Vibe Coding 真的能替代团队吗|8+1 工位全流程实录

Vibe Coding 远程实践:AI辅助开发与多会话远程控制完整指南 在AI辅助开发日益普及的今天,自然语言编程正悄然改变着工程师的工作方式。Vibe Coding强调通过简短反馈循环让AI持续生成与迭代代码,其核心在于人类作为AI在物理世界的“传感器”,需要实时观察程序运行状态并及时回馈错误信息。然而,开发机通常固定在家或办公室,如何突破物理距离限制、随时接管AI任务,成为提升效率的关键。远程控制技术由此从备选工具升级为生产力基础设施,而多会话、跨端同步、移动端优化等能力,则让开发者能在手机或平板上同时监督多个AI代理并行工作,实现真正的“移动监督”。这种实践不仅适用于个人 阅读详情

Vibe Coding 实战系列 · 第二篇


全文 6000 字,阅读约 12 分钟,核心就三句话:

  1. vibe coding 不是让 AI 写代码,是你一个人扮演一个团队
  2. 9 个工位 = 产品+设计+前端+DBA+后端+运营+移动端+测试+运维
  3. 90% 的 vibe coding 教程只讲"怎么写代码",本地demo打开浏览器演示,不讲最后一公里"怎么上线"。

一个月前,我只有一个想法。

今天,微信里能搜到「观简国学」小程序了。

中间没有团队,没有排期,没有评审会。

只有我,和 AI,和 8 个编号从 001 到 008 的目录。

朋友看完说:你这一个人,就是一个团队啊。

我说:不,我一个人,干了八个工位的活。

这篇就是这个项目的全流程实录——每个工位我在想什么、做了什么决策、踩了什么坑。

上图:「观简国学」首页——每日 5 句速刷、印章打卡、写心得,新中式米白宣纸底 + 朱砂红强调色。

本文首发于我的个人博客「山外云」:山外云的Vlog — 记录技术与生活 博客排版更清爽,还有更多 AI 开发 + 运维实战文章


先看这张图:8 个目录 = 8 个角色

很多人以为 vibe coding 就是"让 AI 写代码"。

错了。

vibe coding 的本质,是你一个人扮演一整个团队。

下面我按工位顺序,聊聊每个角色的视角、决策和踩坑。


🟢 001 号工位:产品经理

第一个角色,产品经理。

打开 001 目录,写 PRD。

很多人写 PRD 一上来就列功能。我不。

先写场景,再写功能。

用户画像画了三个:

核心功能列了 6 个:每日日课、印章打卡、心得笔记、典籍库、收藏分享、成就勋章。

然后我做了一件事:写"不要做的"清单。

  • 不做社交广场(用户群体不爱晒)
  • 不做付费内容(违背"安静读点书"的定位)
  • 不做完整古籍检索(用户不是研究者)
  • 不做推送轰炸(一天最多一条)

这个清单比功能清单还重要。

做产品最容易犯的错不是"少做了什么",是"什么都想做"。

写 PRD 花了我整整一天——比写代码花的时间多。

老张反常识:AI 时代,产品能力比编码能力值钱 10 倍。因为代码 AI 能写,但"做什么、不做什么",AI 替你决定不了。

写完 C 端 PRD,我又切换了一下视角:如果我是运营,我需要什么后台?

UGC 内容怎么审核?用户数据怎么看?心得违规了怎么删?

于是又补了一份《后台管理系统 PRD V1.0》。

这就是 vibe coding 的好处:你可以随时换个身份,发现上一个身份的盲区。


🔵 002 号工位:UI 设计师

第二个角色,UI 设计师。

还是那个原则:UI 阶段花的时间 > 编码阶段。

设计理念定了四个字:新中式美学。

我给自己定了 3 个不可妥协的设计原则:

  1. 米白宣纸底,不用纯白——纯白刺眼,不够"读"
  2. 朱砂红强调色,全篇不超过 3 处——多就俗
  3. 印章风格打卡,不用普通按钮——打卡要有仪式感

13 个页面原型,从首页日课、典籍库、章节阅读、收藏、搜索、分享卡、个人中心、设置……

上图:首页设计——米白宣纸底、朱砂红打卡按钮、今日经句 + 换一句,整个产品的视觉基调就定在这一页。

做设计的时候还反哺了产品——

比如「印章打卡」,PRD 里本来就是个普通按钮。做设计时越看越觉得:打卡这个动作,应该有仪式感。 古人读书要钤印,为什么我们不可以?

