Vibe Coding求助

问题求助
, ,
1

导师让我下周给新进来的同学们讲一下Vibe Coding。
但是我本人其实不会Vibe Coding，是古墓派Copy-Paste型LLM-Aided Coding。就是把代码copy-paste给LLM，再写上prompt，让LLM帮我debug，返回的代码再copy-paste给IDE。

咨询各位几个问题：
1、各位是如何Vibe Coding的？请包含一些细节，例如：用哪个AI IDE？用哪个LLM？
2、Vibe Coding，有哪些必须讲的内容。有哪些小tricks？
3、Vibe Coding，界限在哪里？哪些任务是目前的Vibe Coding无法完成的？

感谢各位解答我的问题。

相关帖子：有什么好用的ai编程应用 - 讨论分享 - 小众软件官方论坛

2

我也是古墓派vibe coding，现在还在用vscode+cline+GLM5，现在应该用claude code的比较多吧，配合cc switch可以使用其他一些便宜第三方模型

别的vibe coding不清楚，我在用的cline会把任务自动拆分，先设置plan，会不停追问直到他提出的方案满足你的需求，他会按步骤写清楚每一步做什么供你审阅，然后再进入act模式进行操作

vibe coding最适合做的就是小型项目，脚本、糊个前端之类的，但凡稍微复杂一些就四处漏风，也许更好的agent能缓解这个问题吧，具体我就不知道了

3

以trae cn为例（目前还免费）
进入它的solo模式，对于从零开始的不复杂任务，给它提需求，它会完成包括项目各个源文件的建立/实现代码，编译/运行，它会根据运行结果继续编辑代码，重复到基本完成要求，或者无法实现就停止。
对于现有的项目，它也会根据要求继续完善或修改。记得提前备份或有git纪录，不然改乱了，难恢复。

而正常编辑模式，大概像高级的自动补全，例如你的代码正写着，它会根据你的上下文推测你要干嘛，直接给你补全后续几行到几十行代码（你也可以不接受，继续自己写）。

再就是项目旁边有个AI对话框，可直接跟它交流和项目的各种东西，也可以叫它帮你改或实现某某功能。

然后不同的模型智商不一样，越贵就越聪明（不过trea cn目前免费，优秀国内模型要排队）。想用国外顶级模型就换cursor之类的，不同套餐就价格不同

4

我使用 Claude Code 来编程，现在代码已经是 100% 由 AI 生成了。

我使用 Claude Code 的方式：

  1. 开启计划模式，然后描述自己的需求。比如我要做一个什么样子的工具、或者我想要进行什么样的重构。
  2. 阅读 Claude Code 生成的计划，看看有没有要改的
  3. 让 Claude Code 执行计划
  4. 检查完成后的效果。如果还有要改的，就继续跟它聊；如果没有，就提交代码到 git 里。

必讲的内容的话，我觉得有一点要说，就是 Claude Code 不仅仅只能用来写代码，它实际上是个很万能的工具，比如：

  1. 使用浏览器自动分析目标网站的页面、代码结构等，用来写爬虫简直神器
  2. 自动通过 SSH 连接到服务器，帮助我判断服务器的安全状况、有没有漏洞等
  3. 搭配上 Skill，它可以帮我完成一些我平时需要重复做、但没法通过代码来自动做的事情，比如有一些网站的反爬手段太厉害，通过代码的方式很难拿到数据，这时候我可以用 Skill 告诉它，我需要它用浏览器访问某个网站，然后让它分别进入哪些页面、获取哪些数据。

还有一个就是，AI 模型的选择会极大程度的影响完成度，我在试用了多个模型之后，最后发现Opus 4.6 是目前最智能的模型，在上面这些任务中，只有它的完成效果是最好的。但是 Opus 4.6 的官方价格太贵了，可以看看我做的一个价格排行，找一些便宜的渠道用 claude-opus-4-6 价格比较 - GetCheapAI

