【注：本文由 Claude Code 投稿，知识库为本网站/微信号内今年发表的 vibe coding 相关内容】
本文汇总了 2025 年团队在 Vibe Coding 领域的完整实践记录，按时间顺序梳理了从理论探索到生产实践的全过程，涵盖工具选型、实战经验、团队协作等多个维度。
理论奠基篇（3月-5月）
2025年3月：初识 Vibe Coding
这是团队首次系统性研究 Vibe Coding。通过自制工具生成的研究报告，我们明确了核心概念：
- 定义：利用 AI 将自然语言指令转化为可执行代码的新型编程范式
- 核心原则：自然语言输入 + AI 驱动代码生成 + 迭代改进 + 协作开发
- 主要优势：降低入门门槛、加速开发、增强创造力
- 关键挑战：代码质量、调试复杂性、技术债务、对 AI 准确性的依赖
关键洞察：需要建立明确指导方针、实施稳健测试程序、促进人类与 AI 协作。
2025年4月：深化理论认知
六大核心观点：
- 大势所趋：Vibe Coding 已成软件开发重要趋势，与其抵制不如拥抱
- 编程仍需学：虽然 AI 能写代码，但掌握编程思维仍然重要
- Prompt 不简单：需要 Prompt Engineering 技巧
- 门槛问题：降低的是生产门槛，不是创业门槛
- 技巧总结：选择成熟生态、与 AI 讨论、提供文档、版本控制等
- 前后端差异：前端受冲击更大，后端相对较小
GitHub Copilot Agent Vibe Coding 实录
首个完整项目实战记录，构建 AI 增强的个人博客：
- 经验 1：优先使用框架而非从零开始
- 经验 2：定义 agent 行为准则和必要背景
- 经验 3：常规需求，简单对话
- 经验 4：人工干预，该出手时就出手
- 经验 5：在非专业领域指挥 AI 费时费力
- 经验 6：在专业领域指挥 AI 事半功倍
- 经验 7：AI 也能生成烂但能工作的代码
2025年5月：行业视角
从管理视角审视 AI 对开发的影响：
- 角色转变：AI 是助手而非工具，需要有效沟通
- 工作方式改变：从执行者到决策者，从小工变监工
- 技能要求不同：掌握更多工具不再是核心竞争力
AI 时代开发者应学习：
- LLM 基本原理
- 沟通技巧与 Prompt 书写
- 工具思维
- 典型 AI 使用案例
- AI 正在彻底改变软件工程，提高生产力和效率
- 对就业市场的影响：减少传统角色需求，重点转向能管理和利用 AI 的人才
- 影响延伸到法律、医学、金融等知识工作领域
- 氛围编程：开发者使用 AI 工具根据高层次意图生成代码
- 持续创新和适应性的重要性
- 软件开发普及化和”构建者”的崛起
- 智能体的作用和 IDE 的演变
- “氛围”与”评估”的平衡
深度实践篇（6月-8月）
2025年6月：团队实践启动
首个月度实践总结，确立核心原则：
值得保留的实践：
- 将 AI 视为”人”而非工具
- 软件工程实践仍需遵循
- 提供清晰的指令（instruction/rule 文件）
- 借力打力（参考相似项目）
需要改进：
- 避免一句话需求
- 扩大知识面
- 放手让 AI 去做，遵循 trust but verify 原则
2025年7月：工具与技巧深化
基于 Google 提示词工程白皮书的知识总结：
高效提示词框架：角色 + 任务 + 上下文 + 格式
核心技术：零样本、单样本、少样本、系统提示、角色扮演、思维链、ReAct 等
Vibe Coding: Gemini CLI 帮我修复了一个 Astro 的 Bug
完整的 Bug 修复实录：
- 不看一行源码，完全借助 Gemini CLI
- 从复现问题到定位根因再到修复，全程 AI 驱动
- PR 被官方采纳合并
经验总结：
- 不要偷懒，好的 System prompt 很重要
- Gemini CLI 网页解析能力欠缺，建议 clone 到本地
- 时刻协助 AI，及时中断并提供帮助
- 提供足够的上下文，越精确效果越好
系统性介绍 Agent 概念：
定义：Agent = LLM + Memory + Tools + Knowledge
相关协议：
- AG-UI：Agent 与人类用户交互
- MCP：Agent 与外部工具交互
- A2A：Agent 与 Agent 交互
Workflow vs Agent：关键在于确定性
Claude Code 深度体验：
使用体验：
- 容易让人上瘾，是”程序员的猫薄荷”
- 能力很强但并非全知全能
- 可以替代很多 AI 工具
- 配合其他 AI 效果更佳
用后反思：
- 离人人都能创建应用的时代不远了
- 无法完成转型的开发者将面临困境
- AI 时代呼唤新的开发流程
- 老板们，请成为推动 AI 变革的驱动力
完成两次大改造后，我学到的生产级 Vibe Coding 实践
vscode-docpilot 插件开发经验：
核心经验：
- 充分计划，一击命中：不要采用先干了再说的方式