于是加了印章下落 + 朱砂印泥的动效。后来这个功能成了整个产品最有记忆点的地方。

产品和设计不是线性的,是来回拉扯的。一个人干活,拉扯起来特别快。

老张反常识:AI 能帮你出 100 张图,但决定哪张好看的审美,AI 没有。审美,是未来最值钱的能力之一。


🟠 003 号工位:前端工程师

第三个角色,前端工程师。

9 个页面,13 部典籍(还在陆续增加)、759 章的章节数据,5 个状态管理模块。

上图:经典库——经史子集四部分类,13 部典籍全部带译文注释,卡片式设计像翻开一本本线装书。

写前端的时候,最爽的是「内容工程」——

13 部典籍的章节数据,不是手敲的,是用脚本生成 + 校验的。项目里有数据清理脚本,还有内容审校报告(论语、道德经、孟子、世说新语各一份)。

因为我既是前端又是内容运营,我知道数据结构怎么设计对两边都友好。

这里还发生了一个小插曲——

PRD 里说"生僻字显示拼音",但做着做着发现:如果每个字头顶都标拼音,页面会很丑,像小学课本。

最后方案是:生僻字不标在正文里,放在注释区,词条式展示——既解决了读音问题,又不破坏正文的阅读节奏。

这种决策,如果要跨角色沟通,至少要开一个会。我一个人,想了 30 秒,改了。


🟡 004 号工位:DBA 数据库管理员

第四个角色,DBA。

16 张业务表。8 个 SQL 脚本按顺序执行:建库 → 扩展 → 建表 → 索引 → 注释 → 种子数据 → 迁移说明 → 内容导入。

做 DBA 的时候,我又发现了前端的一个坑——

前端存的「阅读进度」是本地的,换设备就丢。那后端要不要做同步?当然要。

于是在 004 里加了阅读进度表,然后回到 003 前端加了同步逻辑,再去 005 后端补接口。

跨角色的信息差,是项目延期的最大原因。一个人干,信息差为零。

老张反常识:很多人学 AI 编程只学写代码,不学数据库。但一个产品能不能跑稳,80% 看数据层设计。


🟣 005 号工位:后端工程师

第五个角色,后端工程师。

十多个路由模块:认证、打卡、收藏、笔记、进度、典籍、搜索、成就……

后端这块,最有意思的是「成就系统」。

连续打卡 7 天、21 天、100 天、365 天——听起来简单,实现起来有一堆边界情况:

  • 跨月连续天数怎么算?
  • 时区问题怎么处理?
  • 补签功能虽然 V1 不做,但表结构要不要预留?

写着写着,我又切回 DBA 视角补索引和约束;切回产品视角确认 V1 范围;切回测试视角给自己写测试用例。

一个人的项目,上下文是完整的。你不用写文档告诉另一个人怎么想的,你自己就是那个人。


🟤 006 号工位:运营专员

第六个角色,运营专员。

十多个功能模块:数据看板、用户管理、内容管理、打卡统计、收藏统计、数据导出……

做运营后台的时候,我第一次真切感受到「自己给自己提需求」的效率——

作为运营,我需要:搜索用户、看打卡记录、导出数据、审核违规心得、软删除 + 恢复。

作为后端,我知道:哪些接口要分页、哪些要脱敏、哪些只能读不能写。

作为 DBA,我知道:哪些查询要加索引、大数据量导出要用游标。

三面镜子互相对照,出来的东西既够用又不冗余。

而且后台还加了 MFA 二次验证——毕竟是管理入口,安全第一。运维人的职业病,到哪个岗位都改不了 😂


🔴 007 号工位:移动端开发工程师

第七个角色,移动端开发。

和 H5 功能同构,但有一堆微信特有的坑。这部分是整个项目踩坑最多的。

坑 1:隐私授权弹窗

微信新规:调用头像选择、保存相册这些隐私接口前,必须先弹隐私指引,用户同意了才能调。

改了三版才稳:

