返回广场
方法与工具 当前可用

Vibe Coding 是什么?从一句话需求到能上线作品的完整流程

15 次浏览

vibe coding 是什么?一句话:你定验收标准,AI 写代码。本文给出需求收敛、写验收、拆任务、局部替换、验证回滚五阶段,附失败点、判断标准与不适用场景,并说明哪些项目不该这么做、每一步怎么算过。

未验证

方法说明

vibe coding 是什么?一句话:你用自然语言说清要什么,AI 写代码,你负责判断它到底对不对。写交给模型,验收留给自己。

多数人做不成,不是因为模型不行,是从没定义过「对」长什么样。

vibe coding 是什么:先把定义收紧

常见解释停在「用说话的方式写代码」,这只说了一半。

真正的区别不在输入方式,而在能不能当场验证:改完能不能马上跑,跑出来的结果你能不能判断成通过或失败。能,它是流程;不能,它是许愿。

所以问 vibe coding 是什么,更准确的说法是:一套以自然语言为输入、以可验证结果为出口的编码流程。

它现在能成立,靠的不是模型变聪明

两个条件变了,而且都能观察到。

一是模型能一次读进整个文件甚至几个文件,并且在指定位置改动。二是反馈时间从「等编译、等别人」压到几秒。

这不代表模型不会错。它错得很稳定,也很随机,关键是错得能被你很快发现——这也是回答 vibe coding 是什么时最容易被忽略的部分。

判断一个项目能不能这么做,先问一句:它出错的时候,我几分钟内看得出来吗?看不出来,后面每一步都会放大问题。

阶段一:需求收敛,写到能说出「不做什么」

典型失败点:需求里全是形容词——好看、流畅、高级、有质感。模型接不住形容词,只能自己补,补出来的通常不是你要的那个。

对策是换成可观察的描述。「做一个好看的作品列表」改成「每行显示标题、作者、状态标签;一行不超过三行文本;列表为空时显示一句引导语」。

再加一句边界:这一版不做搜索、不做筛选。写在需求里,比事后删代码省事。

阶段二:先写验收标准,这一步决定 vibe coding 怎么用才算用对

这是整条流程里最常被跳过的一步,也是真正决定成败的一步。

验收标准就是 3 到 6 条你能当场验证的句子:

  • 上传一张图片后,列表里能看到它
  • 删除后刷新页面,它不会回来
  • 未登录点击发布,跳到登录页,而不是报错

每条都对应一个动作和一个预期结果。写不出来,说明需求还没收敛,先回去做阶段一。

这几条还有第二个用途:直接贴进提示词。模型知道自己在被什么检验,输出会稳定不少,也不会顺手加一堆你没要求的东西。

有人搜 vibe coding 怎么用,期待拿到一份工具清单;实际卡住的地方往往在这里。工具换来换去,验收标准缺失的问题一次都不会自己消失。

阶段三:拆成能单独验证的小任务

一个任务,一次改动,一个可验证的结果。

反例很典型:一次让 AI 把登录、数据库、页面一起加上。它会给出一大段看起来对的代码,你改了三处,然后不知道哪一处导致页面白屏。

对策是把任务切到「做完就能跑」的粒度,哪怕功能不全,项目也要保持在能启动的状态。这样每次出错,可疑范围只有一块。

举个例子。「加登录」拆成四步:有登录页且能提交;提交后校验账号;校验通过进入首页;未登录访问首页跳回登录页。四步都能单独跑,也都能单独撤销。

阶段四:生成与局部替换

让模型只输出要替换的那个函数或组件,并明确边界:只改这个文件、保留现有参数名、不要动样式。

典型失败点:它顺手重写了整个文件,把不相关的部分也改了。你以为是新 bug,其实是旧代码被覆盖。

对策很土但有效:文件小一点;要求输出完整函数而不是片段,方便整段替换;每次替换前先提交一次。

至于这一轮该在编辑器里改,还是交给终端代理跑一遍,判断依据是任务形态不是功能表——AI 编程工具怎么选这篇拆过一遍。

阶段五:验证与回滚

验证不是「看起来没问题」,是把阶段二那几条逐条走一遍,写下结果:通过、不通过、没测到。

回滚靠提交点。每一步一个提交,错了一句命令回到上一版,不要在错误的代码上继续叠改动。

最贵的失败几乎都是同一个:连续改十轮之后,才发现第一轮就错了,而那时已经没有干净版本可退。

「没测到」这一类要单独写下来,不要混进「通过」。下次打开项目,你会先看到它,而不是重新猜一遍哪里没试。

| 阶段 | 产出 | 最容易失败的地方 |
|------|------|------------------|
| 需求收敛 | 一段可观察的需求 + 不做什么 | 全是形容词 |
| 写验收 | 3–6 条可验证句子 | 跳过不写 |
| 拆任务 | 每次改动都能跑 | 一次做三件事 |
| 生成替换 | 完整函数、有提交点 | 整文件被重写 |
| 验证回滚 | 逐条结论 + 可退回版本 | 攒十轮才验 |

什么项目不适合这么做

  • 强合规场景:金融、医疗、涉及资质与责任主体的功能,需要审计链路和明确的人。AI 生成的代码没有这个属性。
  • 强性能要求:瓶颈在哪要靠 profiling 和你的真实数据,模型看不到你的数据。
  • 需求本身没有验收标准:连你都说不清「对」是什么,AI 只会把它放大。
  • 多人长期维护的核心系统:风格、边界、异常处理要人兜底,生成速度换不来维护成本。

一次性原型、内部小工具、验证想法的 Demo,是最适合的场地。做成之后要不要重写,是另一个决定,别在这一步纠结。

把过程留下来,才有下一次

流程跑完,真正值钱的不是那堆代码,是你为什么这么选、哪句提示词起了作用、哪一步真的验证过。这三样,正好对应构建记录模板里最容易被跳过的部分,照着填就行。

造个啥的广场里能看到别人跑通的构建记录,四段是固定的:问题、工具、结果、下一步。也可以去方法与工具翻同类记录。

如果一定要用一句话回答 vibe coding 是什么:先把「对」定义清楚,再让 AI 动手。下次开工前,先把这次流程写成一条构建记录,少走一遍比多写一篇总结有用。

复现清单

按构建步骤逐项勾选,进度只保存在本机浏览器。

0 / 3
还没勾选

社区讨论 0 条观点

还没有观点 写下第一条观点。