什么是 Vibe Coding？
Vibe Coding 并非简单的 AI 辅助编程，而是一套将 “规划驱动” 与 “上下文固定” 深度结合的系统化开发流程。它旨在将 AI 从一个随机产出代码的工具，转变为一个可审计、可维护的流水线执行端。通过构建模块化设计与精准的提示词驱动，开发者可以利用 Claude 4.5 或 GPT-5.1-Codex 等顶尖模型，实现从创意构思到最终落地的自动化闭环。
核心哲学：规划优先
Vibe Coding 认为 AI 不应被“放养”，而应被嵌入到目标导向的严格流程中。其核心逻辑在于：
- 掌控规划权： 由人类定义明确目标，防止 AI 在自主规划时产生逻辑偏差。
- 优化上下文： 输出质量取决于输入的质量，强调高质量上下文的构建。
- 提示词进化： 建立“提示词生成提示词”的自进化系统。
- 目的导向： 所有开发动作必须服务于既定目的，剔除无效冗余工作。
技术方法论：道 · 法 · 术 · 器
道（原则层）
- 全量 AI 化： 凡是能交给 AI 处理的环节，坚决不再人工干预。
- 引导式提问： 遵循「是什么 $rightarrow$ 为什么 $rightarrow$ 怎么做」的逻辑链引导任务。
- 结构先行： 优先构建系统结构而非直接写代码，从根源避免技术债。
- 精准复现： 通过精准提问与问题复现，提升 Debug 效率。
法（设计规范）
- 正交性： 功能模块互不干扰，避免重复造轮子。
- 敏捷迭代： 坚持接口先行、职责清晰，采取小步快跑的迭代方式。
- 文档即上下文： 将文档协同纳入规划阶段，使其成为 AI 执行的实时参考。
术（执行技巧）
- 界定边界： 明确告知 AI 哪些代码块可修改，哪些必须保持原样。
- 对比调试： 基于「预期结果 vs 实际结果 + 最小复现路径」进行 AI Debug。
- 审阅机制： 测试用例与断言由 AI 编写，由人类负责最终审阅与判定。
器（工具链）
| 类别 | 推荐工具 | 核心用途 |
|---|---|---|
| IDE | Cursor | 直观且对 AI 编程极友好的编辑器 |
| 环境管理 | .venv |
Python 环境隔离，解决配置冲突 |
| 核心模型 | Claude Opus 4.5 / GPT-5.1-Codex | 处理大项目逻辑，确保交付稳定性 |
| CLI 工具 | Gemini CLI / Kiro / Droid | 执行脚本、自动化文档整理 |
| 本地部署 | Ollama | 开源模型的本地 CLI 管理与运行 |
| 提示词增强 | Augment | 提示词一键生成与语句优化 |
| 知识内化 | Zread / NotebookLM | 结构化阅读 GitHub 仓库与资料 |
| 终端增强 | Warp / tmux / nvim / LazyVim | 提升远程开发与命令行操作体验 |
| 数据库 | DBeaver | 工程级多数据库连接管理 |
模型能力评级
根据实际开发体验，将当前主流模型分为三个梯队（复杂任务建议优先选择一等模型）：
| 等级 | 推荐模型 |
|---|---|
| 一等（顶尖） | codex-5.1-max-xhigh, claude-opus-4.5-xhigh, gpt-5.2-xhigh |
| 二等（优秀） | claude-sonnet-4.5, kimi-k2-thinking, minimax-m2, glm-4.6, gemini-3.0-pro |
| 三等（可用） | qwen3, SWE, grok4 |
资源获取
详细的中文指南与项目演示已在 GitHub 开源，欢迎访问：
🔗 https://github.com/tukuaiai/vibe-coding-cn
正文完
