"吾生也有涯，而知也无涯"
"AI 的全知或许能让人安于无知，但唯有不甘于无知的人，才有资格在新时代立足。"
"Stay hungry. Stay foolish."
—— 谨以此作为开篇。

近期阅读了几位行业前辈关于 Vibe Coding 领域最佳实践的分享，收获颇丰，遂整理成此文作为学习记录。

在我看来，Vibe Coding 是以 AI 为核心编码主力的工作流程：这种模式下，人类的精力会聚焦在需求定义、规范沉淀、代码评审与项目管理等关键环节，本质是人类、项目与 Coding Agent 三者动态交互、协同推进的过程。

Vibe Coding 的实践离不开具体工具支持，像 Claude Code、CodeX 等都是常用选择，下面就来分享使用这类开发工具时的最佳实践。

Best Practice

与 AI 协同的终极目标，不是让 AI 做所有事情，而是逐步建设一个可靠的系统的协同机制

Planing before coding：与其直接写prompt让AI开始干活，不如先和AI讨论清楚项目的规划，同时让它对代码仓库进行一定的理解，再进行开始编码。
1. 文档的沉淀
  1. e.g. 数据库设计、API设计、页面设计。例如在Magpie项目中，作者制定了详细的DEVELOPMENT.md，包含：项目概述（功能、目标）、技术栈（前端、后端、部署、浏览器扩展）、系统架构、用户流程（标准流程、自动化流程）、页面路由端点、Api设计、环境配置（env基础配置、Docker Compose配置）、项目目录结构、开发规范、Git工作流、测试策略、性能优化、安全考虑（双重认证、权限设计）、参考资源
2. 投入足够多的经历，让Prompt更加清晰具体，减少犯错的可能性空间。
3. 分阶段交付，让 AI 逐步产出可沉淀、有价值的内容，而不是一次性产出所有代码。包括：需求文档（包含清晰的业务逻辑）、方案设计（包含技术选型、架构设计、数据库设计）、任务拆分（清晰的任务分解，可交付可验收）、验收标准
永远优先使用确定性的方法，而不是依赖“智能”：对不同项目做针对性地设计，在特定场合提供合适的工具，尽最大可能可靠地完成某些工作，从而让AI专注于需要思考和判断的部分。
1. 确定性固化，解放双手。每次识别一个可重复+可确定的环节，然后让AI帮忙生成相关脚本或者配置文件，并手工验证和完善。整个流程固定下来后，以后都可以解放双手了。随着这样的确定性组件越来越多，整个系统的可靠性会越来越高。
  1. e.g. 与其直接让AI帮忙打包，不如用脚本固化构建流程。把构建、测试、部署的完整流程写成脚本，如 build.sh（可以让 AI 帮忙优化这个脚本，但是我们需要投入精力去review保证它可靠），然后在prompt里告诉AI执行这个脚本进行构建。
  2. e.g. 用工具固化检查规则：让 AI 帮忙配置.golangci.yml，在配置文件里声明各种检查点，然后使用golangci-lint这样的扫描工具去静态检查。
小步迭代而非直接放飞：AI 生成代码的能力很强，但它对整体架构的把握和长期维护的考虑还是有限的。一次性生成太多代码，就像是在黑暗中狂奔——你可能跑得很快，但也可能一头撞上墙^[1]。相比之下，小步迭代可控性高，方便开发者进行Code Review，也能观察AI的实现方式以学到新东西。
放飞方式：必须有完善的测试用例（采用TDD）、做好版本控制、分模块完成、用另一个AI做交叉评审。
手动Context管理
1. 多轮对话可以手动执/compact
2. 对于相对独立的任务可以新开一个对话，不过前提是沉淀好文档（相当于长期记忆）。
3. 配置Command：王巍大佬认为“凡是重复了两次以上的类似 prompt 都应该用命令来表述！”例如：
  1. /test-and-fix：运行测试，如果有失败自动尝试修复
  2. /review：对当前修改进行代码审查，给出改进建议
  3. /commit-smart：分析改动，生成合适的 commit message 并提交
推荐工作流：
1. 在 CLAUDE.md 中详细列出项目的编译命令、测试命令、linter 配置
2. 每完成一个小功能，立即编译
3. 测试通过后，运行 linter 和 formatter

Beyond Code: AI时代下的元技能

表达精准，结构化表达能力：用清晰明确无歧义的文字描述复杂的业务逻辑
快速验证的能力：快速审核验证代码的能力；什么叫“做完了”？如何验证正确性？
掌握复合型知识：能够跨越多个技术领域，理解它们之间的协同效应。
1. e.g. 知道前端性能优化如何影响后端架构；数据库设计如何影响应用层代码；安全考虑如何贯穿整个技术栈。
深度理解业务知识与需求：业务、技术和设计相结合的能力；理解业务的边界和本质。
系统思维与架构思维：考虑到未来的扩展性、性能瓶颈或者团队协作成本。如何拆解任务、定义接口、设计架构。
Context Engineering：如何在有限的上下文中提供最有效的信息

工程师不会结构性失业，反而会更忙。但“忙”的内容变了：从忙着写代码变成忙着设计系统、拆解任务、验收成果、沉淀 Prompt。^[3]

Vibe Coding最佳实践

Best Practice

Beyond Code: AI时代下的元技能

相关阅读