VibeCoding/AI 編程 入門指南

前言

這篇文章很長，寫了一下午，寫的我渾渾噩噩恍恍惚惚，快要燃盡了。不過文章其實也不算完全寫完，但我先發出來了，有什麼建議之類的歡迎打在評論區。另外，爲了避免文章長的看不了，我引用了幾個其它帖子，把內容分開放了放。

適合人羣

• 編程愛好者：零基礎也能快速上手，適合喜歡編程，好奇 VibeCoding，想嘗試自己做些項目的小白愛好者

• 手頭有不少重複任務：嘗試通過 AI 提升效率，用更少的時間完成任務，並願意花費一定金錢和精力的人。

預備知識

閱讀本文章前，建議具備以下基礎：

• 基本的計算機操作能力，至少要清楚如何安裝軟件

• 動手能力強，遇到問題是懂得如何通過詢問 AI，聯網搜索等方式解決問題

• 願意付出時間和精力，且願意投入必要的經濟支出，當然一分錢不想花也可以體驗 AI 編程，我也建議新手小白先用免費的工具體驗一下流程，再決定是否繼續投入。

• 確實對 AI 編程感到好奇，或者需要通過 AI 編程解決一些使用需求，當然你隨便看看也行，就當瞭解一下。

主要內容

本文將介紹：

1. 適合 VibeCoding 的工具選擇

2. 實用的使用技巧，幫助你更高效地完成開發任務

3. 實際項目示例，簡單示例，幫助小白更快入門

4. 常見問題解答

工具選擇

2026 年，AI 編程基本上就兩種，使用 IDE 工具，無論是原生的 AI IDE 還是搭配一些 AI 插件，這類工具的優點是便於人與 AI 相互協作，對於有過編程經驗的人開發者，學習成本相對較低。其次，就是使用 CLI 工具，這類工具的優點對 AI 友好，生態豐富，存在 Claude Code、Codex 的成熟工具，缺點是通過命令行操作，門檻高點，不過其實也沒多難，主要沒用過命令行的人容易有畏難心理。

在介紹具體工具之前，先帶大家認識一個核心概念——Agent。

時間撥回到 AI 剛興起的年代。那時的編程方式簡單粗暴：打開瀏覽器，找個 AI 聊天頁面，把自己的需求一股腦丟進去。

你： "豆包豆包，幫我讀取一下這個 Excel 文件，然後根據數據畫一張統計圖唄～"

豆包： "好嘞！這代碼我熟，絕對零 bug，拿去直接用——巴拉巴拉……"

你滿懷期待地把代碼粘貼進 IDE，點擊運行——結果窗口裏沒蹦出統計圖，倒是蹦出了一整屏的紅色報錯。血壓瞬間拉滿，你憤怒地切回網頁：

你： "豆包豆包！你給的代碼根本跑不通！全是報錯！！給我完整的正確代碼！！！"

豆包： "啊對不起對不起，我忽略了一些細節……這次絕對不會出錯了，信我——巴拉巴拉……"

前 20 名的編程語言

當然，以上是錯誤示範。正確姿勢是：複製 IDE 裏的報錯信息，帶上清晰的問題描述，一起發給 AI。但話說回來，不管是錯誤示範還是正確操作，這樣來來回回、複製粘貼，折騰幾次就煩了。而且這還只是一個獨立腳本——要是一整個工程項目呢？總不能把所有文件的代碼全粘過去吧？

於是，針對開發者日益增長的“一鍵自動化（Lazy）”美好願望同網頁端交互“碎片化、低效化、難以一次性解決問題”的不平衡不充分發展之間的矛盾，在 LLM 能力持續進化的強力驅動下，AI Agent 應運而生，並在 26 年徹底火出了圈。

