Vibe Coding 不是一句提示词，而是一条交付闭环

2025 年，“Vibe Coding”从一句带有实验意味的描述迅速进入大众语境。与此同时，编码 Agent 从编辑器补全走向可以读取仓库、执行命令、提交 Pull Request 的工作单元。生成代码变得更容易，但“看起来完成”与“可以交付”之间的距离并没有自动消失。

我做 vibe-coding-tutorial，不是为了收集更多神奇提示词，而是想把这段距离拆成一条可重复的工作流。

当时发生了什么

2025 年 5 月，GitHub 发布可以被分配 Issue、在独立环境工作并提交草稿 PR 的 Copilot coding agent。到 2026 年，多个编码 Agent 已经可以在同一 GitHub 工作流中运行。工具从“建议下一行”变成“尝试完成一项任务”。

但 2025 年 Stack Overflow 开发者调查中，主动不信任 AI 准确性的开发者仍多于信任者，最常见的挫折是答案“几乎正确，但不完全正确”。DORA 2025 AI 辅助软件开发报告也把 AI 描述为放大器：它会放大组织原有的强项，也会放大薄弱流程。

这正是我选择“交付闭环”而不是“提示词大全”的原因。

仓库时间线

2026-05-26：一天内从脚手架变成完整教程

我在 5 月 26 日建立 Material for MkDocs 站点，随后补齐基础概念、历史、原则、工作流、提示设计、前后端/移动/数据/DevOps 场景、质量清单和路线图，并用严格构建检查验证页面。

同一天后续提交继续扩展 spec-first、任务简报、验证、MCP、Skills 和 GitHub Pages。这个顺序很有代表性：先建立导航骨架，再填核心流程，最后补工具生态。

2026-05-29：删除重复内容

我开始把教程里的重复警告替换为交叉引用。内容项目也会产生技术债：同一规则出现在五个章节中，未来就会出现五种版本。删除重复并不是减少价值，而是在建立单一事实来源。

2026-05-31：加入失败案例

我增加了一个完整案例，记录看似简单的评论功能如何在 AI 协作中两次偏航；同时加入 Cursor Rules、CLAUDE.md 等项目规则文件说明，并重写学习路线。

教程到这里才真正跨过“正确答案集合”的门槛。没有失败路径的方法论，很难解释何时应该停下来重读代码、缩小任务或改变方案。

2026-07-19：与个人博客建立双向连接

我把教程站连接到这个博客。教程负责稳定的方法与清单，博客负责项目复盘和具体判断。我不想让两边复制内容，而是让它们形成两层结构：

教程：可复用流程与模板
博客：真实项目中的选择、证据与限制
仓库：可检查的实现和提交历史

一条可交付的 Vibe Coding 闭环

1. 规格先行

规格不是要求用户提前设计全部代码，而是把验收结果说清楚。最小规格至少包含目标用户、主要行为、输入输出、不可破坏的约束和完成标准。

“做一个高级博客”无法直接验证；“在手机和桌面都能阅读，文章由 Markdown 管理，构建时校验元数据，部署到 GitHub Pages”则可以进入实现。

2. 任务拆解

Agent 适合处理边界清楚的工作单元。拆解的目标不是制造长清单，而是让每一步都能独立检查。

一个有效任务应包含：范围、相关文件、完成标准、禁止事项和验证命令。如果一次任务同时改数据模型、界面、部署与品牌文案，失败后很难定位责任。

3. 上下文管理

上下文不是越多越好。需要保留的是当前契约、关键实现、近期失败和待验证假设。旧日志、重复文档和无关文件会挤占注意力。

项目规则文件、Agent Skills 与任务简报的作用，都是把稳定约束放在正确层级，而不是每轮重新解释。

4. 实现与可见反馈

生成之后要尽快得到真实反馈：运行测试、打开页面、触发错误状态、检查移动端、查看构建产物。只阅读 Agent 的完成总结不算验证。

对于界面，截图比“页面很美观”的描述更有证据；对于数据任务，固定输入和期望输出比“算法已优化”更可靠。

5. 验证

验证必须对应规格。类型检查只能证明类型没有明显问题，不能证明交互正确；构建成功只能证明产物生成，不能证明链接可用；单个 happy path 通过，也不能证明失败后能恢复。

教程把验证单独设为工作流章节，是因为它不该成为最后一分钟的附加动作。

6. 复盘

复盘至少记录三件事：最初假设哪里错了，什么证据改变了方案，哪条规则值得沉淀到下一次任务。只有第三项发生，单次修复才可能变成长期能力。

什么时候可以“凭感觉”

探索阶段当然可以快速生成。一次性原型、内部草图、低风险脚本都适合高速度。问题不在“Vibe”，而在没有根据风险切换工作模式。

场景	合理模式
周末原型	快速生成，手动体验，接受丢弃
个人长期工具	明确数据与恢复路径，补基本测试
公共下载软件	版本、更新、安全边界和发布验证
生产/高风险系统	严格规格、审查、自动化证据与权限控制

速度不是固定值，而是风险预算。

教程与博客如何继续串联

Vibe Coding 教程站适合从头学习完整流程。本博客的项目文章则提供对应案例：

Agent Skills 文章解释规则如何成为可测试协议。
Windows 工具文章解释为什么先定义“不做什么”。
科研复现文章解释如何建立从数据到结论的证据链。
Tau 文章解释上下文与会话为什么需要可视化。

一个方法只有在不同项目中反复成立，才值得进入教程；一个项目只有能说明具体取舍，才值得写进博客。

最后的标准

Vibe Coding 的成熟度，不由提示词多漂亮决定，而由以下问题决定：

需求能否被另一个人复述？
改动能否被限定在明确范围？
结果能否被独立验证？
失败后能否定位、回退和复盘？

当这四个问题都有答案，AI 生成才真正进入软件交付。