  • 第一版:用 JS 事件 + 自定义弹窗 → 不行,报 buttonId is wrong
  • 第二版:给同意按钮加 id → 还是不行,组件内的 button id 微信不认
  • 第三版:直接用微信原生授权按钮 → 终于稳了

坑 2:头像临时路径

微信头像选择返回的是临时路径,过几天就失效。用户换个手机、清个缓存,头像就没了。

这个坑上线前没彻底解决(先靠加载失败自动回退默认图标兜底),留到下个版本做上传持久化。

真实项目就是这样,永远有取舍,永远有下版本。

上图:心得页——每条心得都可以关联当日经句,点击引用块直接跳转原文。这是这次迭代新加的功能,也是朋友反馈里最想要的一点。


⚫ 008 号工位:测试工程师

第八个角色,测试工程师。

按照我上篇说的 4 层测试法:

三份测试计划、三份测试报告,单元测试 + E2E + 接口测试全覆盖。

做测试的时候我又发现了一个好玩的现象——

自己写的代码,自己测,bug 率其实不低。 因为你写代码时的思维定势,测试时也带着。

怎么办?切换角色测。

  • 用「产品经理」的身份测:这个功能对用户有价值吗?
  • 用「小白用户」的身份测:第一次打开,看得懂吗?
  • 用「恶意用户」的身份测:乱输入、狂点按钮、断网……

换个身份,bug 自己就冒出来了。


🚀 上线那天:第 9 个工位,运维工程师

还记得开头我说的吗?90% 的 vibe coding 教程只讲"怎么写代码",不讲"怎么上线"。

但上线,才是普通人最大的坎。

代码写完了,然后呢?服务器怎么买?域名怎么解析?证书怎么弄?反向代理怎么配?数据库怎么迁到生产环境?小程序怎么备案?审核要注意什么?

这些东西,AI 能帮你写配置,但它不知道你会踩哪个坑。

我把上线拆成了 5 件事,一件一件说。

第一件:服务器 + 数据库

买云服务器、装环境、建库、导数据。

听起来简单,做起来全是细节:

  • Python 版本不对,依赖装不上
  • 数据库编码没设对,中文乱码
  • 生产环境和开发环境的配置怎么隔离(绝对不能把开发配置带上线)
  • 数据库账号权限怎么分配(后台只读、C 端读写、管理账号单独)

这些我在上一篇「运维老哥的 10 步实战流」里详细写过,这里不展开。只说一句:环境问题,永远比代码问题更磨人。

第二件:HTTPS 证书

小程序要求所有接口必须 HTTPS,HTTP 直接拦截。

证书这个东西,说简单也简单——现在免费证书一大把。说坑也坑:

  • 证书链不完整,Android 正常 iOS 报错
  • 证书到期忘了续,线上直接挂
  • 多域名证书怎么配,通配符和单域名怎么选

我的做法是:子域名单独配证书,不和主站混用——出问题好排查,互不影响。

第三件:反向代理 + 多服务共存

这台服务器上本来就跑着我的博客(www.shanwaiyun.top),现在要加一个国学后端,还要加一个运营后台

三个服务,一台机器,一个 nginx。

怎么配?

