Vibe Coding 学习路线：计算机学生如何从 0 到 1 上手 AI 辅助开发

这篇文章是 Vibe Coding 系列的第二篇。它不讨论某个工具的按钮怎么点，而是给有计算机基础的学生一条可执行的练习路线：从小脚本开始，逐步过渡到页面、接口、课程项目、完整 MVP 和科研实验。

系列导航

先明确目标：你不是在学偷懒

很多人第一次接触 Vibe Coding，会把目标设成“以后是不是不用学编程了”。这个目标很诱人，但对计算机学生来说方向是错的。

更合理的目标是：

我已经懂一些计算机基础，现在要学会把 AI 当成开发搭档，用它加速实现、调试、阅读和整理，同时保留自己的判断力。

这条路线不要求你已经是成熟工程师，但至少要有三个基础：会用命令行运行程序，能看懂一种主力语言的基本代码，知道 Git 的 add、commit、diff 是做什么的。如果这些还不熟，AI 也能帮你学，但你需要把“补基础”列入计划，而不是跳过去。

Vibe Coding 的学习路线可以分成六个阶段。每个阶段都有一个核心练习目标：先让 AI 帮你写小代码，再让它帮你连接模块，最后让它参与完整项目。

阶段一：从小脚本开始

第一个阶段不要做网页、App、全栈系统。先做脚本。

脚本的好处是反馈快，边界清楚，失败成本低。你可以从这些任务开始：

批量重命名文件；
统计一个 CSV 文件里的数据；
把 Markdown 目录生成出来；
把实验日志整理成表格；
批量压缩图片或转换格式。

这类任务适合训练三个能力：描述输入输出、提供样例数据、运行并反馈报错。

一个比较好的 Prompt 可以这样写：

我想写一个 Python 脚本，读取当前目录下的 scores.csv，统计每个学生的平均分，并输出 average_scores.csv。

要求：
输入文件第一行是表头：name,course,score
score 可能是字符串，需要转成数字
如果某一行 score 为空，跳过并在终端打印警告
请先给出实现计划，再写代码
最后告诉我如何运行和如何验证结果

注意这里不是说“帮我处理成绩”。你给了输入格式、异常情况、输出格式和验收方式，AI 才有稳定发挥的空间。

这个阶段的验收标准很简单：你能独立运行脚本，能看懂主要逻辑，能根据报错让 AI 修复，能用 2-3 个样例文件确认结果正确。

阶段二：做一个小页面

第二个阶段可以进入前端页面，但不要一开始就做复杂系统。选择一个没有后端的小页面，比如番茄钟、课程表、待办清单、阅读记录、简易计算器。

这个阶段练的是“从功能描述到交互页面”。你需要学会描述页面结构、状态变化和用户操作，而不只是描述视觉效果。

例如做一个待办清单，不要只说“做一个好看的 todo 页面”。可以这样描述：

请用 HTML、CSS、JavaScript 写一个单文件待办清单页面。

功能：
1. 可以新增任务；
2. 可以标记完成；
3. 可以删除任务；
4. 刷新页面后任务仍然保存在 localStorage；
5. 页面需要适配手机宽度。

请先列出状态数据结构，再实现。

这里的关键是让 AI 先说数据结构。前端不是只有样式，真正决定页面能不能维护的是状态组织。即使只是小页面，也要习惯问：

数据存在哪里？
哪些操作会改变数据？
页面如何从数据渲染？
刷新后如何恢复？

这个阶段的验收标准是：你能用浏览器打开页面，能手动测试新增、完成、删除、刷新保留，能读懂主要事件处理逻辑。

阶段三：写一个后端接口

第三个阶段开始接触后端。目标不是掌握所有框架，而是理解一个最小接口服务的结构。

可以选择 Node.js + Express、Python + FastAPI、Java + Spring Boot 中你熟悉的一种。项目可以很小：任务管理 API、图书收藏 API、课程签到 API、实验记录 API。

这个阶段要练的是“接口契约”。你不能只说“帮我写后端”，而要写清楚：

有哪些资源；
每个接口的 URL 和方法；
请求体字段；
响应格式；
错误情况；
数据暂时存内存、文件还是数据库。

一个最小接口说明可以这样写：

我要做一个任务管理 API，使用 FastAPI。

资源 Task：
- id: string
- title: string
- done: boolean
- created_at: string

接口：
- GET /tasks 返回全部任务
- POST /tasks 创建任务，请求体包含 title
- PATCH /tasks/{id} 修改 done
- DELETE /tasks/{id} 删除任务

