Vibe Coding 何必只在桌面 IDE，多端智能体协同的思考与设计

推荐语

Vibe Coding 重新定义编程体验，让AI智能体在多端协同中为你完成80%的代码工作。

核心内容：
1. AutoDev多平台架构实现全端覆盖与协同
2. Vibe Coding如何通过AI智能体提升编码效率
3. 从提示词到实际落地的智能编程实践案例

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

依托于我们领先（于国内的）下一代开源的 AutoDev 架构，在最新发布的 AutoDev 多平台预览版（0.1.6）中，我们实现了 AutoDev Server 与 AutoDev for Android 的架构一体化与协同。在新版本中，我们构建了一套全新的渲染协议，覆盖 Android、Server、CLI、TUI 全端。 我们不是在「兼容多个端」，我们在重构“多端能力本身”，我们也不仅在“扩充智能体的功能”，也在于重构编程智能体的协同范式。

一致的心跳，不同的舞台。

这是在 Vibe Coding 的愿景下—— 我们对未来编程方式的全新回答。

Vibe Coding 走到今天：80% 的完成度与下一阶段

Vibe Coding 简单来说，使用人工智能(AI) 根据自然语言提示生成功能代码。但是，普通的聊天并不能视为 Vibe Coding，一个合理的吃瓜氛围应该是， 智能体帮你：

• 帮你写完代码（虽然实际上是把你项目里相似的几段代码重新复制了一遍，并加了两句注释让你以为很新）
• 执行 Lint 修复，编译代码（尽管它会对明显的安全风险选择视而不见，就像“我没看到，我就不是错的”）
• 确保运行起来，功能正常（当然啦，有些关键参数没传，它会在失败之后才非常友善地提醒你：“我觉得这个参数不是必要的～😊”）
• 帮你 review 一下之前的代码（不过有些“暂时\可能\以后\也许\或许会用到”的测试脚本，它会体贴地为你原样保留）

最后，你会把这份成果郑重提交到代码库（因为 AI 不能替你坐牢，所以你们团队要求：人类负责最后那一下回车）。

当我们谈 Vibe Coding，我们在谈什么？（以及我们为什么会笑）

相信大部分人都已经用过样的一代的编程智能体（Claude Code、Cursor、Augment），用它来完成某一个“复杂任务”，以实现 100% 的编码效率提升， 以及 -400% 的 code review 成功提高。如下是我们构建 Android Server 的“第一行代码”的提示词：

我正在创建 mpp-server 服务，它可以为 mpp-ui 中的 Android 提供 remote 的 AI Coding Agent 能力，即在 Android 上可以选远程 Project，然后提供 Http API 和 Koog 或者 Ktor 提供 SSE/Streaming API 来提供远程的数据，先前的 ComposeRenderer.kt 接口就是提供统一的跨平台渲染能力。mpp-core 上是一些公共的基础能力，请认真分析现有的实现，然后创建一个 MVP 计划（输出 README.md），先实现最简单的功能，确保这个功能是可编译可运行。

Augment 的智能体，非常好地帮我输出了一堆没用的文档（好在我在 AGENTS.md 写了把文档扔在 ignore 的 docs/ 目录下），还贴心地 帮我自己创建了一个 Ktor 框架之外的充满 bug 的 SSE 自实现。

好在，我非常信赖他的代码上下文能力依旧表达出色，它尽可能地复用了mpp-core现有的代码。Vibe Coding 在当前阶段是一个非常好的 10 倍效率的“力量倍增器”，你可以快速用它完成产品、功能原型的主要功能和流程 —— 不管架构对不对，你就说快不快。

• 80% 也是在上述功能中对于他的完成度，接下来在上线之前，你还面临最核心的 20% 挑战：

• 大量地代码难以分析，让你测试完功能，就直接提交了（有时候我也是这样的，测试用例完美，功能正常）
• 无法找到正确文档，导致中途换了技术实现，偏离技术选型太远。
• 无法成功修复问题，选择 mock 或者 TODO()，相当于直接给你一个烂摊子。
• ……

我们通常会将 AI 认为一个实习生，因为他可以听你的话。但是，你只需要告诉你的实习生一次：把垃圾扔在垃圾桶里，他明天就会做到。可是，你聪明的人工智能， 选择把垃圾桶扔在垃圾里。

我们是怎么用 Vibe Coding 做原型的?

既然 Agent 可以完成 80% 的功能，那么我们就可以使用它来快速完成原型功能。

在 Coding Agent 流行之前，早期最棒的一个 AI 开发工具莫过于 v0（现在他贵得可怕，比性价比中的性价比之王红米还贵），你可以告诉 v0 你要做一 xx 功能，他可以立马做完，然后部署到 Vercel 上。你就可以在上学、上班、高铁、机场路上，完成你还漏掉的一部分功能的开发和设计。早期的 v0 的工作方式， 类似于 模版 + workflow + AI 的方式来完成任务，现在类似的工具都采用 Agent 模式。