Agent，中文名智能體，在人工智能領域，智能體被定義爲任何能夠通過傳感器（Sensors）感知其所處環境（Environment），並自主地通過執行器（Actuators）採取行動（Action）以達成特定目標的實體。這個定義看看就好，簡單而言，在 VibeCoding 中，Agent 就是可以直接讀取代碼，編寫代碼，讀取你的報錯信息，根據報錯信息修改代碼，直到代碼運行正常。事實上，它能幹的事很多，如果你給它足夠高的權限，它理論上能完全操作你的電腦，不過編程智能體一般沒這麼高權限，好奇的可以試試 OpenClaw 或者 Hermes。

IDE 類

選擇一款支持 AI 輔助編程的 IDE 是入門的關鍵，以下簡單介紹幾個，大家按需選擇。如果你沒聽過下面這些 IDE，可以去網站「菜鳥教程」看看，上面有這些的教程，當然可能有些過時；也可以去看官方文檔，大部分有中文文檔，少部分只有英文的搭配一個 AI 翻譯也能湊活看。如果你找不到菜鳥教程或者軟件官方文檔的網址，就讓 AI 幫你找找。

可以發送類似的提示詞給 AI：我現在正在學習 VSCode/Trae/CLIne 的內容，請幫我找到它們的官方文檔連接併發送給我，如果有官方中文文檔或者維護比較活躍的社區文檔，請發送中文文檔鏈接，如有其它推薦的參考資料也可一併發送。

1. VS Code + AI 插件：頂級開源 IDE，絕大部分市面上的 AI IDE 都是基於 VS Code 二次開發得到，插件生態極爲豐富，支持絕大部分編程項目的開發，VSCode 上有衆多 AI 插件，比如開源的 CLIne，字節跳動的 Trae，OpenAI 的 Codex，Anthropic 的 Claude Code，且最近 VSCode 更新了一次，原生支持了 Agent。

2. Trae IDE：字節跳動推出的 AI IDE，基於 VSCode 二次開發，因此可使用 VSCode 的豐富生態；原生內置衆多國產大模型，可免費使用，不過有時需要排隊；對國內用戶網絡連通性極佳；UI 交互非常符合直覺，開箱即用，特別適合不想折騰網絡配置和繁瑣插件的新手小白。

3. Cursor：目前最火爆的獨立 AI IDE 之一（同樣基於 VS Code 打造）。曾經盛極一時，雖然現在隨着各類 CLI 工具的爆火降低了它的存在感，但仍是 AI 編程的熱門選擇。它的 "Composer" 功能可以將多個文件的編輯聯動起來，Agent 能力極強，極大提升了全棧開發的體驗。雖然高級功能需要付費，但它爲你節省的時間絕對值回票價。

4. JetBrains 系列 + AI 插件：如果你是老牌的 Java/Python/C++ 開發者，已經習慣了 IDEA、PyCharm 或 Clion 的重度代碼重構和提示功能，可以搭配國產 AI 插件或其他主流大模型插件使用，兼顧傳統 IDE 的強悍基礎與 AI 的便捷。

CLI 類

對於願意使用命令行的開發者，CLI 類工具往往會更有效，我目前使用的是 Claude Code + Codex + cc-switch，我有 GPT 的 Plus 會員，強烈建議每個使用 CLI 工具的人都安裝一個 cc-switch，它能極其方便地管理各種 API 密鑰。目前我主要使用 DeepSeek 的 API（無他，太便宜了）。

1. Claude Code：Anthropic 官方推出的強大命令行智能體。目前 CLI 編程工具中的“無冕之王”，生態支持十分完善，且軟件內的提示詞和 harness 十分完善，幾乎爲一衆編程工具之最；與此同時，配置十分靈活，支持全局配置，也支持每個項目獨立配置。搭配官方的 Claude 模型能實現目前最好的體驗，不過官方模型不向中國用戶開放，同時價格昂貴，我是用的 DeepSeek V4 Pro，效果很好，且緩存命中率極高。

2. Codex：Open AI 的開源 CLI 工具，生態支持同樣完善。充值 ChatGpt 會員後，可使用 GPT-5.5 模型（還能體會到最近爆火的生圖模型 Image-2），額度也算的上不錯，售價 20 美元上下，我是通過谷歌商店直接購買的，如果你願意折騰一下，通過土耳其區購買大概是七八十人民幣。