界限的话，Claude Code 或者说 AI 目前最大的界限就是设计稿的还原度很低。你用它来从 0 开始生成一个网站，那很好，但现在大部分公司其实还是有专门的设计师做好了设计稿，这时候你让它从图片还原、或者接入 Figma 的 MCP 来还原，还原度都是不够的，还是得靠人工来做。

1 个赞
5

vibe coding就是营销话术，一种用于创造独特感和话题度的技巧。

而且说真的，各种agent用的越多你就越会感觉到挫折，最后陷入一种是不是自己没用最强模型，和最好的工具，所以做不到大家说的这么好的自我怀疑，然后你真的买了，似乎有所改善，但并不能真的彻底解决。

只有你真的越过了这个阶段，其实你才能真正搞清楚这套东西想要兜售的模式是什么。

说到底，目前即便是最强的模型，也是有极限的，vibecoding从一开始就完全不是传统coding，是完全不一样的范式。

我觉得我会补充这么一些观点。

核心其实就是，如果你是复制粘贴，手写代码的朋友，真的在意代码写了什么，vibecoding其实挺让人恶心的。

但一旦你放弃关注有的没得，只要得到的东西能用，那么很多事情就会不一样了。

2 个赞
6

的确是这样，有点好笑。

现在编程变成语文课了，说清楚比会编代码重要多了

1 个赞
7

vscode里面装个gemini扩展，然后输入你想要的东西，等生成后自己点运行代码，有问题就把错误信息复制到输入框，循环以上步骤直至运行成功

8

我不是古墓派，我现在70%+的代码都是 AI CLI 工具写的了，分享一下。

1. 我如何vibe coding

我会使用VSCode Insiders或Zed + Copilot CLI或Codex CLI，其中VSC/Zed只参与我手动编写的部分，其余在CLI中完成，LLM正常我只使用Claude 4.6 Opus和GPT 5.4。
我都会给任务先写好对应的Issue，将Issue内容复制到Agent CLI工具的规划模式中，附加上我认为AI可能遗漏的内容，讨论多轮再执行，Opus和GPT都能比较好的满足需要，其区别是我认为Opus比较发散，适合产品初期或探索阶段，GPT适合执行定义明确的任务，不需要模型自己发挥。

在CLI中，我不会配置过多的工具，MCP工具我一般会扩展以下几种（各一个）：

  • GitHub获取类（Grep-app，如果用Copilot CLI的话它自带官方的就不用配置了）
  • 搜索类（主用tavily，也用过exa、brave，感觉没什么区别）
  • 文档获取类（曾经主要用Context7，因上下文占用问题替换为了Ref tools）

Skills我会配置前端相关的一些，只有前端任务我会指定为Gemini 3.1 Pro。

在完成编程阶段后，我审查如果没发现明显的问题，就在GitHub上提交PR，此时会有AI Reviewer进行审查，我会判断是否存在问题并反馈给本地CLI，重复多轮直到我和AI都挑不出什么毛病。

2. 必须讲的内容

我觉得主要是四点：

  • 规划非常重要，除了能除了能给AI一个完成标准外，更重要的是能整理清楚你想要什么
  • Review会非常疲惫，而且重复多轮，但是这是必要的，除非你不介意拉屎山，另外最好是AI完成任务后再review，中途看到不好的立刻改可能会导致AI注意力出问题
  • 不要把时间和token浪费在水平不好的模型上，现在最简单的任务我也会给sonnet或gpt 5.3 codex来做，因为较差的模型会严重损坏代码库的可维护性，或是干脆浪费你的时间
  • 不要过度配置MCP工具、Skills、Agent记忆系统等，上下文窗口是很宝贵的，AI的注意力也是有限的，以前我用了一段时间oh-my-opencode等工具，它可以实现长达六七小时的连续执行，但是在浪费了大量金钱后我才发现目前AI的长时间工作产出还是非常不理想的，繁杂的工具也会让AI注意力涣散