  • 不同 server_name 走不同的反代
  • 同一个域名下,/api/ 走 C 端,/xxx/ 走后台
  • 静态资源直接 nginx 吐,动态请求反代到后端
  • 端口号错开,别打架

说起来就几句话,配起来能调一下午——路径匹配优先级、斜杠加不加、重定向循环、静态资源 404……

这就是运维人的日常:看起来什么都没做,其实什么都理顺了。

第四件:小程序备案 + 审核

这是最容易被忽略、但最能卡你上线的环节。

很多人做小程序,代码写得飞快,写完才发现——要备案。

观简国学走的是小程序备案通道,备案号是 赣ICP备20260xx,前后等了一周左右。

而且备案只是第一步,提审还有一堆事:

  • 用户隐私保护指引:你用了哪些用户信息(头像昵称、相册写入),必须一条条声明,措辞不对就打回
  • 隐私弹窗:调用隐私接口前必须弹指引,用户同意了才能调——这个我踩了三版才稳,前面 007 工位说过
  • UGC 声明:有用户生成内容(心得笔记),必须声明并具备审核删除能力
  • 服务内容声明:后台要能审核、能删除,审核员可能会抽查

建议:域名一注册、小程序一注册就开始走备案流程,别等代码写完了才想起来。 能省你至少半个月。

第五件:全流程验证

全部部署完,我跑了一遍完整链路:

全绿。

那天晚上,我在手机上打开小程序,看到「博学之,审问之,慎思之,明辨之,笃行之」安安静静地在屏幕上。

突然有点感动。

不是因为做了个多厉害的东西,而是——一个想法,从 001 号工位的一个文档,走到了 007 号工位的一个真实可用的产品。

中间没有会议,没有排期,没有对齐,没有评审。

只有我,和 AI,和 8 个目录。

还有一个运维人的深夜,和一堆配置文件。

老张反常识:AI 编程时代,最值钱的能力不是写代码,是把东西上线的能力。因为 AI 写的代码跑不起来,等于零。


🏁 老张总结:vibe coding 的本质

很多人问我,AI 编程是不是就是「让 AI 写代码」?

不是的。

vibe coding 是「你有一个愿景,AI 帮你把它具象化」。

你是产品经理,AI 帮你写 PRD; 你是设计师,AI 帮你出原型; 你是前端,AI 帮你写组件; 你是 DBA,AI 帮你建表; 你是后端,AI 帮你写接口; 你是测试,AI 帮你写用例; 你是运维,AI 帮你部署。

你不是在「用 AI 干活」,你是在「扮演一个团队」。

这个团队里的每个人,都共享同一个大脑,同一个上下文,同一个愿景。

他们之间没有沟通成本,没有信息差,没有部门墙。

他们只有一个目标:把东西做出来。


最后

「观简国学」上线了。

它不完美。还有很多想做的功能没做,还有很多细节可以打磨。

但它真实地存在着。

微信搜索「观简国学」,你就能找到它。

扫码直接体验「观简国学」——每日 5 句经典,印章打卡,写心得。

如果你也有一个「想做但觉得缺人」的想法——

别等团队了。

你自己,就是一个团队。

如果这篇对你有启发,点个赞、点个在看、转发给你那个总说"缺人做不了"的朋友——

告诉他:别等团队了,你自己就是一个团队。


观简国学 · 与经典同行,与日课为伴


💬 互动话题

评论区聊聊:

  1. 如果让你一个人扮演一个团队,你最有信心的是哪个角色? 产品?设计?还是运维?
  2. 你做 AI 项目时,踩过最奇葩的坑是什么? 是平台规则?还是兼容性?
  3. 你觉得 AI 时代,人最不可替代的能力是什么?

🔗 相关阅读

以上文章均可在我的个人博客「山外云」找到,排版更完整,阅读体验更好:山外云的Vlog — 记录技术与生活

山外云 | 山外云的Vlog — 记录技术与生活

关注我,分享编程、运维、AI 工具实战,以及有意思的技术探索。


Vibe Coding:用最小闭环建立人机协同开发节奏 Vibe Coding 并非新框架或编程范式,而是一种聚焦‘人机协同反馈节奏’的工程实践方法。其核心在于通过即时验证、低延迟反馈和可交付的小工具,将抽象需求转化为可触摸的技术动作。它强调在真实场景中解决具体痛点,如 Markdown 渲染适配微信、富文本清洗、中文编码兼容等高频工程问题,从而降低启动焦虑、提升决策效率。该方法天然适配前端开发、工具链构建与 AI 辅助编程落地,尤其适合希望摆脱教程依赖、快速产出可用成果的工程师。本文以‘Markdown 转微信友好 HTML’为完整案例,贯穿输入处理、定制渲染 阅读详情