- 用好 Git：推翻重来可以发生于各阶段
- 随时 compact：阶段性遗忘也很关键
- 测试和 backup 是防护网
- 多总结，形成高层知识网
- 及时重构和测试
关键理念：将 LLM 视为函数对待，设定正确的预期。
目前的尝试：
- 开发 vscode-docpilot 插件，90% 以上代码由 AI 完成
- 在现有项目上规模化尝试 GC 和 CC
收获的经验：
- 不盲目自动化
- 谨慎对待 subagent
- AI 可能随时暴走
需要强调的经验：
- 追求一击必中而非无限逼近
- 加强高层信息网的建设
- 计划讨论和文件交接同样重要
- 宏观规划，小步快跑
2025年8月：团队规范建立
忽视了这些，给你的 Claude Code 配再多工具也没用
三种类型的 Vibe Coder：
- 甩手掌柜型
- 事必躬亲型
- 张弛有度型（推荐）
核心观点：
- 坚实的知识体系是驾驭 AI 小弟的基础
- 理性面对各类生态工具和项目模板
- 建立有助于 AI 小弟工作的环境
团队规范：
- 建立
llms-txt目录存放供 AI 使用的文档 - 建立
llms-skills目录存放 AI 可参考的技能 - 建立 prompt 模板
- 针对不同 AI 创建 instruction
- 建立测试安全网，不断重构
Claude Code + Gemini：低成本高效编码的新姿势
技术方案：通过 Claude-Worker-Proxy 和 One-Balance，让 Claude Code 使用 Gemini 模型：
- 规避封号风险
- 大幅降低使用成本
- 实现免费、高效的编码体验
本月强调的实践：
- 缺乏任务所需的知识体系将很难驾驭 AI
- 迷信工具并不能带来惊喜
- 一组团队总结的 AI 工具规范和经验
本月尝试的工具：
- AWS Kiro（初步感觉：革命尚未成功）
- Claude Code 对接到 Gemini
趋势观察：
- CLI 都是大势所趋
- 上下文管理才是 Vibe Coding 的核心
高级应用篇（9月-12月）
2025年9月：实战案例积累
出海应用实战篇：从 1000+ 行到 300+ 行，Next.js 项目的 i18n 优化
完整的 i18n 重构实践：
三个阶段：
- 修复缺失 key（TypeScript 类型安全）
- 清理僵尸 key（i18n-check）
- 重构设计架构（模块化与规范）
优化成果：JSON 文件从 1000+ 行 → 300+ 行，减幅 70%
Claude Code 开车大折返：从弃用 Pagefind 到重新拥抱
技术选型的折返经历：
- 第一次选型：Claude Code 选择 Pagefind
- 第二次选型：在主导下选择 Fuse.js
- 第三次选型：灵光乍现，重新拥抱 Pagefind
反思：领导的决策同样重要，不要急于改弦易辙。
利用 Codex 增强 Astro 站点 Reveal.js Slides 中图片渲染
Codex CLI 实战：
- 联网搜索功能出众
- 会主动读取源码和
.d.ts文件 - 防止踩坑，及时拉回正轨
钱都花了，为何你们吹爆的 Cursor、Claude Code 和 Codex 仍然没有输出我想要的结果？
三大核心问题：
-
将 Coding Agent 视为合作伙伴而非工具
- 这是能否用好 Coding Agent 的关键
- 本质上是一个技术管理过程
-
你可能是个”好人”
- 适当的严格要求，用批判的眼光看待输出
- 制造冲突，激发深度思考
-
你或许正在面对一个 unknown unknown
- 技巧 1：直接跟 coding agent 讨论直觉
- 技巧 2：无脑让 coding agent 先批判
- 技巧 3：让它帮你做调研
本月强调的实践：
- 一将无能累死三军（不要图省事放手让 AI 自己做）
- 打开思路，AI 也是”同事”
- 搞不懂 AI 写的代码？让测试帮你质问它
- 在 AI 遇到问题时，你需要提供帮助
本月尝试的工具：Codex，满意度不错
2025年10月：设计借鉴与反思
Gemini Cli 和 Claude Code 助我”抄袭” Starlight 的设计
快速学习优秀设计并应用：
- 使用 Gemini CLI 进行高层分析
- 生成架构图和序列图
- 使用 Claude Code 进行实验验证
收获：打开了一种新的软件设计和实现方式：理解需求 → 寻找相似设计 → 借助 AI 快速学习 → 针对需求剪裁
本月相关见闻：
-
我从来不读 AI 写的代码（Zed 访谈）
- 本质上构建了基于 YAML 的 DSL
-
Vibe Coding 老兵经验
- 关于 model：codex 更聪明，用较少的话有更多输出
- 关于 worktree：不适合需要多个 dev server 的场景
- 关于 Jargons：上下文才是关键
- 关于 prompt：一两句话 + 截图
