/vibe-coding/ Recent content in Vibe Coding on 老张开工了 Hugo zh-cn Thu, 11 Jun 2026 00:00:00 +0000 /posts/2026/06/vibe-coding/ Thu, 11 Jun 2026 00:00:00 +0000 /posts/2026/06/vibe-coding/ “Vibe Coding"这个词最早由 Andrej Karpathy 在 2024 年初抛出，他对它的定义其实带点自嘲： “我大部分时候就在大写英文、调高音量、感觉对了就按 Enter。” 五年后我们回头看，K老师的玩笑是有认真内核的——大规模 AI 协作确实改变了我们和代码之间的"心智带宽分配”。本章不会变成玄学，而是把"vibe"翻译成可以练习的几条节奏律。 6.1 Vibe = 心智带宽的重新分配 传统编程心智： ┌──── 写代码（70%）/ 设计（20%）/ 调试（10%）────┐ AI 协作心智： ┌── 描述（30%）/ 评审（40%）/ 抽象沉淀（30%）──┐ 观测到的几点 2026 年版现实： 写：从"逐字敲" → “一次性给整段样板” 读：从"看自己代码" → “看模型生成的别扭写法，比对自己的预期” 沉：从"知道在脑子里" → “写进 .md，下次再被模型看见” 这个第三件事最反直觉：你以前懂得多就好；现在写得下才算数。 6.2 五条节奏律 6.2.1 节奏律一：Quick Loop 比单次 hit 重要 ❌ 一次让 AI 写完整功能 → 拿来用 → bug 满天飞 ✅ 一次一个微功能 → 让它跑 → review → 下一节 把每一段都做成"30 秒内能看到结果"的大小。Claude Code 的 Plan / Subagent 都在强化这个 30s-to-result 节奏。 /posts/2026/06/ai-course/ Mon, 01 Jun 2026 00:00:00 +0000 /posts/2026/06/ai-course/ 2026 年是开发者的"AI 元年"。Copilot、Cursor、Claude Code、Codex、OpenCode 这些工具，已经把"写代码"这件事从一项孤军奋战的手工活，变成了一场人机协作的对话游戏。从单文件补全到多 Agent 编排，从 prompt 工程到 MCP 协议，从 vibe coding 到 skill 沉淀——AI 开发不再是一个噱头，它是新一代工程师必须掌握的基础能力。 本系列从零基础出发，系统拆解 AI 开发的完整知识图谱： 底层认知：大语言模型如何工作，能力与边界在哪里，上下文窗口与 token 是什么 协作心法：Prompt 工程与上下文工程，Vibe Coding 的理念与节奏 自动化体系：Agent / Loop / Graph / Harness / Subagent 五个关键概念如何串成自治开发流水线 能力扩展：MCP 协议如何让模型连接世界，Skill 如何把一次性经验沉淀为可复用的能力包 实战淬炼：6 个由浅入深的实战案例，从重构遗留项目到搭建多 Agent 工作流，从开发 MCP server 到发布 Skill 库 无论你之前是完全没接触过 AI 工具的程序员，还是已经写了半年 Copilot 想迈向更高阶用法的开发者，都能在这个系列中找到清晰的进阶路线。 课程大纲 第一篇 · 基础认知篇 AI 开发时代导论：从工具到伙伴 大语言模型原理与实践 Prompt 工程入门：与 LLM 有效沟通 上下文工程：RAG 与长上下文 主流 AI 编程工具全景 Vibe Coding 理念与心法 安全与责任：AI 编程的边界 开发环境搭建：从 IDE 到 Agent CLI 第二篇 · Agent 与自治篇 Agent 概念：从助手到自治 Loop 机制：自循环任务执行 Graph 工作流：多节点编排 Harness 框架：OpenCode 与 superpowers 任务委派：Subagent 与并行执行 Agent 调试与可观测性 第三篇 · MCP 篇 MCP 协议详解 常用 MCP server 实践 MCP server 开发实战 进阶 MCP：传输、资源、提示 MCP 生态与未来 第四篇 · Skill 篇 Skill 概念：能力封装的艺术 Skill 设计原则与最佳实践 编写第一个 Skill Skill 测试与迭代 Skill 库管理与发布 第五篇 · 实战篇 实战一：用 AI 重构遗留项目 实战二：构建知识库 MCP server 实战三：开发团队 Skill 库 实战四：搭建多 Agent 协作系统 实战五：AI 测试与 CI 集成 终章：AI 开发者的成长路径 本系列文章以 2026 年中期的主流工具栈 为基准：Claude Code / Codex / OpenCode / Cursor / GitHub Copilot 等。AI 工具迭代极快，本文中的具体产品界面、命令行参数可能随版本演进——以"原理 + 心法"为主线，把"工具 + 命令"当作示例。 /posts/2026/06/ai-intro/ Mon, 01 Jun 2026 00:00:00 +0000 /posts/2026/06/ai-intro/ 欢迎来到《AI 开发从入门到精通》系列的第一篇。如果你打开这篇文章，说明你已经感受到 AI 正在改变写代码这件事——但你可能还没有清晰的方法论，不知道该从哪里开始、走到哪里去。本系列就是为解决这个问题而生的。 1.1 三个时代，三种程序员 把时间拉远看，软件开发的"主旋律"大约每十年换一次： 时代 主旋律 程序员的核心动作 1990s–2010s 语言与框架 学语法、背 API、写样板代码 2010s–2020s 云与 DevOps 学容器、写 CI、配 YAML 2023–当下 AI 协作 描述意图、审阅产码、抽离模式 第三行的"程序员"不再是逐字逐句敲代码的书记员，而更像一个产品经理 + 评审员 + 架构师的混合体。你描述意图，AI 给出第一稿；你做评审，AI 改第二稿；你做架构决策，AI 负责蜜糖细节。这种模式有人叫"AI 辅助开发"，Andrej Karpathy 在 2024 年给它起了个更带感的中性名字——Vibe Coding：跟着感觉走，让模型把感觉变代码。 1.2 为什么现在必须学 三条硬证据： 生产力差距是非线性的。 一个熟练的 AI 协作者，与一个不熟练的同侪相比，大量 1–3 天的小任务会变成几小时。半年累计下来是数量级别的产出差。 代码本身正在被重构。 Markdown / TOML 正在变得和 TypeScript / Rust 同样重要——因为 AI 工具的"配置"（Skill、prompt、AGENTS.md）本身就是产品形态之一。 AI 工具的开发是双向赋能的。 你不仅在用 AI，还会用 AI 去构建更强大的 AI 工具（Skill、MCP server、Agent harness）。从这个角度看，“用 AI 写代码"和"开发 AI 工具"不是两件事，是同一件事的两个阶段。 1.