nexus/wiki/sources/vibe-coding经验收集.md

title, type, tags, date

title	type	tags	date
vibe coding经验收集	source	vibe-coding ai-programming workflow x-twitter	2026-04-03

Source File

• raw/Vibe Coding/vibe coding经验收集.md

Summary

• 核心主题：Twitter/X 上 AI 编程实践者分享的 vibe coding 经验与工作流
• 问题域：如何高效使用 AI 进行代码开发；AI 生成代码质量保证机制
• 方法/机制：设计文档 → 伪代码 → AI 直出 → AI review → 提交；文件头注释降低认知负载；测试驱动 AI 编程
• 结论/价值：vibe coding 超越"提示词工程"，进入工程化实践阶段，核心差异在于人机分工（人做架构/AI 做实现）

Key Claims

• 需求 → 伪代码 → 代码 的流水线可实现"一遍直出"，由第二个 AI review 后修改即完成
• Gemini 3 Pro 系统 prompt 调优可提升多代理基准测试性能约 5%
• "验证代码按正确逻辑运行"将替代"看懂代码"成为软件工程核心能力
• CodeWeaver 将任意项目代码库编织为树形 Markdown 文档，简化 AI 上下文注入
• 文件头注释（模块作用 + 上下游链路 + 维护 agents 说明）降低团队认知负载

Key Quotes

"需求 -> 伪代码 -> 代码" — 点评：设计文档细到 service 层伪代码，交给 AI 一遍直出，再用另一个 AI review "未来的软件工程核心不是'看懂代码'，而是'验证代码按正确逻辑运行'" — 通过自动化测试、静态分析、形式化验证确保行为正确 "CodeWeaver 将你整个项目，不管有多少屎山代码，直接'编织'成一个条理清晰的 Markdown 文件" — 降低上下文复杂度

Key Concepts

• 设计文档优先：在交给 AI 前完成伪代码编写，确保 AI 直出质量
• 双AI Review：第一个 AI 生成 + 第二个 AI review，用 review 意见修改而非从头 review
• AI测试驱动：让 AI 自己生成测试用例并执行，将测试作为代码正确性的验证手段
• 上下文压缩：CodeWeaver 将代码库压缩为树形 Markdown，降低 AI 处理大项目的上下文压力
• 模块头注释规范：文件头注释包含作用说明、上下游链路、维护 agents 说明，类似 Claude Skill 的 README
• 点线体迭代：先打磨单个基础任务，再基于此批量执行，类比渐进式开发

Key Entities

• CodeWeaver：GitHub 工具，将任意代码库编织为可导航 Markdown 文档
• Gemini：Google LLM，系统 prompt 调优可提升多代理性能

Connections

• Vibe Coding ← 工程化 ← 设计文档优先 + 双AI Review + AI测试驱动
• CodeWeaver ← solves_problem ← 上下文压缩
• Prompt工程 ← context ← 小费激励式提示词（"第一次做好打赏100美元"）

工程化 Vibe Coding 工作流

需求定义
    ↓
设计文档（含 service 层伪代码）
    ↓
AI #1 直出代码
    ↓
AI #2 review
    ↓
根据 review 意见修改
    ↓
AI #1 生成测试用例
    ↓
执行测试 → commit → push

Prompt 工程新技巧

技巧	原理	效果
小费激励	承诺做好打赏，心理暗示	提升首次生成质量
指定格式	明确要求输出格式	减少返工
伪代码前置	降低 AI 推理难度	提高直出准确率

Contradictions

• 与 Vibe Coding 资源文档：
  • 冲突点：纯提示词优化 vs 工程化流程
  • 当前观点：vibe coding 核心是设计文档质量，AI 执行是确定性环节
  • 对方观点：vibe coding 核心是氛围和提示词