3. OpenCode：開源社區備受推崇的集大成之作。它的最大賣點是“極高的自由度與隱私保護”——不僅支持調用各大廠商的商業 API（如 OpenAI、Anthropic、DeepSeek 等），還能完美適配各類本地部署的開源模型（如 Qwen、Llama 等）。如果你非常看重代碼的安全與隱私，不想把核心業務代碼上傳到雲端，或者你本身就是一個喜歡深度定製 Agent 工作流的極客玩家，那麼這款主打開源、靈活的工具絕對是你的不二之選。

使用技巧

通用指南

1. 規則設置

在開始前，建立清晰的規則可以讓 AI 更好地理解你的需求，內容類似下面這樣

• 明確目標：告訴 AI 你要解決什麼問題

• 限定範圍：指定技術棧、框架、語言版本

• 代碼風格：說明你偏好的代碼風格和規範

• 輸出格式：要求特定的輸出格式（如 Markdown、JSON）

很多編程軟件支持設置多級規則，比如 Claude Code，可以設置用戶級規則和項目級規則等等，我的用戶級規則是使用的 GitHub 上的一個開源項目 andrej-karpathy-skills，它有 131K 的 Star，雖然目前 GitHub 上 AI 相關項目的 Star 數量都有很大的水分，但如此高的 Star 數，足以證明這一規則的價值，項目規則我則是根據具體項目設計技術棧等。

我將該規則轉載到了小黑盒：AI 編程規則——轉自 GitHub

2. 方案設計

在寫代碼前，先讓 AI 幫你設計方案：

• 架構設計：詢問最佳實踐和架構模式

• 技術選型：比較不同方案的優缺點

• 風險評估：識別潛在問題和解決方案

示例指令：方案推演與決策專家提示詞

3. 文檔撰寫

在進行項目具體開發前，建議進行文檔撰寫，包括項目需求文檔、項目架構文檔、項目接口文檔等，並隨着項目更新而更新。這樣能有效提高 AI 編程的準確性。

4. 版本管理

與 AI 協作時，版本管理尤爲重要，版本管理一般是使用 Git 軟件，有時候 AI 不會自動進行版本管理，你可以寫在文檔規則裏面，即使你不自己進行版本管理，完全交由 AI，也只是還能在出現問題時及時回退版本

• 定期 commit，保留完整的變更歷史

• 對 AI 生成的代碼進行代碼審查

• 使用 git diff 檢查每一次變更

• 不要直接將 AI 代碼部署到生產環境

項目特化

1. MCP 配置

小白不想看的話，可以暫時跳過此步驟。MCP（Model Context Protocol）是大語言，旨在實現 大型語言模型（LLM） 應用與外部數據源、工具和服務之間的無縫集成，類似於網絡中的 HTTP 協議或郵件中的 SMTP 協議。其通過標準化模型與外部資源的交互方式，提升 LLM 應用的功能性、靈活性和可擴展性。

值得注意的是，並非所有項目都需要配置 MCP 功能。事實上，如果只是想簡單寫一個應用或者網頁項目，配不配置都一樣。不過再進行一些比較複雜的項目時，比如需要與外部數據庫交互，或者需要用到一些大模型知識庫儲備不足的內容，就可以考慮配置 MCP 功能。

寫過的一個 MATLAB 相關的配置：https://api.xiaoheihe.cn/v3/bbs/app/api/web/share?h_camp=link&h_src=YXBwX3NoYXJl&link_id=83bc71e1405a

2. Skills 配置

Skills 是給 AI 的"操作說明書"，讓 AI 按固定流程完成任務。我的建議是配置幾個全局 Skills，然後根據項目需求選擇需要的 Skills。比如你想做一個網頁，可以配置一些前端設計相關的 Skills；具體 Skills 的選擇可以在 Skill-Hub、GitHub 等網站查看，也可以安裝 Find Skills 這個 Skills 讓智能體自己去找。

