1. AI 的发展

发展阶段	核心特征	开发者角色变化
早期探索（1950-2020）	基于规则、模板和专家系统	规则制定者
生成式兴起（2021-2022）	代码自动补全（GitHub Copilot）、单文件上下文感知（Chatbot）	代码审查者
能力飞跃（2023-2024）	自然语言生成完整模块、跨文件理解	提示词工程师
智能体时代（2025-至今）	自主规划、端到端开发、氛围编程	架构与决策者

2. 国外主流大模型

模型	厂商	核心优势
GPT-5.5	OpenAI	端到端多模态、速度快、成本低
Claude 4	Anthropic	逻辑推理能力强，代码理解深入
Llama	Meta	开源领先，性能接近 GPT-4
Gemini 1.5 Pro	Google	200W token 上下文窗口，原生多模态

3. 国内大语言模型

模型	厂商	核心特点
DeepSeek	深度求索	深度推理、强化推理、实时联网
豆包	字节跳动	图像/视频生成、AI 播客、数据分析
MiMo	小米	100 万 token 上下文、小米生态深度联动
千问（Qwen）	阿里巴巴	多模态能力、深度研究、PPT 创作
文心一言	百度	创意写作、智慧绘图、超级智能体

4. AI 编程工具

4.1 AI 原生 IDE

工具	厂商	特点	价格
Cursor	Cursor Inc.	AI 原生编辑器，多文件联动重构	付费
Trae	字节跳动	免费 Cursor 平替，中文最优，内置 Claude/GPT/DeepSeek 多模型	免费/付费
Windsurf	Codeium	Cascade 模式，上下文感知强	免费/付费

4.2 AI 编程 Agent

工具	厂商	核心特点	价格
Claude Code	Anthropic	终端 CLI，本地运行，实时交互式	按 API 计费
OpenAI Codex	OpenAI	云端沙箱异步执行，任务派发式	按使用计费
Github Copilot	Github/Microsoft	生态最强，支持多模型切换、Agent 模式	付费

4.3 代码辅助插件

工具	厂商	核心特点	价格
通义灵码	阿里巴巴	中文生态友好、Qwen 模型驱动	免费
Codeium	Codeium	个人版完全免费，无上限	免费
文心快码（Comate）	百度	SPEC【Specification(规格说明)】规范驱动，企业研发场景	免费
CodeGeex	智谱华章	开源国产，中英代码互译	免费

5. Vibe Coding 氛围编程（感觉编程）

用自然语言 + AI 做主力开发，人负责目标、边界、验收，AI 负责方案、编码、调试，强调意图驱动、快速迭代、全程可控。
用自然语言指挥 AI 写代码，靠感觉迭代，快但是有风险。

核心原则：

• 人制定目标，AI 干活：你是架构师，不是码农
• 先读后写，先规划后动手：禁止上来就写代码
• 原子化任务：一次只做一个小功能/一个组件/一个接口
• 每步可运行、可回滚：必须配合 Git，每完成一个可用状态就 commit
• 全程留痕、可复盘：所有提示词、决策、问题都记录在文档里

工具链准备

环节	推荐工具	用途
AI 对话/生成	ChatGPT / Claude / Cursor/MiMo	代码生成、方案讨论
AI 原生 IDE	Cursor / Windsurf	上下文感知的 AI 辅助编码
代码管理	Git + Github / GitLab	版本控制、协作
部署	Railway / Vercel / Netlify / Cloudflare Pages	一键部署
设计参考	Figma / tldraw	UI 灵感和线框图
包管理	npm / pnpm / bun	依赖管理

5.1 Vibe Coding 中的 Prompt

是什么
是给 AI 编码工具的指令文本，用来描述开发需求、代码规范、技术约束、引导 AI 完成编码、调试、重构等工作，分为 全局规则 Prompt、临时交互 Prompt 、文件局部 Prompt 三类
Prompt 分类

Prompt	说明	场景
临时交互式 Prompt （聊天区即时输入）	日常最常用，单次指令，灵活多变	改一行代码、修改 bug、解释逻辑、小功能迭代
全局系统 Prompt（全局规则/人设）	作用于整个会话/整个项目，AI全程遵守，优先级最高	用来统一 代码风格、技术栈、命名规范、注释要求、项目架构
上下文/文件级 Prompt （局部约束）	针对 单个文件/某个模块单独加规则，只在当前文件生效	选中代码 + 附加指令，或在文件头部加注释式 Prompt

