type
Post
status
Published
date
Apr 10, 2026
slug
VibeCoding-001
summary
VibeCoding概览
tags
Vibe Coding
category
Vibe Coding
icon
password
😀

01 什么是 Vibe Coding

🔥 核心定义

Vibe Coding 是用自然语言描述需求,AI 自动生成代码的开发模式,核心是Describe→Generate→Validate→Refine的非线性迭代循环,而非一次性线性产出。

✅ 看起来简单(优势)

  1. 零语法门槛:无需精通语法,自然语言即可提需求
  1. 快速出活:高效生成简单页面、小工具、原型
  1. 体验友好:少受语法阻碍,快速看到开发成果

❌ 实际很难(挑战)

  1. 精准度难题:自然语言有歧义,Prompt 设计是核心技能
  1. 输出不稳定:AI 代码质量波动,需反复验证、调整
  1. 工程硬门槛:要理解、调试、修正代码,复杂系统依赖扎实工程能力

🎯 核心定位

  1. 新手友好:模糊技术细节,降低入门门槛,快速见成效
  1. 资深视角:非万能,生产级软件需兼顾安全、可维护性、架构
  1. 价值落地:主打快速原型、创意验证、提效,不替代传统软件工程

📌 必备技能

Prompt 设计、代码调试、底层编程、系统架构知识

🚀 能力进阶

简单演示 → 复杂业务逻辑 → 可维护架构 → 高质量软件工程

💡 关键总结

Vibe Coding 是「低门槛入门+高上限进阶」模式,代码质量最终取决于使用者技术能力,核心是迭代优化,而非一次性完美生成。

02 企业级SDLC(软件开发生命周期)


一、核心概念

SDLC(Software Development Life Cycle,软件开发生命周期)是软件从立项到运维迭代的完整流程,核心特点是持续循环、永不停止,是企业级研发的标准化流程框架。
传统企业SDLC的核心特征:
强规划 + 强文档 + 强流程 + 强审批 → 稳定但慢,适合高合规场景

二、SDLC 7大核心阶段(完整流程)

01 业务规划与立项(Planning)

  • 核心问题:是否值得做?ROI(投资回报率)是否合理?资源是否匹配?
  • 产出物:立项书、Roadmap(产品路线图)
  • 阶段目标:从业务视角评估项目可行性,明确项目方向与资源投入

02 需求分析与PRD(Requirements)

  • 核心问题:用户是谁?业务目标是什么?功能边界是什么?
  • 产出物:PRD(产品需求文档)、SRS(软件需求规格说明书)
  • 阶段目标:明确产品功能、用户需求与业务价值,为后续开发提供依据

03 系统设计(System Design)

  • 核心工作:模块拆分、数据库设计、服务调用设计
  • 产出物:HLD(高层设计文档)、LLD(详细设计文档)、API接口文档
  • 阶段目标:将需求转化为技术架构,明确系统实现方案

04 开发实现(Implementation)

  • 核心工作:前后端开发、Code Review(代码评审)、CI构建
  • 核心特点:基于Git Flow / MR(Merge Request)的协作开发模式
  • 阶段目标:按照设计方案完成代码开发,保障代码质量

05 测试验证(Testing)

  • 核心测试类型:单元测试、集成测试、回归测试、UAT(用户验收测试)
  • 关键提示:缺陷修复成本随阶段推进指数级升高,测试越早介入成本越低
  • 阶段目标:验证软件功能、性能、安全性,保障产品质量

06 上线交付(Deployment)

  • 核心工作:灰度发布、多环境隔离、审批流程
  • 产出物:Release Note(版本发布说明)
  • 阶段目标:安全、稳定地将软件交付给用户,降低上线风险

07 运维与迭代(Maintenance)

  • 核心工作:Bug修复、性能优化、安全补丁
  • 循环逻辑:新需求进入下一轮迭代,开启新的SDLC周期
  • 阶段目标:保障系统稳定运行,持续优化产品体验

三、各阶段补充说明

阶段
核心关注点
关键产出
Planning
项目可行性、ROI、资源匹配
立项书、Roadmap
Requirements
用户画像、业务目标、功能边界
PRD、SRS
System Design
架构设计、模块拆分、接口设计
HLD/LLD、API文档
Implementation
代码开发、代码评审、CI/CD
可运行的代码版本
Testing
多维度测试、缺陷修复
测试报告、验收报告
Deployment
灰度发布、环境隔离、上线审批
Release Note
Maintenance
系统运维、问题修复、需求迭代
迭代计划、优化方案

四、关键补充

  1. 迭代循环:SDLC不是一次性流程,运维阶段的新需求会进入下一轮迭代,形成持续优化的闭环
  1. 传统企业模式特点:强流程、强审批保障了合规性与稳定性,但研发效率相对较低,更适合金融、政务等对合规要求高的行业
  1. 缺陷成本规律:测试阶段发现并修复缺陷的成本,远低于上线后修复的成本,因此测试环节是SDLC的关键质量保障

五、流程总览

业务规划与立项 → 需求分析与PRD → 系统设计 → 开发实现 → 测试验证 → 上线交付 → 运维与迭代 → 新需求进入下一轮

03 Vibe Coding 研发经验

一、核心总纲:大道至简

核心原则:开发方式必须取决于产品复杂度与未来迭代需求,技术服务于业务,而非本末倒置。

二、三大核心模块

① 需求是第一驱动力

  • 核心判断维度
      1. 需求是否明确?
      1. 是否有清晰的验收标准?
      1. 功能拆分是否合理?
  • 关键结论:产品需求的清晰度,直接决定AI能否被「用对」,是所有开发工作的前提。

② 技术只是辅助

  • 技术工具定位:Skills、MCP、自动代码生成等技术,本质是效率提升辅助工具
  • 核心边界
      1. 无法解决「定义不清的需求」
      1. 不能替代专业的需求分析工作
  • 风险警示需求不清晰才是最大的开发成本,盲目用技术工具只会放大问题

③ 未来迭代与可维护性

  • 产品的核心属性:产品需要持续迭代,包含:
      1. Bug 修复
      1. 用户反馈优化
      1. 新功能展开 / 性能改进
  • 核心要求:开发时必须优先保证代码的可维护性和可理解性,为长期迭代留足空间

三、最终行动准则

禁止行为:不要盲目追求自动化开发、Skills、MCP 等技术模板,避免技术炫技 ✅ 正确流程:先理清需求,再选择合适的开发方式,让技术服务于业务目标

04 Cursor

四种模式

notion image
notion image
notion image

MCP 使用Linear做任务管理

notion image
notion image
notion image
notion image
notion image
为了构建AI驱动的自动任务管理需要使用 Rules 搭配 MCP 来做自然语言的触发
自定义创建 Rule
不要自己写,让ai写,先给官方链接问什么是rule,获得rule上下文,然后让ai创建rule

Rule

notion image
notion image

使用经验分享

notion image

📎 参考文章

  • 一些引用
  • 引用文章
 
💡
欢迎您在底部评论区留言,一起交流~
上一篇
第一节 大脑:重新认识你自己
下一篇
Harness Engineering - 搭建Mini Harness
Loading...