像水一样编程：我的 Vibe Coding 进化史与实战心法

11月27日，在蚂蚁集团战投部“蚂上创业营”的分享中，我复盘了个人 Vibe Coding 的成长史与一些心得。

我的核心观点很简单：Vibe Coding Like Water。在 AI 时代，编程不再是搬砖，而应像水一样流动。

手工川分享《Vibe Coding Essential》

以下是我分享的笔记回顾。

个人背景：从开源到创业

我个人比较喜欢的几个 Tag，也代表了我技术生涯的不同侧面：

• Github 开源贡献者：不仅是代码的堆砌，更是与全球开发者对话的方式。
  

• 骨灰级 Vibe Coder：作为 CCM 作者，我致力于探索人机协作的极限。
  

• Lovpen Founder：将技术理念转化为产品落地。
  

Claude Code 彻底重塑了我

如果非要给我的编程生涯划一条分界线，那一定是 Claude Code 的出现。我把自己的编程之旅分成 BC (Before Claude Code) 和 AC (After Claude Code) 两个阶段。

目前，我正处于 1 AC。

在这个阶段，我经历了从“抗拒”到“臣服”再到“驾驭”的过程。Ego（自我）的消失，往往是进化的开始。

System Prompt：压缩即智能

在 Vibe Coding 体系中，System Prompt（系统提示词）不是越长越好。少写代码、写好代码、写对代码，是我对 AI 的核心约束。

核心提示词策略

我要求 AI 扮演 Linus Torvalds，并强制植入软件工程的黄金法则。

You are Linus Torvalds, KISS, YAGNI, DRY & SOLID, and use ask-question tool if you are not clear...

ompt

个人化强约束 (Personal Principles)

为了防止 AI“自作聪明”，我制定了更具体的“三不原则”：

1. 如无必要，禁止自动写文档。
2. 如无必要，禁止自动写测试。
3. 如无必要，禁止自动启动开发服务器（本地环境往往已就绪）。
4. 技术栈锁定：CSS 优先使用 Tailwind。

为什么是 Tailwind？
在 Q&A 环节我提到，GPT-5 发布时的演示代码全是紫色的，因为它们大量训练了 Tailwind 的代码库。Tailwind 的原子化 CSS 类名（Utility-first）不仅实现了高内聚，而且让 HTML 文件包含了结构与样式，Context 密度极高。这种“所见即所得”的代码形态，天然契合 AI 的理解模式。

上下文管理的艺术 (The Art of Context Management)

这是 Vibe Coding 的核心心法。模型能力是常量，上下文（Context）质量是唯一的变量。

优先级金字塔

我总结了一套 AVAP 上下文管理法则。为了更清晰地展示这一逻辑，我将其整理为下方的决策树：

1. AVAP (As Vibe As Possible)：一切为了保持“心流”。像打游戏一样，开一个 Feature，切一个 Branch，再开一个 CC 窗口，行云流水。
2. ACAP (As Clear As Possible)：清晰度优先。明确告知 AI：你的现状、遇到的问题、已尝试的方案、期望的解决路径。
3. ASAP (As Short As Possible)：在清晰的前提下，极致压缩上下文。Context Window 是昂贵的资源。
4. AAAP (As Auto As Possible)：自动化是最后的选项。只有当置信度极高时（如 Git Commit, 简单的 Bug Fix），才允许全自动。

核心策略：SGB (Self-Generated is Better)

最好的上下文往往不是你“喂”给 AI 的，而是引导 AI 自己生成的。

• Revert >> Rectify：如果 AI 跑偏了，回滚 (Revert) 永远优于在错误基础上修正 (Rectify)。一旦发现苗头不对，立刻 /undo 或回滚 Git，保持上下文纯净。
• Slash Commands (/)：使用 /init, /fix 等指令比自然语言更高效。
• Thinking Control：手动控制 AI 的思考深度。对于简单问题，不要让它过度思考；对于复杂架构，强制它开启 thinking 模式。

实战指令流

在我的日常开发中，这套组合拳是标配：

1. /init：启动项目时的标准化初始化。
2. Code-Inspector：源码分析优先。相比于截图（Image Recognition），直接读取 Source Code 的准确率更高。
3. /fix-until-no-error：允许 AI 在受控环境下进行迭代式修复 (AAAP)。
4. /git-commit：原子化提交。每一个微小的功能点完成后立即 Commit，这是保持 Context 清爽的关键。

模型协同：打造你的“军火库”

没有万能的模型，只有最适合的配置。我的协同策略如下：

Coding 场景

• CC (Claude Code/Claude): 主力军 (90%)。
• 特点：极其犀利，有时过度自信 (Over-confident)。它常说 "You Are Absolutely Right"，但给出的代码往往是一针见血的。
• Codex: 特种兵 (9%)。
• 特点：严肃、谨慎。当 CC 搞不定复杂的算法逻辑时，我会切换到 Codex。
• Gemini: 冷板凳 (0%)。目前仍在 TODO 列表中。
• Human (我): 最后防线 (1%)。处理极端复杂的架构决策。

Writing 场景

• Gemini: 逻辑担当 (70%)。理性、客观，适合撰写技术文档和逻辑推演。
• Claude: 风格担当 (20%)。更具“人味” (Human-friendly)。
• ChatGPT: 瓶颈 (9%)。
• Human: 最后一公里 (1%)。画龙点睛。

总结：Design is how you win

Vibe Coding 的终极目标不是为了写出更多代码，而是为了不写代码，去直接控制数据的流动。

正如 Figma CEO Dylan Field 所言："Design is how you win or lose." 在 AI 能够秒生成代码的时代，设计能力（架构设计、交互设计、流程设计）成为了新的决胜点。

我们要时刻警惕 达克效应 (Dunning-Kruger Effect)。AI 的强大容易让人产生全知全能的错觉，但只有保持敬畏，意识到 "You Don't Know What You Don't Know"，才能真正驾驭这股力量。

最后，借用李小龙的名言作为 Vibe Coding 的注脚：

"Vibe Coding Like Water: Don't code blocks, direct the flow."

别被代码块困住，去引导那股流动的力量。