3. 界限

  • 上一条的最后一点其实就是很重要的，AI只有在项目早期能完成全局性的任务，一旦代码库发展到一定的规模，他就会失去控制能力，合理的任务拆分需要人高度介入
  • 现在很多工具支持并行agent，但是现阶段真的没法追求特别高的并行度，对我来说本地跑2个，云端跑一个（跑完了review）已经是极限了，而且会把人搞的非常疲惫，如果需要并行尽量是特别小的任务
  • AI长期记忆是比较难解决的问题，目前很多RAG方案、记忆注入等方案其实都不太理想，因此我还是坚持手动输入我认为重要的仓库信息，但是这样既会有遗漏，也会存在我的偏见
9

看需求的复杂程度吧。
之前搞了几个比较复杂的东西，用trea 和 谷歌反重力还有什么平台的plan模式，先规划plan，修改plan，然后执行。但是这plan他给你标记完成了，也不见得真的通过验收了，后边还是一轮一轮对话解决问题、增加功能。
一个错误持续出现不能解决，就该找AI分析逻辑，然后尝试手动修复了；或者手动修修。
上下文压缩真要不得，对话轮数太多得开新会话；最好是一个功能完成之后就去git commit并且开新会话。

简单的东西可以用Ask模式，先找AI做下技术评估，订好方向AI直接开淦，plan模式都没用。

Agent的效用在我这里反正没有体现出来，模型切换的多一点，skill也用的少基本是用来填补基本功能的。

10

我现在已经完全不自己写了，业余水平边搜边写太费时间。

古墓派是要不得的，提供的信息太片面，顶多适合单文件的小项目。

IDE和各种cli大同小异，如果只要结果，不看代码的话，用cli工具就行，每一家的模型最好用自家的工具，claude用claude code，gpt用codex，其他的模型不推荐，除非是很低级的任务(业余水平)，除非你真的时间很多，愿意不断地纠错。IDE的话，我没用过，就不推荐了。

需要注意的是，十分建议先使用plan/计划模式，和ai一起把方案确定好，把需求和边界限制都说明白，开个好头。如果方案没问题，ai的智力也不差的话，基本就差不多了，写完后最好必须要求它跑通测试/验证成功后才能结束，然后还要让另一个ai或者子agent来审修改，避免它欺瞒你

至于技巧，真的很多，什么skill mcp 全局提示词 角色设定 节省token的技巧，…但是这些都比不过模型自身的水平，不要浪费时间在垃圾模型上！

需要注意的：千万注意不要给ai所有权限，它犯错时真的可能把你的盘和仓库一起删干净的！尤其是有沙箱功能的工具，强烈建议启用沙箱，但沙箱也不保险，还是自己注意吧

1 个赞
11

赞同！刚开始都还不知道是啥 查了些才知

12

我写个字少的，以从头做个小东西为例：

  1. 自己写个简单的需求文档（PRD.md），网页 AI 改进，存进项目文件夹
  2. AI 写详细计划（Plan.md），存进项目文件夹（以上两个文档记得亲自审核修改）
  3. 正式开始让 AI 干活：`请阅读当前文件夹的 RPD.md 和 Plan.md，完成 Plan.md 的阶段 1`
  4. 验收上面成果，通过则 GIT 提交，然后视当前上下文长度，在当前会话继续完成阶段 2，或新开一个会话继续；没通过，也是视当前上下文长度，在当前会话或新会话解决问题
  5. 重复 3 和 4

上下文长度是个比较玄学的东西，像比较好白嫖的 GLM-5 上下文长度有 200k，但一般 150k 时就比较注意力涣散了

对于现有大项目，我认为有必要准备一个架构文档（Architecture.md），相当于项目的目录，避免瞎读一堆文件占用大量上下文，也避免读的不够多导致完全自由发挥瞎写

界限我想主要在于测试的自动化，很多东西是没考虑和人类以外的东西交互的，没有现成自动化工具的，搓一个不如人工测试更方便