Vibe Coding 系列导读：给计算机学生的 AI 协作开发路线

这组文章写给已经有一定计算机基础的人：计算机专业学生、能熟练使用电脑的大学生、初级开发者、科研或课程项目开发者。它不是“零基础用 AI 逃避编程”的教程，而是讨论如何把已有的编程能力升级成 AI 协作开发能力。

系列导航

导读：Vibe Coding 系列导读：给计算机学生的 AI 协作开发路线
学习路线：Vibe Coding 学习路线：计算机学生如何从 0 到 1 上手 AI 辅助开发
工具链：Cursor、Codex、Claude Code 怎么选：AI 编程工具链入门
工程闭环：从 Prompt 到可提交代码：Vibe Coding 的工程闭环
上下文工程：上下文工程：AGENTS.md、项目规则和可复用 Skills
实战篇：实战篇：用 Vibe Coding 做课程项目、个人工具和科研复现

为什么要把原来的长文拆开

我原来写过一篇《Vibe Coding 全流程指南》，它试图一次讲完概念、工具、Prompt、项目规则、Git、测试、AGENTS.md、Skills、全栈开发、科研复现和常见风险。写的时候很顺手，读起来却有一个明显问题：它更像一本小册子，而不是一篇博客。

Vibe Coding 这个话题天然容易膨胀。你刚开始只想问“AI 能不能帮我写代码”，很快就会遇到一串更具体的问题：

怎么描述需求，AI 才不会乱猜？
什么时候应该让 AI 先读代码，什么时候可以直接改？
Cursor、Codex、Claude Code、Copilot 到底怎么分工？
AI 写出来的代码能不能直接合并？
课程项目、个人工具、科研复现各自适合什么流程？
如何把一次成功的 Prompt 变成可复用的项目规则？

这些问题放在一篇文章里，会把读者压得很累。尤其是对计算机学生来说，最重要的不是一次收集所有名词，而是知道自己下一步应该练什么。因此我把原文拆成一个系列：这篇只做导读，后面每篇解决一个明确问题。

什么是 Vibe Coding

我更愿意给它一个面向程序员的定义：

Vibe Coding 是一种以自然语言为主要交互方式，由人负责目标、约束、判断和验收，由 AI 编程代理负责大量代码生成、修改、调试和文档工作的开发方式。

它不是简单的“让 AI 写代码”。早期的 AI 代码补全更像一个聪明的输入法：你写到一半，它预测下一行。Vibe Coding 更接近项目级协作：你描述需求，让 AI 阅读代码库、提出方案、修改多个文件、运行命令、根据报错继续迭代，最后你审查 diff、跑测试、决定是否提交。

这意味着人的角色发生了变化。过去我们的大部分时间花在手写实现上；现在越来越多时间会花在需求澄清、任务拆解、上下文整理、方案评估、代码审查和验收上。AI 可以写 Controller、Service、Vue 组件、SQL、测试用例、README 和实验脚本，但你仍然要判断它写在哪里、为什么这么写、是否破坏已有模块、是否满足业务规则、是否值得合并。

所以 Vibe Coding 的核心不是“放弃代码”，而是把代码生产过程从手写为主，升级成“指挥、审查、迭代、验收”为主。

两种 Vibe Coding

网上讨论 Vibe Coding 时，经常混在一起讲两种完全不同的方式。

第一种可以叫“玩具式 Vibe Coding”：直接告诉 AI 想要什么，AI 生成代码，人基本不看实现，只看页面或运行结果，不行就继续让 AI 改。这种方式很适合周末 demo、一次性脚本、临时网页、小型个人工具。它的优势是快，缺点也清楚：质量不可控，维护困难，安全边界模糊，项目复杂后很容易失控。

第二种可以叫“工程式 Vibe Coding”：AI 负责编码和执行，人负责目标、架构、约束、测试、审查和最终责任。这种方式适合长期维护的项目、课程设计、科研复现、全栈应用、团队协作和需要部署的系统。本文系列主要讨论的是第二种。

Google Cloud 等资料会把类似区别表述为 pure vibe coding 和 responsible AI-assisted development。这个区分很重要：前者追求速度和体验，后者追求可控、可维护、可交付。对于计算机学生和初级开发者，真正值得学习的是后者。

这组文章重点面向谁

这组文章的核心读者不是完全没接触过代码的人，而是已经具备一些基础的人。

如果你是计算机专业学生，至少写过 C、Java、Python、JavaScript 中的一两门语言，知道函数、模块、类、接口、数据库、命令行和 Git 的基本概念，那么你非常适合系统学习 Vibe Coding。AI 可以帮你把“会写小程序”推进到“能独立做项目”，也能帮助你读懂陌生代码库、补测试、写文档、排查环境问题。

如果你是熟练使用电脑的大学生，虽然不是计算机专业，但愿意学习代码，也可以从小工具和课程项目开始。你不一定要一开始理解所有框架细节，但至少要愿意看报错、运行命令、分辨文件结构，并逐步补齐基础知识。

