这个系列我将从0到1开始学习，总结文档，需要的点个关注，方便随时跟踪。

学习路线

了解VibeCoding——了解一些关于大模型的概念——了解ai编程工具——项目实施——开始进阶，怎么让项目实施的更好——一些项目规范,比如SDD——持续学习等等

流程说明

阶段	内容	关键行动
VibeCoding	感受 AI 编程	体验 AI 辅助编码，建立直觉
大模型概念	理解底层原理	了解 LLM、Prompt、Token 等核心概念
AI 工具	掌握工具链	熟练使用 Cursor、Copilot、Trae 等工具
项目实施	动手实践	从简单项目开始，逐步增加复杂度
进阶优化	提升质量	代码审查、性能优化、架构改进
项目规范	建立标准	遵循 SDD、编写文档、完善测试
持续学习	不断进化	跟踪新技术、总结经验、参与社区

什么是VibeCoding？

VibeCoding 可以理解为一种氛围编程的方式，它的核心在于通过表达你的意图来进行编程。你只需要告诉AI你的想法，它就能帮你生成相应的代码。如果你希望AI生成的内容更加准确，可以向它提供一些具体的指导和要求。以前我们可能需要学习大量的编程语法才能开始编程，但现在即使是没有基础的人也可以轻松无痛地开始编程之旅了。

详细的文档介绍参考：Vibe Coding-CSDN博客

VibeCoding=用人话和AI聊天+Al帮你写代码+你们一起选代优化

对于生成的页面，如果存在不满足需求的部分，可以通过多轮对话的方式进行迭代优化。这种方法被称为vibe coding。

Vibe Coding的痛点：

vibe coding最核心的痛点就是“技术债陷阱”，——用时间换来的代码，最终会以理解成本的方式偿还。

ai生成的代码不可控，页面的同质化严重，以及长期使用vibe coding，会让你失去一些基本的编程技能。这是我想到比较严重的几个点。

第一类：逻辑理解断层 → 排查时找不到问题根源

全部由ai生成的代码，你不清楚他是怎么写的，你看着代码，每一行你都认识但是合在一起你就不认识了，你让ai帮你改，但是ai已经忘记上次为什么这么修改，只会给你修改当前的问题，这就可能会引起蝴蝶效应，导致又出现其他问题。

第二类：依赖与副作用隐藏 → 排查时像在拆地雷

AI生成的代码往往会“聪明地”引入外部依赖或副作用，但没有显式告诉你。你删掉一行看似无用的代码，程序崩了。你加回来，又好了。你根本不知道那行代码是做什么的——它可能是某个隐藏依赖的“触发器”。

第三类：抽象边界模糊 → 排查时不知道责任归谁

你不清楚代码的含义，导致比如：错误被吞掉（try...catch 里啥也没有）、错误发生在A处，崩溃在Z处（堆栈毫无意义）等，排查时的感觉：像在黑暗里拆炸弹，全靠猜。

总结：这个痛点的本质

你描述的现象——“不了解内部结构，不知道怎么排查”——本质上是 “生成式编程”与“理解式调试”之间的鸿沟。

• 你生成代码时用的是黑盒思维：给输入，拿输出，不关心内部。
• 但你调试代码时必须用白盒思维：必须理解内部状态、数据流、副作用、边界条件。

Vibe Coding让你用黑盒的方式生产代码，却要求你最终以白盒的方式理解它。这两者之间天然冲突。

一个实用建议

如果你真的要用Vibe Coding，可以遵循一个原则：“生成-理解-重构”循环。

1. 生成：让AI生成能跑通的代码。
2. 理解：花5-10分钟逐行读代码，加上注释（用你自己的话解释每一段在做什么）。如果读不懂，让AI给你解释。
3. 重构：把代码改写成你自己能完全掌控的形式——拆分函数、统一风格、显式化依赖、添加错误处理和日志。

这样做的代价是会慢一些，但好处是：之后排查问题时，你不会面对一个陌生的黑盒，而是面对你自己理解并重构过的代码。

实战：

用一个顺手的ai编程工具：写一个名片网页，或者小程序网站，或者小游戏等

预告：

几个我经常用的ai编程工具