2025年AI行业风靡的年度词汇除了agent之外，应该就属业界大神Andrej Karpathy所定义的全新的编程方式 vibe coding莫属。通过自然语言就能编程，给世界上所有人带来的变化是震撼的。如果几年前我曾因记住各种编程语言函数的写法而头痛的时候有人告诉我你学的这些都不重要了，我是难以置信的，但现在事实就摆在眼前

iPhone4发布的时代大家看到的未来是“Software is eating the world.”15年后transformer给世界带来“Software was eaten by AI.”甚至“The physical world was eaten by AI.”的恐惧。

代码构建的项目如今正在从资产变成媒体，掌握vibe codingj将会是未来每个人的基础办公技能。

回到今天的主题，那么一个完整的vibe coding流程应该是什么样的呢？以下是我根据这些日子的练习总结出来自己的一套工作流。

首先心里需要有想解决什么问题的想法，这个阶段不需要去先看什么vibe coding一套599¥的教程，直接和agent讨论个几轮，把想法给聊清楚，在心里确定个大致的产品形态。

接着，如果是没有软件工程训练的普通人，可以走捷径让agent当你的架构顾问。

具体的prompt长这样：

“我要做一个…在我们开始写代码之前，帮我设计这个项目的模块划分、层次结构、命名约定和错误处理策略。用简单的语言解释每个决定背后的理由，让我能理解并做最终决策。”

AI会给你一个完整的架构提案，并且解释为什么这样设计。

然后你的工作是读懂它、质疑它、拍板它。

用软件工程思维来规定agent写代码的边界：

在需求上做减法，先把最小的mvp跑通，后续的迭代和优化不应该提前做。

好的项目应该具备软件工程的抽象和解耦思维。

抽象就是信任大模型的智能，不规定具体流程，只说通用的要求和结果，不设限反而效果好。解耦就是让不同的功能模块互相独立，改A不影响B。这也是transformer模型的特点，注意力点一旦多起来就容易把之前的改坏，有人专门创造了一个词叫零回归率，目前agent的零回归率＜25%，意思是每四次就会改崩旧功能三次。如果你的软件是一坨耦合在一起的意大利面条，改一处牵动全身，AI就很难帮你维护和迭代。但如果你能把软件拆成清晰的模块，每次只跟AI聊一个模块的事，它就能给你非常高质量的输出。这本质上是让你用工程师的方式思考问题的结构。

我之前常用的prompt是：'‘比较模糊地让agent根据之前聊的内容，设计好的UI界面（对了，UI界面后面讲）把要完成的事情划分出大块任务，大块任务再拆解出小块任务，一小块一小块地做。’'但是现在如果引入软件工程的解耦思维，我应该会改成：“根据之前拍板确定的架构方案，生成大块任务，大块任务再拆成小块任务做成todolist，一个模块一个模块地写，期间要遵循软件工程的解耦思维，让不同的功能模块互相独立，改A不影响B。给你全部权限，做好了叫我”。其实如果更懂软件工程的话这一步的提示词应该写的很详细，详细到每个模块的名字和写的顺序之类的，这得等自己攒更多经验做更多项目之后才能积累出这种knowhow。

关于UI界面，最近的项目都是移动端，还没做过网页，最开始大家是推荐figma做，但是被20美元的月费劝退，后来pencil成了大家口中的vibe design新王，没过几天Google的sitch又封神了，没过几周antropic自己做出来自己的design把figma股价都吓掉了。

当时做nowfoucs用的是pencil，因为pencil可以直接让Claude code使用，效率很惊艳，但pencil做界面设计的过程费的token和需要prompt的时间和耐心一点不比指挥agent写代码改代码打磨优化少。最致命的是pencil的UI不能直接生成代码，所以Claude code复刻程度差强人意，导入figma或者sitch又是一桩麻烦事。

有一次我给Claude code派发一个生图的任务，祂尝试打开pencil失败后居然自己会想到使用浏览器来作图，agent对HTML的亲近度让我很惊讶，我试着让Claude code结合现成的某个UI库挑选合适的风格，做一个高保真HTML界面出来给我预览，效果出奇的好。基本上几轮修改下来敲定了UI界面，我才开始让agent写功能生成界面。如果对UI自定义程度要求不高到吹毛求疵的地步的话，我相信这套工作流都会惊艳到你。

最后一件事是版本控制。写第一个项目的时候能想到的代码管理方式是GitHub，想法很单纯，写完整个项目之后一股脑存到GitHub仓库里，当个备份功能的网盘。后来知道commit命令可以给当前的代码做快照，改坏了之后可以回滚到这。自己不想操作GitHub提交项目的话，就得提前在GitHub自己的库里创建对应的文件夹，把网址丢给agent让祂自己跑。这块我印象深刻是因为第二次忘记提前创建项目文件夹agent就像瞎了一样想尽各种办法push项目，最后选了个最麻烦的用git bash来弄，麻烦我又麻烦祂。

但看了李楠发的微博之后我去搜软件工程的内容，发现我用GitHub的方式简直太小儿科了，GitHub是比我想象中强的多的版本控制神器。git命令是可以做很多事的，git add–把当前所有改动暂存，git commit–把当前改动正式保存为版本快照，git push–把版本快照上传到远程仓库，除了这基础的御三家，你还可以commit message用来给自己的每次提交下注释，可以做功能分支进行A/B测试，可以把改动藏起来又找回来，单独提交某个文件改动，单独撤销某个改动…功能多到让初学者发懵，但工程化管理是必要的，这也是从使用自然语言的vibe coder到掌握全局的架构师的转变。

要养成每写完一个小功能就commit的习惯，用git进行版本控制的练习是有必要而且值得的。

还有一件事，关于编程agent的选择。虽然有暴论说用AI只需要用顶尖的就行了，其他的都是在浪费时间。但这段话的上下文是在你学习了解的时候必须得实际体验当前顶尖大模型的体感，但是在实际的工作生活中，对大模型的能力边界有了清晰认知以后，在合适的场景下选择合适的ai是更明智的选择。当前最强的模型是谁？一个月前是Claude opus4.6，Claude code也是当时最强的通用agent。但是现在openai把费算力还不赚钱的sora砍了，重心放到和antropic的竞争上，image2和Codex都为oai赢得了不少口碑。生图以前是Gemini最强，但image2截胡了谷歌的地位，Codex现在又疯狂更新和Claude code打得不相上下，甚至某种程度上来说code的优势就是能原生调用image2，这让Codex甚至能直接做出游戏demo不依赖外部生图和code工具，这带来的体验是革命性的。

小插曲，前一段时间各种原因不得不使用DeepSeek v4 pro来进行编程，给我的体感是介于sonnet4.6和opus4.6之间的水平，国内的大模型整体落后西半球三个月到半年吧。但是depseek本来就很便宜了还疯狂降价，据说token的成本仅仅覆盖生产token的电费账单，不得不让人怀疑DeepSeek在憋什么大招啊。带来的好处是，终于不再害怕antropic和oai的封号了哈哈哈。

以上就是我这三个月vibe coding下来的一点小感悟，感谢您能花时间看到这！写作是ai时代为数不多不能让ai代劳的工作，写作本身就是在思考，一方面能整理自己的思绪，另一方面也想借文章能有机会和大家交流互动，寻找AI时代的同路人。