极轻。为了尽可能减轻负担，不少机型使用传统模拟图传，而不是搭载独立的高清录像系统。飞手佩戴 FPV 眼镜，通过无人机传回的实时画面操控飞行。眼镜还可以把接收到的画面录制下来，这类录像通常被称为 DVR（Digital Video Recorder，数字视频录像）。
问题在于，模拟信号其实很容易受到干扰。
一旦无人机飞过树木、建筑物或者其他障碍物时，信号可能突然变差，画面随之出现雪花、彩色条纹甚至局部撕裂，这些干扰还会直接保存在录像里。也就是说，飞手可能刚刚完成一次精彩的穿越飞行，回头打开视频，却发现画面模糊得像一台天线坏掉的老式电视机。
对于不少 FPV 飞手来说，这种糟糕的录像质量早已是不得不接受的现实——但 14 岁的 Rory 不这么想。
今年夏末，他在翻看自己拍摄的 FPV 视频时，发现画面里到处都是奇怪的线条和干扰。他当然知道，这是模拟图传本身的局限，可每当把视频展示给别人，对方的第一反应往往不是飞行有多精彩，而是：“这画质也太差了。”
于是，Rory 决定自己动手解决。他原本就接触过一些软件开发知识，为了实现这个想法，又开始学习 Python，并尝试编写视频修复程序。最初的版本相当简陋，效果也不算理想，但至少已经能够处理部分画面异常。
后来，他遇到了一个志同道合的伙伴：年仅 10 岁的 Owen。
两人的相识也颇为偶然：当时，Owen 正在 YouTube 上观看一段关于 Tiny Whoop 无人机天线和飞行距离的视频，恰好看到 Rory 在评论区留言说想用视频素材进行测试。Owen 觉得这个主意不错，便主动询问能不能一起帮忙。
随后，Rory 便通过 GitHub、电子邮件和 Discord 联系上了 Owen，两人开始合作开发。有意思的是，直到这两个孩子接受Chase Momo 的采访时，他们都还没在线下见过面。
从光流法到机器学习，10 岁少年讲起技术头头是道
那么，DVR Doctor 究竟是怎么修复视频的？在 Chase Momo对其的采访中，Rory 和 Owen 详细介绍了软件的技术演进。
最初，Rory 采用的是光流法（Optical Flow）。简单来说，光流法可以通过分析连续视频帧之间的变化，估计画面中物体的运动方向和位置。Rory 的思路是，先利用前一帧的信息，预测下一帧画面应该是什么样子，再把预测结果与实际画面进行比较。
如果某些区域出现明显差异，而且很可能是信号干扰造成的，程序就尝试调整这些区域的色相，减轻彩色条纹等异常——不过，这个方法的效果不太理想。
随后，两人开始尝试新的机器学习方案。10 岁的 Owen 向 Chase Momo 解释，程序会先识别视频中的异常区域，再参考其他视频帧，分析物体的形状、纹理等信息，尝试重建受损画面。
例如，一棵树在某一帧中被彩色干扰覆盖，程序就可以参考相邻帧中这棵树的外观，获取更多视觉信息，再尝试修复异常部分——这种方式的效果更好，但计算开销也更大。Owen 甚至主动谈到了电脑显卡的处理能力，以及为什么机器学习方案需要更多时间等。
听完这些解释，Chase Momo有些“哭笑不得”：Owen 讲得仿佛只是完成几项普通操作，但他却连一半的技术细节都没听懂。
从 DVR Doctor 官网目前披露的信息来看，软件提供手动修复和机器学习两种处理引擎，支持对彩色条纹、颜色撕裂和闪烁等问题进行修复，也支持 GPU 加速。此外，它还支持模拟图传和 HDZero 录像处理。
不过要强调一点：这些功能主要用于改善视频中已有的干扰，并不能凭空恢复所有丢失的画面细节。
两小时完成 Mac 版本？原以为是 Vibe Coding，结果猜错了
其实 Chase Momo 最初接触 DVR Doctor 时，根本不知道背后的开发者是两个孩子。
大约一个月前，他收到了一封来自 DVR Doctor 团队的推广邮件。对方介绍说，他们开发了一款能够清理 FPV 无人机 DVR 录像的软件。Chase Momo 很感兴趣，立刻回复了邮件，但打开官网后，他发现软件只有 Windows 版本，而自己使用的是 Mac。
对于经常接触独立开发者工具的他来说，这种情况并不陌生：许多软件总是先支持 Windows，Mac 用户只能等待。他向开发者提出了这个问题，对方回复说，Mac 版本很快就会推出。
原本 Chase Momo 没抱太大希望——没想到，不到两个小时，对方就把 Mac 版本发了过来。他当场震惊，第一反应就是：这么快，绝对是 Vibe Coding 做出来的。
而 Chase Momo 对 Vibe Coding 没啥好印象：他曾想让 AI 开发一个按钮，希望能一键完成整段 YouTube 视频的剪辑，结果根本没成功。所以他决定先看看 DVR Doctor 的实际效果，只是后来去泰国旅行，他就把这件事给忘了。
直到两周后，有人在他的 Discord 社区推广 DVR Doctor，他才重新想起这个项目。
当时那个频道里只有八名成员，而在聊天过程中，一位开发者突然提到自己只有 10 岁。Chase Momo 还没从震惊中缓过来，又得知另一位开发者只有 14 岁——27 岁的他忍不住调侃：两个孩子的年龄加起来，竟然还没有自己大。