相关推荐

Vibe Coding:可复现的开发者认知负荷调控术

在软件开发中,'心流状态'常被误认为不可控的灵感时刻,实则是受前额叶皮层神经启动机制约束的生理过程。Vibe Coding 将认知科学中的注意力调控、注意瞬脱(attentional blink)与神经可塑性原理工程化,构建起一套以环境锚点、任务切片和反馈闭环为核心的专注力操作系统。它直击现代开发中隐性的时间税——由频繁上下文切换引发的认知超载,显著降低启动延迟、提升单次编码净产出。该方法尤其适用于远程协作、高干扰办公环境及架构转型期的中高级工程师,已在支付验签、API迁移等典型场景验证其可复现性与可观测性

cuililai5127的博客 363

vibe coding:AI增强型工程实践与人机协同节奏感

在AI编程工具泛滥的当下,‘vibe coding’回归工程本质——它不是代码自动生成,而是围绕资深工程师经验构建的AI增强型工作流。其核心在于将隐性认知劳动(如代码意图理解、影响分析、测试设计)结构化为AI可执行任务,通过上下文切片、约束注入、低带宽提示等机制,实现人主导判断、AI承重执行的协同范式。该模式显著提升Shipping Velocity与PR合并效率,已在真实初创团队中验证交付增速达40%、CI失败率下降62%。适用于Tech Lead、高阶工程师及AI工程化落地的技术管理者,是当前大模型落地

weixin_33911824的博客 937

Trae:面向Vibe Coding的原子化开发工作台

Vibe Coding 是一种以开发者认知流为核心、强调启动零阻塞与操作无感化的现代编程范式。其本质并非追求炫酷AI功能,而是通过环境初始化原子化、任务上下文自动绑定和AI能力深度嵌入,实现开发节奏的工程化控制。技术价值在于显著降低认知负荷、消除重复配置、加速反馈闭环,广泛应用于一人团队项目开发实战、微服务快速原型验证及跨角色协作调试等场景。本文聚焦 Trae 工作台如何以模板驱动、语义感知与分层协议设计,将 Vibe Coding 从理念落地为可复现的开发基础设施。

weixin_34161064的博客 411

后编码时代【05】团队的 Vibe Coding

《后编码时代:团队Vibe Coding的闭环实践》探讨了AI编程时代团队协作的新范式。文章指出个人Vibe Coding虽提升效率但无法解决团队协作瓶颈,提出"团队Vibe Coding"的核心在于:1)集体讨论产出AI可执行的精确spec;2)通过自动化测试检测spec与实现间的gap;3)将反复出现的gap沉淀为团队规范。该闭环流程(讨论→生成→测试→改进)能持续提升spec精确度和规范完善度,适用于具备综合能力、开放文化和真正敏捷实践的团队。

qq_34733864的博客 824

Vibe Coding时代下的专注力管理:三域分治实战法

在远程协作与信息过载成为常态的今天,'Vibe Coding'已非调侃,而是开发者真实的工作语境——它本质是注意力残留、多任务切换与神经节律共同作用的认知现象。理解其原理,关键在于放弃对抗干扰,转而构建可调度的专注系统:通过红域(深度攻坚)、黄域(协同响应)、绿域(灵感孵化)的物理-数字双维划分,将模糊的‘氛围’转化为有刻度、可验证、能复现的生产力要素。该方法深度融合Focus Management与Deep Work理念,适配VS Code工作流、Slack协作场景及Notion知识管理,已在42次跨时区