如果你是初级开发者，Vibe Coding 的价值不是替你写几个函数，而是帮你更快完成跨文件任务：理解旧项目、补齐接口、重构重复逻辑、写测试、生成迁移说明、整理 PR 描述。它可以放大你的工程能力，但不会替你承担工程责任。

如果你是科研或课程项目开发者，Vibe Coding 特别适合处理实验脚本、数据预处理、仓库复现、结果整理和工程包装。不过论文理解、实验设计、结论判断仍然必须由研究者自己负责。

非技术人员也可以用 AI 做原型，但这不是本系列主线。对他们来说，更适合的目标是验证想法、制作简单页面、整理自动化流程；一旦涉及数据安全、上线系统、付费业务或长期维护，就需要有技术判断的人参与。

学 Vibe Coding 到底是在学什么

学习 Vibe Coding 不是背 Prompt 模板，也不是追逐某一个工具。工具会变化，但下面几种能力会长期有用。

第一是需求表达能力。你要能把模糊想法写成目标、范围、输入、输出、限制和验收标准。AI 不怕你啰嗦，怕你既不给上下文，又希望它猜中你的真实意图。

第二是任务拆分能力。不要一上来就说“帮我写一个完整项目”。更稳的做法是先让 AI 读项目、复述理解、提出计划，然后按模块小步实现。任务越小，反馈越快，失控概率越低。

第三是上下文管理能力。AI 不是永远记得你的项目背景。重要规则应该写进 README、SPEC、AGENTS.md、progress.md 等文件里，而不是散落在聊天记录中。上下文越清楚，输出越稳定。

第四是工程审查能力。AI 生成的代码必须被运行、测试、审查。你要看 diff，理解它改了什么，确认是否引入安全问题、性能问题、依赖问题或隐藏的行为变化。

第五是流程沉淀能力。一条好 Prompt 只是一次成功；一套可复用规则才会让后续项目持续受益。把常用步骤沉淀成项目说明、检查清单、脚本或 Skill，才算真正建立了自己的 AI 开发工作流。

六篇文章分别解决什么问题

第一篇就是这篇导读，回答“Vibe Coding 是什么、适合谁、为什么不能只讲零基础造应用”。读完你应该能建立一个基本判断：AI 编程不是让人不用学工程，而是让工程能力的重心发生变化。

第二篇讲学习路线。它会按照脚本、小页面、接口、课程项目、MVP、科研实验的顺序，给计算机学生一条从 0 到 1 的练习路径。重点不是列工具，而是告诉你每一阶段应该练什么能力、做什么项目、如何验收。

第三篇讲工具链。Cursor、Codex、Claude Code、Copilot 等工具各有适用场景。文章不会做“谁最强”的排行榜，而是按任务类型解释：什么时候用 IDE 补全，什么时候用项目级 agent，什么时候用命令行，什么时候让 AI 只做代码审查。

第四篇讲工程闭环。它把一次 Vibe Coding 任务拆成 Explore、Plan、Implement、Verify、Review、Commit 六步。这个流程适合课程项目，也适合真实工作：先探索，再计划，再实现，再验证，再审查，最后提交。

第五篇讲上下文工程。它会解释 AGENTS.md、CLAUDE.md、Cursor Rules、README、SPEC、progress.md、Skills 这些东西分别解决什么问题，以及学生项目里最小可用的规则文件应该怎么写。

第六篇讲实战。它会把前面的方法落到课程项目、个人工具和科研复现中，用麻将计分小程序、全栈项目和模型复现作为例子，展示如何拆任务、写 Prompt、跑测试、记录结果。

一个最小可用的学习顺序

如果你现在就想开始，不需要先读完所有资料。可以按下面这个顺序实践：

选一个小项目，比如文件整理脚本、课程表网页、记账页面、实验结果汇总工具。
写一份 1 页以内的需求说明，包括目标、功能、输入输出、限制和验收标准。
让 AI 先复述需求并提计划，不要立刻写完整代码。
每次只让 AI 做一个小改动，并要求说明改了哪些文件。
你自己运行项目、复制报错、让 AI 根据真实反馈修复。
每完成一个功能就看一次 diff，确认没有多余改动。
把踩坑记录写进 progress.md，把长期规则写进 AGENTS.md。

这个顺序看起来慢，但它会让你建立控制感。Vibe Coding 最危险的地方不是 AI 写错，而是人不知道 AI 写了什么。

本篇 Checklist

我是否理解 Vibe Coding 不是简单的代码补全？
我是否区分了玩具式 demo 和工程式 AI 辅助开发？
我是否知道本系列重点服务有一定计算机基础的读者？
我是否接受“AI 可以写代码，但人必须验收代码”这个前提？
我是否能为自己的第一个练习项目写出目标、范围和验收标准？

参考资料

修改记录

2026-05-11 19:57 新增“Vibe Coding 全流程指南”初稿。
2026-05-26 22:00 重写为 Vibe Coding 系列导读，并拆分后续专题文章。

从工具热闹回到工程能力：如何系统学习 AI 辅助开发