于是，他终于打开 DVR Doctor 进行测试。操作很简单：拖入一段存在明显干扰的视频，点击“Clean”，等待处理完成。大约三分钟后，软件输出了修复结果。
通过前后对比功能，Chase Momo 发现原视频中明显的彩色干扰和异常条纹确实减少了不少。他开始认真对待这款软件，并主动联系两位开发者安排采访。
当 Chase Momo 问起是否二人使用 AI 开发时，两位少年毫不避讳地承认：用了。
但他们强调，机器学习相关的核心代码主要由自己编写，AI 更多只是用来解决辅助性问题，例如接入 Gumroad 支付 API、编写文档，以及学习某些函数的用途和参数。Rory 还解释，自己刚学习编程时，经常向 AI 询问应该用什么函数、函数有什么作用，但不会简单地复制粘贴 AI 生成的整段代码。
也就是说，按照两人的说法，他们并非完全不用 AI，而是真的把 AI 当作学习和开发辅助工具。
“所以，DVR Doctor 并不是 Vibe Coding 做出来的？”Chase Momo 再次确认，对此两位开发者给出了否定的回答：“我们绝对没有做所谓的 Vibe Coding。”
软件卖 4.99 美元起，推广却屡屡碰壁
在采访中，Chase Momo 还发现，这两个孩子不仅要负责技术开发，还得自己想办法推广产品。
他们给许多 FPV 领域的 YouTube 创作者发送过邮件，但大部分都没有得到回应：有些邮件被已读不回，有些甚至无人查看。两人只能继续寻找规模较小的频道，一个个联系，希望有人愿意试用他们的软件。
截至采访时，除了 Chase Momo，真正与他们取得联系的创作者基本寥寥无几。
好在，两人的父母都很支持这项工作。Rory 表示，父母看过软件后很惊讶，还会给他提出建议，他妈妈也会帮他研究如何推广产品。
Owen 的经历则更有意思。刚开始告诉父母自己在网上认识了 Rory 时，父母还担心对方会不会是冒充孩子的成年人。直到 Owen 展示了 Rory 的 YouTube 频道，又看到了两人的视频通话，父母才逐渐放心：“他们现在管得很松，觉得我能和别人共同完成一个项目非常酷。因为在现实生活中我很难找到同龄人能聊无人机，能认识 Rory 真的很棒。
如今，DVR Doctor 已经成为一款正式销售的软件。官网显示，其标准版售价 4.99 美元，专业版售价 7.99 美元，采用一次性购买模式，支持 Windows 和 Apple Silicon Mac。专业版还增加了 OSD 移除、AI 放大和在线清理等功能。
“10 岁和 14 岁拒绝 Vibe Coding”，开发者却吵起来了
随着 Chase Momo 的视频传播，这两个孩子的故事也引发了 Reddit 开发者的讨论：一篇题为《10 岁和 14 岁的孩子拒绝 Vibe Coding》的帖子，把争论集中到了他们的编程方式上。
有人夸赞道，从两人身上看到了早期黑客文化的影子：“这两个孩子让我想起了小时候在黑客圈子里认识的那些人。后来，其中一些人成了科技巨头里的核心人物，还有一些人自己创业，甚至成了百万富翁。”
但也有人认为，不能拿两个孩子的开发方式，简单要求成年工程师照搬：“这些孩子还没有经历过成年人的职场压力。真正进入公司后，就会发现技术债还不完、Bug 修不完，新功能需求一个接着一个。”
另一位网友则直接对“不靠 Vibe Coding”的说法提出质疑：“这确实很酷，但他们开发时也用了 AI。他们之所以知道该用哪些算法、什么时候用，很可能就有 AI 的帮助。”——两位少年确实表现出了不错的技术能力，但他不相信软件 UI 完全没有 AI 参与，也不相信他们能在不到两小时内、不借助 AI 就完成 Mac 移植。
还有一条评论，则把话题引向了当下开发者经常听到的一句话：“你这样下去会被时代抛弃的。”对此，一位网友嘲讽道：“抛弃在哪儿？就因为我还坚持自己动脑思考？不好意思，我真不觉得写提示词这件事的技术天花板有多高。”
其实从采访内容来看，Owen 和 Rory 并没有拒绝 AI。他们会用 AI 查询资料、理解函数、处理辅助工作，也会在产品中采用机器学习技术，他们强调的只是：希望能理解正在编写的代码，而不是把所有开发工作都交给 AI。
不过说到底，当 AI 写代码的速度越来越快，程序员亲自动手写代码，究竟是在磨炼不可替代的技术能力，还是在做一件本可以交给 AI 完成的事？如果一个开发者能用 AI 在两小时内做出可用的软件，另一个开发者花几天时间自己研究算法、编写代码，你会认为谁更厉害？
而当这两个开发者分别只有 10 岁和 14 岁时，你又会希望他们选择哪条路呢？
参考链接：
https://www.youtube.com/watch?v=AEnJw5G3kNM&t=1s
https://www.reddit.com/r/theprimeagen/comments/1xduytt/10_yo_and_14_yo_refuse_to_vibecode/
本文来自微信公众号“CSDN”，整理：郑丽媛，36氪经授权发布。