深未来技术 484

Vibe coding:AI时代开发者的数据主权与认知劳动新范式

Vibe coding并非简单的代码补全技巧,而是一种以心流状态驱动、强调模糊需求具象化与高频小步迭代的新型人机协同开发范式。其核心在于将人类在键盘上实时演化的思考过程——包括删改痕迹、临时注释、非标准命名和跨栈混写——转化为AI模型可学习的高价值认知信号。这种行为模式蒸馏技术使Copilot等工具从语法预测跃迁至意图建模,显著提升领域适配能力,尤其在支付、电商、跨境等强业务耦合场景中形成‘调试即训练’的闭环。本文深入剖析Vibe coding背后的数据采集七层路径、富集效应与72小时训练流转实证,并提供上

weixin_30882895的博客 385

Vibe Coding:情绪-代码协同的7步开发工作流

在软件开发中,'专注力管理'与'认知负荷调控'是影响代码质量与交付稳定性的底层能力。本文围绕可量化的生理信号(如呼吸节律、指尖温度、注意力衰减周期)和结构化思维工具(需求脉冲提取、白板状态建模、逆向验证),系统阐述一种将开发者情绪状态、身体反馈与编码行为深度耦合的工作方法。该方法不依赖AI补全或自动化测试等外部工具,而是通过7个不可跳过的步骤,构建符合神经科学规律的‘防错操作系统’,显著降低返工率与生产级Bug。适用于全栈开发、嵌入式编程、SaaS重构等高复杂度工程场景,尤其适合长期面对模糊需求与遗留系统的

weixin_30252709的博客 505

Vibe Coding:用手机触发开发意图的新型协作范式

Vibe Coding 是一种以开发者认知节奏为中心的轻量级开发协同范式,其核心并非在移动端运行代码,而是通过意图捕获(如圈选、语音、截图)将非编码场景中的决策信号结构化为可执行指令。它依赖边缘语义理解与低延迟信令协议实现跨设备上下文绑定,技术价值在于消除需求转译损耗、压缩反馈闭环至秒级。典型应用场景包括原型图直出 OpenAPI 契约、白板照片自动生成用户故事地图、多角色零文档协同开发等。Qoder Mobile 作为感知端,与本地 Qoder CLI 构成‘神经末梢-主脑’架构,真正实现手机即开发入口。

weixin_30915951的博客 324

Vibe Coding最后一公里:从AI生成到可维护代码的工程实践

Vibe Coding并非新编程范式,而是人机协同开发中‘生成可用代码’向‘交付可维护代码’跃迁的关键阶段。其核心挑战在于AI缺乏对项目上下文的感知能力——包括团队约定、技术栈约束、类型系统细节等隐性知识。Kimi K2.6等前沿AI模型在结构化任务(如组件骨架生成、API类型推导)上表现优异,但在跨文件耦合、自定义Hook抽象、第三方SDK深度集成等依赖运行时上下文的场景中频繁失准。真正提升效能的不是更强的模型,而是‘Context-First’方法论:通过PROJECT_CONTEXT.md快照、原子化

weixin_30315723的博客 307

Vibe coding:从AI写代码到人定规则的工程方法论

Vibe coding 并非简单的AI编程辅助,而是面向现代软件工程的认知范式升级——它将隐性开发经验显性化为可验证的规则体系。其核心原理在于解耦‘意图表达’与‘约束执行’,通过AGENTS.md定义架构宪法、TASKS.md拆解原子任务、/implement-task prompt编译人机协作指令,实现从‘人写代码’到‘人定义规则+验证结果’的跃迁。该方法显著提升团队知识沉淀效率与新人上手速度,适用于中大型前端/全栈项目、微服务治理及AI原生工作流建设。本文聚焦Vibe coding落地所需的结构化文档体

weixin_32308101的博客 327

AI/Vibe Coding:从手工作坊到智能工厂的软件生产革命

软件工程正经历从人工时代到工业时代的范式转移,其核心是开发范式的根本性变革。传统编程依赖于开发者将需求精确翻译为机器指令,而新兴的AI辅助编程(如GitHub Copilot、ChatGPT等工具)引入了基于自然语言意图(Vibe)的人机协作新范式。这一转变的技术价值在于大幅降低“从需求到代码”的翻译成本,提升开发流程的标准化与自动化水平。其应用场景广泛覆盖日常编码、系统设计、代码审查乃至低代码平台,通过将开发者从重复性工作中解放,使其更聚焦于架构设计、质量把关与复杂问题求解。这自然引向本文探讨的AI/Vi

