VibeCoding下的文档治理
背景:AI在开发过中会生成很多很多非常标准的文档,例如进度文档,测试报告,审查报告,bug修复记录等等,那么这些文档应该如何管理,难道开发完就删除掉吗?经过思考有了一下结论
01
文档处理历史演变的三个阶段

第一阶段:本地文档时代
早期的工作文档,本质上是”孤岛”。
文件存在各自电脑上
通过邮件或IM传来传去
版本混乱,”最终版”、”最终版2″、”绝对不改版”层出不穷
协作成本高,一致性差
这个阶段的核心问题是:协同困难。
第二阶段:在线协同文档时代
Google Docs、腾讯文档、飞书文档等产品解决了协同问题。
多人实时编辑同一文档
版本统一,随时可查历史
评论、批注、任务指派一体化
协作效率大幅提升
这个阶段的核心价值是:解决协同问题。
但我们忽略了一个代价:本地文件操作能力的丧失。
在线协同文档把所有能力锁在了云端,你无法像操作本地文件那样自由地处理它们。在AI时代之前,这不是问题;但AI时代来了,这变成了一个战略级的问题。
第三阶段:AI时代的本地回归
随着以ClaudeCode,opencode,openclaw等为代表的终端框架的普及,使得AI来到终端设备,而AI大模型的强大能力,本质上建立在”对文件的直接操作”上。
AI可以读你本地的代码
AI可以帮你重构本地项目
AI可以在本地文件系统中搜索、创建、修改
这些能力的实现,依赖于AI对本地文件系统的直接访问。
而在在线协同文档的世界里,AI变成了”边缘人”:
它无法直接操作文档
需要通过API、权限、接口间接访问
每次调用都是网络请求,速度慢、成本高
能力受限,只能做”读取”和”写入”,无法做深度处理
这就解释了为什么AI Coding工具都从本地起步——因为本地才是AI的主场。
—
02
一个值得思考的类比:代码开发

代码开发领域,二十多年来一直遵循着一个经典模式:
git clone → 本地开发 → git push / PR → 云端合并
为什么所有开发者都要把代码拉到本地,在本地开发和调试,然后再推回云端?
本地有完整的开发环境:IDE、调试器、编译器、测试框架
本地可以自由操作文件:搜索、重构、批量修改
本地响应快:没有网络延迟
云端负责存储和协作:版本控制、代码审查、权限管理
从来没有一个产品,让开发者在云端直接”在线编写代码”。即便是GitHub Codespaces、云端IDE,本质上也是给你一个远程的”本地环境”,而不是让你在云端文档里写代码。
这个模式之所以被验证了二十多年,是因为它正确。
—
03
AI时代,所有文档都是”代码”

AI时代的到来,让文档和代码的边界开始模糊:
AI可以帮你写文档,就像帮你写代码一样
AI可以帮你重构文档结构,就像重构代码一样
AI可以帮你批量修改文档,就像批量修改代码一样
AI可以在文档中搜索、分析、总结,就像在代码中一样
当AI可以像处理代码一样处理文档时,文档就应该采用和代码一样的模式:
MCP读取 → 本地处理 → 归档回云端
| 对比 | 代码开发 | AI时代的文档处理 |
|---|---|---|
| 从云端获取 | git clone | MCP接口读取 |
| 工作环境 | 本地IDE | 本地AI环境 |
| 处理方式 | 本地开发、调试、重构 | 本地撰写、分析、修改 |
| 提交回云端 | git push / PR | 归档到云端文档/知识库 |
云端存储的价值:存档、共享、权限控制、版本历史——和代码仓库一样。
本地工作的价值:自由操作、快速响应、完整能力——和本地开发一样。
—
04
结论

文档处理走过了一个轮回:本地 → 在线协同 → 本地。
这不是倒退,而是螺旋上升:
第一阶段的本地,是因为没有选择
第二阶段的在线协同,是为了解决协同问题
第三阶段的本地回归,是因为AI让所有文档都变成了”代码”,应该采用和代码一样的处理模式
战略建议:
不要在”AI直接编辑在线协同文档”上投入资源。正确的方向是:让AI在本地大显身手,通过MCP接口按需访问云端资源,产出物归档回云端。
这才是AI时代的基础设施方向。
—
夜雨聆风
