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)
- 零语法门槛:无需精通语法,自然语言即可提需求
- 快速出活:高效生成简单页面、小工具、原型
- 体验友好:少受语法阻碍,快速看到开发成果
❌ 实际很难(挑战)
- 精准度难题:自然语言有歧义,Prompt 设计是核心技能
- 输出不稳定:AI 代码质量波动,需反复验证、调整
- 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
- 新手友好:模糊技术细节,降低入门门槛,快速见成效
- 资深视角:非万能,生产级软件需兼顾安全、可维护性、架构
- 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
- 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
- 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
- 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:
- 需求是否明确?
- 是否有清晰的验收标准?
- 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:
- 无法解决「定义不清的需求」
- 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:
- Bug 修复
- 用户反馈优化
- 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



MCP 使用Linear做任务管理





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


使用经验分享

📎 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~
Loading...
