資深開發者 Carla Rover 曾因將 AI 生成的程式碼直接交付而痛哭，她將這種依賴 AI 快速編寫的模式稱為「vibe coding」，比喻其如同在無盡的餐巾紙上草草勾勒想法。儘管 AI 工具承諾能提升速度，但 Rover 發現其生成的程式碼錯誤百出，甚至包含安全風險，導致她不得不重新啟動整個專案。Fastly 的調查報告顯示，近 800 名開發者中至少 95% 的人需要額外時間修正 AI 生成的程式碼，且資深開發者承擔了最多的驗證工作。
多位業界專家指出，vibe coding 並非僱用員工或實習生，而更像是在僱用一個頑固且不聽話的青少年。開發者 Feridoon Malekzadeh 表示，他花費 50% 的時間撰寫需求，僅有 10% 到 20% 的時間用於 vibrate coding，卻要花費 30% 到 40% 的時間進行修正。AI 生成的程式碼常出現幻覺、遺漏關鍵資訊或產生不必要的指令碼，且缺乏系統性思維，導致產品架構混亂。此外，AI 模型在面對資料衝突時會提供誤導性建議，甚至製造錯誤結果，這增加了安全漏洞的風險。
儘管存在這些挑戰，專家們仍認為 vibrate coding 在原型設計和建立基礎架構方面具有價值。Fastly 的調查發現，資深開發者比初學者更傾向於將 AI 生成的程式碼投入生產，因為它能顯著提高效率。業界正逐漸接受這種「創新稅」，即花費額外時間審查和修正 AI 程式碼。年輕工程師 Elvis Kimara 表示，雖然過程充滿挑戰，但 AI 仍是加速工作的利器，未來的開發者將扮演引導 AI 系統並承擔責任的顧問角色。