AI vibe coding做的事情其实从大模型出现的时候就已经在应用了，从最开始的chatgpt、coploit实际上我们就在尝试通过自然语言来驱动编程提效，只是现在大模型进步明显能够更好地进行语言了解、任务分割和任务实现，所以今年抛出的vibe coding概念得到了很多人的追捧。

在一个人使用AI辅助开发了十多款软件之后的总结（用时髦点的词就是vibe coding），有的功能量比较小，有的是商业用途的软件。在此基础上，本人总结自己的踩坑经验，希望与大家一起讨论，经验不足之处，还望与各位朋友多多交流学习。

基础介绍与体验

现在的vibe coding工具比较多，

国外常用的有：

• CURSOR

• AUGMENT

• CLINE

国内对应的有：

• 字节的trae/豆包

• 腾讯的codebuddy/元宝

工具对应的模型有GPT5、claude sonet4、deepseekv3、kimi k2、doubao1.6、Qwen等，国内的工具一般不直接提供国外的模型。

不得不说在AI 编程这块，国外的模型比国外的模型有明显的优势，而国内的模型之间没有感受到明显的差距。

从对比，价格、使用体验、感受上：

（感叹一句，国外模型对我们封锁真是不出好心，国内挂着代理使用国外模型的时候，访问阿里云这些主机时体验不好，希望国产模型能够快速追赶超越。）

AI vibe coding使用

在AI辅助我们进行工作的时候，不能一下子给一个不明确的大任务，而是需要像剥洋葱一样，逐步明确地指引它完成任务。

比如我们要让AI辅助我们来写小说，就可以有下面几个阶段，通过逐步地细化，最终完善整体目标：

1、小说名

2、小说介绍

3、小说世界观

4、小说故事发展情节

5、小说人物、道具设定

6、小说主要故事脉络

7、小说目录

8、小说章节构思

9、小说正文编写

在进行vibe coding的时候要利用好这三个特性：

1、RULE

设置规则来给大模型提供指导和要求，使得大模型输出更精准。例如设置编码规范，设置任务要求等

​​

2、黑名单

在AI自动执行任务的时候，会有敏感命令执行的风险，我们需要设置黑名单防止AI造成的不可预期的破坏。（相信AI删数据库的故事大家都知道了）

​​

3、MCP

使用MCP让AI快速链接数据库、主机、应用。使得我们的开发助手在开发过程中不是代码孤岛。（AI+）

​​

AI coding总结

那么，我们在开发软件的时候应该如何做呢。

先说要点：

1、当前阶段，AI仅仅只能作为开发辅助角色，要记住软件开发的主角永远是人，要驾驭AI，而不能完全依赖它。（网上那些说一句话生成xxx的，不要过于焦虑，对于复杂工程，只有人才能明确真实的需求是什么）

2、在动手开发之前，要做好调研，软件架构是什么样的、数据是怎么流动的、算法运作原理如何，而不要急急忙忙就动手，

3、在设计软件之前，要想好自己想要的是什么东西，解决什么人的什么问题，如何来解决，用户使用习惯是什么。（AI需要一个好的产品经理）

4、永远要知道软件是如何运行起来的，当前软件推进到了什么阶段，当前软件架构是什么样的，当前项目结构式什么样的，自己要心里有数，要能够随时插入解决AI的问题。

在实践上，

让适合的产品做适合的事情（也称大杂烩或者是穷鬼套餐，现在模型的收费都越来越贵，augment的订阅也涨价了，这样收费与免费工具共同使用，具备比较高的性价比。）

1、前期调研阶段，背景的了解，首先使用deep research对大的背景进行初步的信息搜集，然后针对细节，可以使用字节的trae/豆包或者腾讯的元宝来辅助逐步排点。

2、在设计阶段，可以使用claude模型来设计高保真模型。（在产品需求描述清楚的情况下，当前模型已经能够输出够用的产品原型图了）

3、在后端开发上，建议还是以我们为主，架构和项目结构都需要我们来进行确认，然后按照功能模块逐步让AI辅助完善，开发过程中需要同步形成完善的文档，

4、在前端开发上，可以以AI为主，让AI根据产品原型图快速实现，然后我们在测试过程中仔细测试，与AI协调开发。

5、在部署的时候，trae的远程主机模式或者vscode来辅助部署，解决配置和环境问题

（功能开发完毕后，建议最好让AI再检查下代码，形成规范，找出能够发现的安全风险）

最后，一定要知道自己想要的是什么，一定要有明确详细的任务指引，一定要进行详细的软件测试。

欢迎各位同志共同讨论交流，我建了一个交流群，有兴趣的可以加我微信geekerone。

大家如果有什么痛点，需求之类的可以一起讨论下，看看能不能解决。

=geekhoner，解决问题，提高效率，创造价值=

AI vibe coding实践