通常来说，在使用 Coding Agent 完成一个复杂的任务，我都要经历至少两次 “重复对话”：

• 第一次对话，通过一个粗浅的需求理解，所构建的提示词。它可能包含了我对于现状的错误理解，对于技术栈能力的理解错误等等。我需要 AI 这个实习生，帮 我尝试一次方案的可能性，他在出错完 N 次之后，构建了一个大致的可能性方案。通过他的代码和文档，我初步了解了如何实现这个功能
• 第二次对话，AI 和我对于如何实现这个功能已经知道个大概，剩下的难度就是，我如何构建一个高质量的提示词 —— 确定核心需求更改代码范围，如何验证的结果 以让 AI 反复尝试直到达成目标。

诸如于，我上述的提示词的第二步：

继续，实现未实现的AgentService，原来我说的ComposeRender是错的，应该是CodingAgentRenderer.kt ，这样应该就可以真实的work，可能需要想一种更好的方式，以向Android提供这种 API，请完成你说的 phase 5(集成真实的CodingAgent执行)和6（现 SSE 流式响应），然后确保构建是成功的，可以在Android上调用。

尽管，Agent 没有在我的项目中跑起来 Android 应用，只是确保服务是可以启动的，然后可以通过 API 测试。如果一切顺利，那我们就有了一个集成 SSE 的 API 了（可是并没有，你还需要手动去找到文档，在长的上下文下，AI 总是和人一样会“习惯性健忘”）。

既然剩下的 20% 任务，依旧需要由专业的程序员来完成，那么在当前阶段，我们是不是可以关注提升 80% 的价值。

思考一：如何跨越剩下的 20% 挑战？

让 AI 完成这 20% 的任务非常有挑战性，但是它考验的并不是 AI 能力，而是大规模团队的工程化落地:

• 提示词模块化。丰富的工程上下文能力，诸如于面向 MCP 重新索引知识；结合领域词汇增强用户提示词，改善提示词质量。
• 快速反馈实践。快速启动验证 AI 写的功能是否正确，诸如于单元测试的自动化校验等、API 的快速测试。
• 技术栈现代化。对于互联网不流行的技术栈，AI 是不擅长的，诸如于我们原先采用的是 Swing，远不如 Compose 来得好用和可靠。
• 友好架构分层。即 AI 通过“直觉”就能快速找到相关代码和实现，标准的三层、四层架构，语义化的代码命名。
• ……

尽管如此，但是我并相信，AI 在当前阶段能完成 20% 的工作，还有大量的部分需要由人来介入。

思考二：多起来的时间真的会用于编码吗？

既然剩下的 20% 任务依旧需要由专业程序员来完成，那么我们当前阶段的核心目标，就是充分放大 AI 在原型和功能生成阶段的价值。

回到我们老生长谈的那个问题：如果一个程序员一天只有 50% 的时间在写代码，那么编码提升 20% 效率的提升了多少：

8 小时 * 50% * 20% = 0.8 小时

刚好可以多参加一个 30 分钟的会，现在你的编码时间是多少？相信我，如果你平时的事务性活动特别多，那么你多出来的时间并不会都用于写代码。 当然了，如果你白天都在 Welcome to join the conference，只会在晚上写代码的话，那确实效率提升了，可以早点回家。

所以，换个思路，我在开会的时候你们讲你们的，我看我的：Vibe Meeting、Vibe Coding = 双倍的效率提升，也可能什么也没干好。扯远了

思考三：放大 80% 价值，多端随时利用你的想法

回到我日常习惯的 AI Agent 模式，在 AutoDev 里，我即是干不好的产品经理，还是主力开发。我总是有一些想法想做的时候，我就需要：在带娃的时候，让 AI 帮我试一些新想法，又或者是出差路上，网络不稳定时，让服务端运行我们的 AI Agent。

当然这算是比较小众的场景，我们更能看到的一个场景是：80% 如果足够可靠稳定，那么这次 Vibe Coding 就特别适合非开发角色使用：

• 产品经理/需求分析师，让 AI 生成可交互的原型，并且与代码是直接集成的。
• 测试工程师/QA，可以让 AI 从代码实现，丰富测试用例集。
• ……

当 80% 的功能能够稳定生成时，Vibe Coding 不仅仅是“帮程序员写代码”，而是让团队的整个知识和创意流动得更快。它解放了时间， 让你的想法可以随时随地被尝试和验证，而不必受限于具体的设备或环境。

一致的心跳，不同的舞台：AutoDev Renderer

在这次 Vibe Coding 中，我们基于 AutoDev Renderer 多端架构完成了 AutoDev Server 的早期预览版本开发。 AutoDev Renderer 的设计理念很简单：无论在哪个平台，AI 编程体验都应该一致。核心层定义了统一的渲染接口和基础实现， 然后通过 JS 导出桥，把 Kotlin 的能力延展到 TypeScript / Node 端。

• 在 Kotlin 端，你可以得到 Compose UI 渲染、控制台输出和 SSE 流式渲染
• 在 TS/Node 端，你可以使用 CLI、服务器渲染，甚至 TUI 界面

所有这些渲染实现最终被应用层直接消费：CLI 工具、Node 服务、Web/Android UI、Kotlin Server。无论你在哪端操作，AI 的“心跳”都是一致的——你的指令、你的想法，都能被及时响应和呈现。

你可以：

• 安装 AutoDev Android 版本（iOS 版本可自行构建，我暂时无证书）
• 在 Android 上连接 AutoDev Server（需要自己搭建）
• 通过 AutoDev Server 进行 Vibe Coding

然后选择你的 Project，就可以在手机上开始你的 Vibe Coding 了。