高质量编码 Prompt 万能公式 = 角色 + 技术栈 + 需求目标 + 约束规则 + 输出要求 + 边界场景（ 避免指令模糊、复杂功能分布下发指令）

5.2 Vibe Coding 中的 Rules/Skills

5.2.1 Rules
1. 定义

• 是 AI 在整个项目中必须强制执行的约束、规范、底线，不管发什么 Prompt，AI 都必须先遵守 Rules

2. 核心作用

• 统一代码风格、技术栈、架构规范
• 禁止 AI 乱改文件、乱删代码、乱装依赖
• 防止格式混乱、语法不统一、团队风格冲突
• 相当于给 AI 戴上 “紧箍咒”

5.2.2 Skills
1.定义
是给 AI 预定义的 ”专业技能/常用方法/工具函数“，让 AI 知道项目里有什么工具、怎么样、什么时候用
2. 核心作用

• 让 AI 自动调用项目已有的工具（防抖、请求、格式化、工具函数）
• 不用每次都告诉 AI ”我们有防抖、有请求封装“
• 提高代码复用率，避免 AI 重复造轮子
• 相当于给 AI 装备”工具箱“

5.3 Vibe Coding 中的 Hook

Hook 是什么

• 定位：AI 动作的前置/后置/替代拦截器
• 本质：事件触发 ->自动执行 Shell/命令/函数
• 特点：不占token、不打断对话、强制执行|
• 价值：把团队规范（lint、格式化、测试）做成自动化护栏，避免AI乱写

Hook 的价值

1. 质量门禁：AI 生成代码 -> 自动 lint/格式化 -> 符合规范才落地
2. 安全防护: 拦截删库、覆盖配置、强推分支等危险操作
3. 效率翻倍：不用手动格式化、不用手动add、不用手动跑小测试
4. 规范统一：团队所有 AI 输出都走一套 hook，风格一致

Hook 的实践

• 轻量：Hook 只做简单检查/格式化，不跑重构建
• 客观：只能做自动化的事（lint、格式、测试），不做主观审美
• 静默：尽量 --quiet ，不刷屏，只在失败时提示
• 版本化：提交到 git，团队共享

Rules + Skills + Prompt 有什么用？
三者配合，让 AI 在规范内、用项目工具、完成指标任务，实现高质量、标准化、可落地的 AI 编程

Vibe Coding 工作流开发 SOP

五阶段开发流程

• 阶段一：架思定义 ( Think )
  • 一句话描述项目
  • 定义 MVP（最小可行产品） 功能列表
  • 选出技术栈
  • 画出草图/线框图
• 阶段二：架构搭建（Scaffold）
  • 第一条 Prompt：要求完成可运行的项目骨架
  • 安装依赖，跑通测试环境
  • 确认基础页面和交互可用
  • 首次 git commit
• 阶段三：迭代开发（Iterate）
  • 一个功能 = 一轮 [ 描述 => 生成 => 验证]
  • 每个稳定功能立即 git commit
  • 遇到问题：贴报错 => AI 修复 => 再验证
  • 连续 3 轮报错 => git reset => 换方案
• 阶段四：验证测试（Validate）
  • 主流程手动走一遍
  • 异常输入测试
  • 安全检查（密钥、注入、鉴权）
  • 让 AI 写关键模块测试
• 阶段五：部署上线（Ship）
  • 环境变量迁出代码
  • 生产打包无报错
  • 部署到线上
  • 真实环境访问无报错

如何解决 AI 编程代码混乱问题

1. 管控全局上下文 : 维持项目完整信息同步，确保 AI 知晓整体架构、业务逻辑与代码风格，避免编写脱节代码
2. 定期代码自检审查：定时让 AI 自查代码，清理冗余内容、不合规写法，提前规避隐患
3. 小步迭代 + 规范提交 ： 拆分细碎任务开发，单次改动范围可控；遵循标准提交记录，故障可快速回滚修复
4. 及时重构优化代码：代码臃肿杂乱时，拆分逻辑、规整结构，消解堆积的技术债务
5. 划分层级目录结构：按功能、模块分类文件夹，明确代码权责，提示查阅与复用效率
6. 严控单文件体积：杜绝超大文件，拆分拆解内容，增强代码可读性与调试便捷性
7. 启用类型系统约束：限定数据格式、接口规范，筑牢代码边界，减少隐形程序漏洞
8. 前置统一编码规范: 提前敲定命名、格式、编写规则，统一整体代码书写风格
9. 拆解原子化开发任务：单次仅开发单一功能模块，防止跨模块无序编写