weixin_34246529的博客 242

Vibe Coding方法论的技术缺陷与工程实践批判

在软件开发领域,环境因素对编码效率的影响一直存在争议。从工程心理学角度看,工作环境优化确实可能通过改善开发者心理状态间接提升产出,但必须建立在科学测量和实证研究基础上。典型的伪科学方法论往往混淆相关性与因果性,例如近期引发热议的Vibe Coding主张通过特定声光环境提升代码质量,但其采用的DHT11等廉价传感器数据采集方式(误差达±15%)和过拟合算法模型(MAE高达2.8小时/天)存在明显技术硬伤。真正有效的工程实践应聚焦可量化的指标,如实施CI/CD流水线、建立代码评审checklist等标准化流程

weixin_34414650的博客 374

vibe coding:自然语言驱动的编程新范式

vibe coding 是一种以自然语言描述需求、由AI自动生成工程级代码的新型人机协作编程范式。其底层依赖意图识别与槽位填充等NLP技术,通过深度上下文理解与执行闭环,将开发重心从语法细节转向问题建模与逻辑验证。相比传统代码补全,它强调输入源、处理规则、输出形态和异常分支四要素的精准表达,显著提升数据清洗、API集成、脚本自动化等高频场景的交付效率。当前主流工具如TRAE CLI与Cursor已支持中文需求描述、领域模板注入与工程化代码生成,正加速融入日常开发流水线。

weixin_34221654的博客 280

AI Coding:从Vibe Coding到Agentic Engineering

使用 AI 工具 ≠ 个人提效 ≠ 组织提效我们花了半年验证了一件事:从"用 AI 工具"到"组织真的提效",中间差的不是更好的模型或更贵的订阅,是一套把团队的知识、流程、能力编码成 Agent 能读懂的指令的工程体系。Rules 编码知识,Skills 编码流程,MCP 编码能力。三样东西凑齐了,AI 才能从一个"什么都会但什么都不深"的通才,变成"在这个项目里知道怎么干活"的专才。这条路没捷径。

qq_39685066的博客 646

从Vibe Coding到Agentic Engineering:2026年AI编程范式分水岭

AI编程正在经历从“氛围编程”到“主体工程化”的范式跃迁。Vibe Coding时代,开发者通过自然语言生成代码,享受效率红利,却也面临代码质量不稳定、上下文理解有限、技术债指数累积等隐患。2026年,随着模型能力、工具生态与自动化测试体系的成熟,Agentic Engineering成为新方向——AI不再只是逐行生成代码的补全器,而是能够自主完成规划、执行、验证、修复闭环的工程主体。这一转变让开发者从执行循环中抽离,转向定义目标、约束与验收标准,团队协作也随之演变为对人类与数字员工的共同管理。对于个人而言

weixin_31960565的博客 99

GBase8a-GDCA认证考试-复习参考题

为提升产品服务水平定期举办GBase产品认证培训,培训更多GBase数据库专业人员,满足用户快速成长的业务需求,建设GBase产品生态。请注意甄别,根据所学知识综合判断,正确率97%(97分)。

weixin_41826637的博客 2375

Vibe Coding 实战:AI 写代码的 7 个翻车现场与避坑指南

人工智能辅助开发正成为程序员提效的重要方式,其核心原理是通过大模型理解自然语言描述并生成对应代码。随着Vibe Coding(感觉驱动编程)理念的流行,越来越多的开发者尝试让AI承担编码工作。这种方式在快速原型开发、脚本编写和局部代码补全等场景中展现了显著价值,但盲目依赖也会带来严重隐患。AI生成的代码可能包含逻辑错误、安全漏洞、依赖幻觉,甚至因上下文缺失而破坏现有系统。实践中,许多团队在代码审查、需求边界、测试保护等方面缺乏规范,导致线上翻车事故频发。本文围绕AI编程中的典型失败案例,剖析翻车原因,并给出

weixin_33910460的博客 234

WRF气象建模实战:如何为JRA55非标准数据定制Vtable文件?