以前寫的帖子，可以看看：Skills 簡單使用教程

舉例

假設你要做一個網頁

讓我們通過一個實際例子來體驗 VibeCoding 的強大之處，在配置好工具之後，可以進行前文提到的編碼規則與Skills的配置，當然不配也行。

首先描述需求，可以附在前文提到的方案設計提示詞：

幫我創建一個個人作品集網頁，包含：

1. 響應式設計，支持移動端

2. 展示個人信息和技能

3. 項目展示區域

4. 聯繫表單

5. 使用現代美觀的設計風格

AI 響應： 這時候，一般 AI 會根據需求，給你一些方案，你從中挑一下告訴它，讓它設計一個文檔，你在看看文檔，哪裏不滿意改一下，就差不多了，這時候可以讓 AI 生成代碼了。初次使用要配置環境，比如安裝一些插件，安裝下 Git 之類的，一般 AI 自己能配置好，不需要自己配置。

常見問題

1. 我完全不懂代碼，真的能用 VibeCoding 做複雜項目嗎？ 做簡單的單頁面網站、爬蟲腳本或自動化工具完全沒問題。但如果涉及複雜的商業級項目（如包含複雜用戶鑑權、高併發處理、複雜數據庫交互的系統），完全零基礎不太可能。因爲當 AI 陷入“死循環”或者產生難以察覺的邏輯 Bug 時，你需要具備足夠的代碼讀寫能力才能引導它走向正確的方向。我的看法是工程設計或者說項目架構的能力與發現並解決 Bug 的能力是對 AI 變成最爲重要的。

2. AI 生成的代碼報錯了，而且越改越錯怎麼辦？ 這是新手最常遇到的“AI 幻覺陷阱”。建議採取以下步驟：

   • 停止無腦對話：不要只發一句“又報錯了”。把完整的報錯信息、你剛纔的操作步驟一起發給 AI，理論上 Agent 會自動讀取報錯信息，不過有時候需要手動觸發。

   • 回退版本：如果 AI 已經連續三次沒有修好，說明它的上下文已經混亂。利用 Git 回退到上一個正常運行的版本，清空對話上下文，重新梳理思路再問。

   • 拆解問題：不要讓 AI 一次性重構一大段代碼，而是讓它一步一步來，先跑通基礎功能，再加複雜邏輯。

   • 轉換思路：嘗試轉換思路，不再糾結於當前的實現方式，考慮是否有其它解決方案，避開 Bug，惹不起總躲得起。

進一步學習

如果你想在 VibeCoding 的道路上走得更遠，以下幾個方向值得投入精力：

• 精進 Prompt Engineering（提示詞工程）：學習如何更清晰、結構化地表達需求，這是 AI 編程時代的核心競爭力。

• 掌握基礎的 Git 工作流：懂得如何進行版本控制，是你在 AI 弄亂代碼時保命的底牌。

• 學習所選技術棧的核心概念：即使你不自己寫代碼，也需要了解相關概念，熟悉相關的知識能更好的讓 AI 爲你服務，畢竟有話說的好，AI 是個人能力的放大器。

• 關注開源社區生態：多逛逛 GitHub 上的 Agent 項目、MCP 插件庫以及各大 AI 社區，前沿的工具更新往往能帶來效率的質變。

• 熟悉編程工具：工欲善其事，必先利其器。閱讀你選擇的開發工具的官方文檔，瞭解其功能和使用方法。對工具的瞭解既能增加開發效率，同時或許可以提高代碼質量。

• 設計哲學：這是一個比較抽象的概念，但是它對 VibeCoding 有深遠的影響。你需要理解 AI 設計的哲學，產品設計的知識，它不能直接的幫助你，但是它可以引導你向正確的方向發展。

結語

VibeCoding 不是要取代程序員，而是讓程序員更強大。掌握這種工作方式，你將能夠：

• 更快地將想法轉化爲代碼

• 學習新技術的曲線更平緩

• 有更多時間專注於創意和架構設計

開始你的 VibeCoding 之旅吧！如果在學習過程中有任何問題，歡迎在評論區交流。