什么是 Vibe Coding

一种以描述需求为核心、由 AI 生成代码的编程方式。你通过最终结果来评估效果，而非逐行审阅代码。该术语由 Andrej Karpathy 于 2025 年 2 月提出。

关键区分（Simon Willison 提出）：如果你会审查、测试并能清晰解释所用代码——这属于软件开发，而非 Vibe Coding。Vibe Coding 意味着在未完全理解每个函数逻辑的前提下，接受 AI 的输出结果。

快速参考

核心规则

1. 提示前先明确意图

模糊的提示 → 模糊的结果。在调用 AI 工具前，请务必明确：

• 你正在解决的具体问题是什么？
• “完成”的标准是什么？
• 有哪些约束条件（技术栈、集成依赖、业务流程等）？

差示例："构建一个社交媒体应用"
好示例："构建一个社交信息流：支持纯文本帖子（280 字符以内）、用户关注功能、按时间顺序排列的信息流、点赞与评论功能。技术栈为 React、Tailwind 和 Supabase。"

2. 使用规则文件

持久化上下文，用于向 AI 传授你的编码规范与偏好。只需配置一次，即可在每次交互中自动生效：

• Cursor：.cursorrules 或 .cursor/rules/ 目录
• Claude Code：CLAUDE.md
• Windsurf：.windsurfrules

参见 rules-files.md 获取模板。

3. 研究-规划-实现

在真正开始编码前，先让 AI 完成探索与规划步骤：

1. 研究：“阅读认证模块代码，说明会话（session）的工作机制”
2. 规划：“列出你将修改的文件，并逐一说明各文件中的具体变更点”
3. 实现：仅在你审阅并确认规划方案后执行

在规划阶段发现理解偏差，其修正成本仅为后续调试级联错误的十分之一。

4. 何时介入 vs 让其自主运行

• 让其自主运行：脚手架搭建、UI 组件开发、创意探索等场景
• 必须介入：认证（auth）、支付、数据处理，以及任何与安全相关的逻辑
• 始终人工审查：数据库 Schema、API 权限配置、用户数据处理逻辑

5. 每次变更后均需测试

AI 生成的代码往往表面完美，实则隐藏细微缺陷。每次变更后，请务必：

• 运行完整测试套件
• 手动验证受影响的功能点
• 检查控制台是否有报错或警告
• 同时验证主路径（happy path）和各类边界情况（edge cases）

6. 直接粘贴错误信息，交由 AI 修复

即 Karpathy 式操作：复制报错信息，不加任何说明直接粘贴给 AI，通常即可自动修复。若 AI 连续 2–3 次尝试均未成功修复，请转而描述你期望的行为结果。

7. 约束锚定（Constraint Anchoring）

设定清晰、可执行的边界条件：

• 长度限制：“代码不超过 50 行”
• 格式要求：“仅输出被修改的函数，不要返回整个文件”
• 作用域限定：“仅修改支付流程，不得改动认证逻辑”
• 风格对齐：“遵循 UserService.ts 中已有的编码模式”

8. 明确 Vibe Coding 的适用边界

适合场景：原型开发、MVP 构建、内部工具、周末项目、UI 组件、样板代码（boilerplate）、学习探索
不适用场景：安全敏感型代码、性能敏感型代码、强合规性领域（如金融、医疗）、长期演进的生产系统

9. 资深开发者 + Vibe Coding = 超能力

最高效的 Vibe Coders 具备扎实的系统架构认知，能敏锐识别低质量 AI 输出，并精准判断干预时机。如果你尚不具备评估 AI 所生成代码质量的能力，则应在投入生产系统前，进一步夯实工程基础。