第一版先用内存数组保存数据，不接数据库。请先给项目结构和测试方式。

这个阶段不要急着接登录、权限、部署。先把接口跑通，再用 curl、Postman 或浏览器请求验证结果。你要能看懂路由、数据模型、异常处理和启动命令。

阶段四：做一个课程项目

当你能做小页面和接口，就可以进入课程项目级别。这里的重点从“写代码”变成“管理项目”。

课程项目通常会有这些特点：时间有限、功能不算太复杂、需要展示、需要文档，可能还要小组协作。Vibe Coding 在这里非常有用，但前提是你要先写一份简短的需求说明。

建议每个课程项目都先写 SPEC.md，内容包括：

# 项目目标
用一句话描述系统解决什么问题。

# 用户角色
列出学生、教师、管理员等角色。

# 核心功能
只列第一版必须完成的功能。

# 非目标
明确第一版不做什么。

# 验收标准
用可测试的方式描述完成状态。

然后再让 AI 根据 SPEC.md 拆任务。不要让它一次写完项目，而是按功能推进：先搭项目结构，再做数据模型，再做第一个页面，再接第一个接口，再补测试和文档。

课程项目最容易犯的错误是“前两天让 AI 写了一堆代码，最后三天没人知道哪里坏了”。为了避免这种情况，每完成一个模块都要提交一次 Git，并写清楚提交信息。哪怕项目很小，也要养成 git diff 和 git status 的习惯。

阶段五：做一个完整 MVP

MVP 和课程项目的区别在于：MVP 更接近真实使用。它不一定功能多，但必须有一个完整闭环。

比如一个个人记账工具，完整闭环不是“有页面”，而是：

用户能新增一笔支出；
支出能保存；
用户能按月份查看；
用户能修改和删除；
错误输入有提示；
数据不会轻易丢失。

这个阶段需要引入更多工程问题：数据持久化、表单校验、错误处理、部署、日志、备份、权限。AI 可以帮助你实现这些细节，但你需要控制范围。

建议用一张任务表推进：

| 模块 | 目标 | 验收方式 | 状态 |
| --- | --- | --- | --- |
| 数据模型 | 定义 Account 和 Transaction | 能创建测试数据 | done |
| 记账表单 | 新增支出记录 | 手动输入并保存成功 | doing |
| 月度统计 | 按月份汇总金额 | 用样例数据核对结果 | todo |

这张表可以放在 progress.md。每次和 AI 开新会话时，先让它读 SPEC.md 和 progress.md，再继续当前任务。这样不会把项目记忆完全寄托在聊天上下文里。

阶段六：进入科研和实验项目

科研项目中的 Vibe Coding 价值很大，但也更需要边界。

AI 很适合做这些事情：

阅读仓库结构并解释入口文件；
整理环境安装步骤；
写数据预处理脚本；
帮你定位报错；
把训练日志整理成表格；
写可视化脚本；
生成实验记录模板。

AI 不适合替你决定这些事情：

论文结论是否成立；
实验设计是否公平；
指标变化是否有统计意义；
某个模型是否真的优于 baseline。

科研项目的最小流程可以是：

让 AI 读 README 和目录，解释如何跑通 demo。
先跑原始 baseline，不改代码。
把环境问题、命令、日志写进 progress.md。
只改一个变量或一个模块，记录实验条件。
用脚本整理结果，但自己判断结论。

这比“直接让 AI 复现论文”慢一些，但可靠得多。

如何判断自己进入下一阶段

不要用“我看了多少教程”判断进度，而要用可交付结果判断。

你可以这样检查：

小脚本阶段：我能给出输入输出样例，并确认脚本结果正确。
小页面阶段：我能描述状态结构，并测试主要交互。
后端接口阶段：我能用请求工具验证接口响应。
课程项目阶段：我能维护一份需求说明和进度表。
MVP 阶段：我能处理保存、校验、错误和部署问题。
科研阶段：我能区分工程复现和科研判断。

每个阶段都可以用 AI 帮忙，但不能把验收交给 AI。验收是人的责任。

本篇 Checklist

我是否选择了一个足够小的第一个项目？
我是否能写清楚输入、输出、异常和验收标准？
我是否让 AI 先计划，再实现？
我是否能独立运行代码并复制真实报错？
我是否用 Git 保存每个稳定阶段？
我是否把项目规则和进度写到文件里，而不是只放在聊天里？

参考资料

修改记录

2026-05-26 22:00 新增 Vibe Coding 学习路线文章。

从脚本、小页面到完整项目，逐步练出 AI 协作开发能力