本文详细介绍了为WRF气象模型定制Vtable文件以支持JRA55非标准数据(特别是积雪数据)的完整实战流程。文章深入解析了WPS数据流中Vtable的核心映射逻辑,提供了从GRIB文件诊断、Vtable编写到METGRID.TBL调优的通用方法论,帮助用户解决非标准气象数据源适配的关键技术挑战。

c8d9e0f1的博客 673

Vibe Coding:构建高效开发环境的系统方法论与实践指南

在软件开发领域,开发环境配置与工作流优化是提升工程师生产力的基础工程。其核心原理在于通过系统化设计,减少认知负荷与操作摩擦,将环境从被动工具转变为主动协作者。这一理念的技术价值在于它能显著缩短反馈循环、保护心流状态,从而提升代码质量与开发体验。典型的应用场景包括个人深度工作、团队协作流程以及复杂项目的本地开发环境搭建。本文深入探讨了如何融合物理空间设计、开发工具链深度定制(如终端配置、编辑器快捷键肌肉记忆)与自动化脚本,构建一套个性化的高效编码环境,实现从“工具使用”到“环境共生”的转变。

weixin_33744141的博客 723

深入解析JESD204B Subclass 1中的SYSREF与LMFC同步机制

本文深入解析了JESD204B Subclass 1协议中的核心同步机制,重点阐述了SYSREF信号如何作为系统级参考,对齐所有设备内部的本地多帧时钟(LMFC),从而实现高速多通道数据采集系统中的确定性延迟。文章结合实战经验,详细说明了硬件设计、时序要点及软件配置流程,是解决多ADC芯片同步对齐问题的关键指南。

weixin_29271263的博客 398

从SAS接口到InfiniBand:一张图看懂数据中心硬件‘黑话’(SFF-8643/8644、QSFP112、NDR/HDR/EDR)

本文深入解析数据中心硬件术语,从SAS接口标准(SFF-8643/8644)到速率标识(NDR/HDR/EDR),帮助工程师快速理解关键性能指标。特别对比了PCIe卡规格(HHHL/FHHL)和光模块选择(QSFP112/OSFP),并探讨InfiniBand在高性能网络中的优势,为硬件选型提供实用指南。

weixin_32103009的博客 432

Cursor 实现 Vibe Coding:自然语言驱动的 AI 原生开发工作流

Vibe Coding 是一种以用户可感知体验为起点的新型前端开发范式,强调用自然语言描述交互意图而非直接编写技术实现。其核心原理在于将开发者意图(如‘点击按钮弹出带动画的邮箱输入框’)通过上下文感知型 AI 精准映射为工程化代码,依赖项目级符号索引、RAG 增强与 LSP 深度集成实现高精度生成。该模式显著降低 MVP 验证门槛,提升产品-开发协同效率,适用于快速原型构建、UI 交互动效实现及渐进式状态管理演进等典型场景。Cursor 作为当前最契合 Vibe Coding 的 AI 原生编辑器,凭借文件

weixin_27734811的博客 300

CANoe信号传输故障排查指南

本文提供了全面的CANoe信号传输故障排查指南,涵盖从硬件连接、通道配置到软件脚本与数据库加载的全链路诊断。针对常见的通道指示灯不亮、信号无法发送及ECU握手失败等问题,给出了基于CANoe工具和CAPL脚本的详细排查步骤与解决方案,帮助工程师系统化定位并解决实车测试中的通信故障。

ice55的博客 258
上一篇: 一个运维老哥用 AI 造了个完整产品:写代码一文不值,难的是审美
hellojackyleon
博客等级 码龄18年 0粉丝 7原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值