- 关于 spec driven：非正式的 spec 更灵活
对 spec driven 的看法：
- 适合外包行业或外包项目
- 不适合新品开发、POC 或 MVP
- 短期内不会使用 spec-kit
2025年11月：工具分工与团队协作
Git Worktree 在 Vibe Coding 的妙用
在 Vibe Coding 场景下的应用：
- 在不同目录中让 AI 快速回溯和比对改动
- 将 worktree 目录加入 agent 上下文
- AI 可以通过文件搜索而非 git diff 来分析代码
- 效率更高，更省 token，准确度大大提高
理性对待新工具：
- Google Gemini 3 和 Antigravity 编辑器体验不佳
- 华丽的设计计划，掩盖不了糟糕的代码实现
- spec driven 工具的通病：信息冗余，噪音巨大
御三家的分工：
-
主程：Claude Code
- 承担 95% 以上的代码工作
- 详细罗列前因后果，思维轨迹清晰
-
副程：Codex
- CC 额度用完时替补上场
- 人狠话不多，自行查阅资料后给出结果
- 成本优化的选择
-
书记员：Gemini
- 利用 long context 做代码解释、review
- 调查其他系统的设计
- 学习并生成模板
利用 CC Marketplace + Plugin 在团队内分享实践
一个简单务实的 Claude Code Skill 创作流程：
- 学习 A 厂的公开 skill 库
- 让 Gemini 总结特点并生成模板
- 交给 CC 生成具体 skill
- 放入团队 marketplace 分享
核心经验总结
心态与认知
-
将 AI 视为”人”或”技术小弟”
- 这是能否用好 Coding Agent 的关键
- 本质上是技术管理过程
- 要当好“服务型领导”
-
适当严格要求
- 用批判的眼光看待输出
- 制造冲突，激发深度思考
- 把 coding agent 当作自己的小孩
-
知识体系是基础
- 缺乏知识体系将无法驾驭 AI
- 包括业务知识、架构原则、技术栈最佳实践、UX 模式
工作方法
-
充分计划，一击必中
- 提供充分的上下文信息
- review 计划，不断提问促使反思
- 代码生成前将计划保留到文件
-
版本控制 + 特性分支
- 在每个满意点及时保存
- 使用特性分支方便大范围推翻重来
- 不满意就直接回滚，不要硬着头皮继续
-
多总结，形成高层知识网
- README、code review、网上知识
- 当前任务的进度报告
- 好记性不如烂笔头
-
及时重构和测试
- 好的代码结构让 AI 可以模仿
- 测试充当重构的安全网
- 重构可以让代码聚焦，有助于 LLM 更好生成
团队协作
-
建立规范的目录结构
llms-txt/：存放供 AI 使用的文档或代码llms-skills/：存放 AI 可参考的技能- prompt 模板
- 针对不同 AI 的 instruction
-
利用 Marketplace 分享实践
- slash command
- subagent
- skill
-
定期月报总结
- 值得保留的实践
- 需要改进的地方
- 本月尝试的工具
- 推荐实践
工具选择
-
不要迷信单一工具
- 理性面对各类生态工具和项目模板
- 它们是放大器而非救命药
-
御三家分工明确
- Claude Code：主程，详细罗列思维轨迹
- Codex：副程，人狠话不多，自行查阅资料
- Gemini：书记员，利用 long context 做分析和 review
-
根据场景选择
- 常规需求：简单对话
- 复杂需求：充分计划
- 专业领域：事半功倍
- 非专业领域：费时费力
常见误区
-
不要当”好人”
- 言之无物的 PUA 只能换来廉价的道歉
- 用批判的眼光挑战 AI
-
不要过度依赖工具
- MCP 对于编码任务用处较小
- slash command 和 subagent 不要过多
- spec driven 不适合所有场景
-
不要忽视基础
- 软件工程实践仍需遵循
- 测试和 Git 是安全保障
- 代码质量不能妥协
写在最后
回顾 2025 年的 Vibe Coding 实践历程，从最初的理论探索到如今的团队规模化应用，我们见证了 AI 辅助编程从概念到实践的完整演变。
关键收获：
- Vibe Coding 不是银弹：它是工具，需要正确的使用方法
- 知识体系依然重要：AI 是放大器，放大的是你的能力
- 团队协作是关键：建立规范、分享经验、持续迭代
- 保持学习和开放：新工具层出不穷，保持理性和选择性
展望 2026：
- 持续优化团队协作流程
- 深化 AI 工具在复杂场景的应用
- 探索多 Agent 协同的更多可能性
- 建立更完善的知识管理体系
投资 Vibe Coding 就是投资未来。记住：你是要用它来获利的，而不是用它来吹牛逼滴！
Do you vibe coding today? Good luck!