Vibe Coding（直觉编程/氛围编程），简单来说，就是开发者不再一行行敲代码，而是通过自然语言与 AI 持续对话，顺着直觉把程序“聊”出来。
这段时间，我正好在处理一些繁杂的 Python 后端逻辑，并重构了几个 Vue 前端组件，期间大量尝试了这种开发模式。
经过初期的兴奋和随之而来的踩坑，我的总体体会是：Vibe Coding 并非无所不能的银弹，它本质上是一次工程管理方式的转移。
并非所有场景都适合让 AI 接管。下面是我总结的几点观察与个人最佳实践。
一、 代码的层次：AI 的边界在哪里？
在使用 AI 写代码之前，最大的忌讳就是把整个项目像一团乱麻一样丢给它。根据“业务定制化程度”和“AI 生成可靠性”，我们应该将项目代码清晰地解构为三个层次。
1. 基础设施与工程化代码（底层） 这是项目的地基，通常属于非功能性需求，有着高度程式化的行业标准。
- 例子： 前端的 Vite 工程配置、Axios 请求拦截器；后端的 Python 运行环境 Dockerfile、SQLAlchemy 数据库连接池初始化，以及 CI/CD 流水线脚本。
- 策略：完全释放，一键生成。 这类代码在开源世界有海量标准答案，AI 极少犯错。你可以用几句简单的指令，让 AI 直接把地基打好。
2. 标准业务模块与通用组件（中层） 这是日常开发中“重复造轮子”的重灾区。逻辑虽然庞大，但模式相对固定。
- 例子： 基于 JWT 的登录鉴权模块、RBAC 权限系统；前端带有分页与导出功能的 DataGrid 表格、标准的 CRUD 表单模板。
- 策略：微调与组装。 让 AI 生成基础版本，然后通过对话补充业务字段和调整 UI。通常 3 到 4 个回合的对话就能得到满意的结果。
3. 核心领域逻辑（顶层） 这是系统的灵魂，包含了项目中独一无二的业务规则。
- 例子： 金融系统中复杂的资金对账与清算算法、涉及多级部门的审批流状态机、动态表单的复杂联动校验。
- 策略：严密监控，人工主导。 绝不能用一句话让 AI 直接写核心逻辑。必须由人类先划定严密的逻辑边界，将大问题拆解为极小的函数，再让 AI 填空。
二、 思考与执行的分离：双模型协作
在实际落地中，我发现单一模型往往难以兼顾所有环节。比如 Claude Code 的工程落建能力极强，但在面对模糊的内部需求或缺乏开源语料的非通用领域时，部分第三方模型（比如Minmax、GLM等）在长上下文的逻辑推理上依然存在瓶颈。
一种比较好的实践是分离“思考”与“执行”：
遇到复杂任务，先使用 Gemini 这类具备强大长文本与逻辑分析能力的模型进行需求澄清。把模糊的想法转化为清晰的结构，理清技术实现路径，最终输出一份确定的“技术设计产物”（Spec）。 拿到这份详尽的“施工图纸”后，再交给工程能力强的模型去完成具体的代码编写。
三、 流程的尺度：什么时候需要写文档？
文档（Spec）的轻重，取决于任务的颗粒度和生命周期。
- 轻量级介入： 对于日常修复 Bug、调整 Vue 组件参数，直接用短对话进行 Vibe Coding 即可。强行写详尽的说明书反而丧失了敏捷性。
- 重度介入： 如果面对的是一个全新的重构，或是一次伤筋动骨的大版本迭代，前期的 Spec 绝对不能省。没有清晰的架构规划，AI 最终只会产出一堆看似能跑、实则无法拼接的碎片代码。
四、 防御性协作：应对 AI 的“失控”
AI 会遗忘上下文，会产生幻觉，甚至会煞有介事地虚构不存在的 API。在长周期的开发中，我们需要建立一套“防御机制”：
- 善用回顾（Insight）： 在多轮对话后，定期让 AI 总结当前的上下文、已完成的工作和接下来的技术原则，防止它偏离主线。
- 打破信息隔离（MCP）： 很多幻觉来源于 AI 知识库的滞后。配置好联网搜索等 MCP（模型上下文协议）工具，让 AI 实时获取最新的官方文档，这是减少幻觉最有效的物理手段。
- 果断回滚（Rewind）： 如果 AI 开始瞎编逻辑，千万不要试图通过无休止的对话去“纠正”它。错误的上下文只会越积越多。果断回滚到出错前的干净状态。
- 守住底线（人工介入）： 如果 AI 在同一段报错上连续踩坑两三次，立刻停止对话，人工介入审查源码。试图通过写更多的 Prompt 让 AI 自己领悟，消耗的时间往往比自己手写还要长。
五、 工具的祛魅
现在社区里经常把各种自定义的技能插件（Skill）吹得天花乱坠。但现实是，每个人的技术栈和项目结构都有其独特性，生搬硬套别人的“最佳实践”往往会水土不服。
不要过度追求复杂的自动化工具链。大道至简，找到符合自己节奏的提示词（Prompt）习惯，熟练运用官方提供的通用基础能力，比折腾一堆炫酷的插件重要得多。
结语
Vibe Coding 确实正在重塑开发体验，极大降低了编写“胶水代码”的体力消耗。但也正因如此，它将软件开发的重心从“如何写代码”转移到了“如何提出正确的问题”。