AI时代的“开挂”秘籍:如何用Vibe Coding启动创业项目?

李剑老师：Vibe Coding，“稳”是王道

很多同学刚接触 AI 编程时，看着代码成片生成觉得特别爽。但李剑老师直接泼了一盆冷水：写得快不算本事，能“稳稳交付”才是王道。 Vibe Coding 的核心不是让 AI 替你思考，而是放大你的执行力。

他在现场演示了如何用 Vibe Coding 从零构建个人能效系统，并揭示了这套模式的三大“护城河”：

· 配置环境三件套（Skills + MCP + Rules）： 让 AI 理解项目背景、遵守代码规范并输出高质量结果。

· 写好 SPEC（需求文档）： 它是给 AI 看的“施工图纸”。明确的需求必须一一列清；探索性的需求，可以先让 AI 参考竞品再做确认。不要指望 AI 能猜透你的心思。

· 守住 CI/CD 底线： 持续集成与测试是保障代码不崩盘的最后一道防线。遇到报错别慌，把 Bug 当朋友——直接将错误信息复制甩给 AI，让它自己读懂、修复并重新推送，这个闭环必须跑通。

“听过很多道理，依然写不好代码？”王渤雄同学直接亮出了他用 Vibe Coding 开发的真实创业项目——家庭照片故事应用“享忆”。

为了解决家庭照片跨平台难共享、易丢失的痛点，他和团队仅用一个月就跑通了 MVP。前端Taro/React、后端 FastAPI/Python、数据库 PostgreSQL……全套技术栈在 AI 辅助下快速搭建。但在高歌猛进背后，他也分享了那些让人“头秃”的踩坑瞬间：

1. AI 的“鱼的记忆”：对话轮数一多，AI 就会发生灾难性遗忘，把前面定好的逻辑全抛在脑后。

2. 累加式优化的灾难：如果你不懂宏观架构，任由 AI 自由发挥和缝补，最后代码会极度臃肿，连怎么死的都不知道。

给超级项目经理的忠告：

✅ 必须做： 明确目标、规范驱动文档与版本管理。你可以让 AI 敲那些繁琐的细节，但作为 Boss，你必须把控宏观逻辑！

❌ 千万别做： 目标模糊反复重构、用简单交互浪费 AI 能力、古法手搓代码，或是当个毫无理解的“甩手掌柜”。

另外， 很多学生都说，自己生晚了—— 每个想法，好像都有人实现了，或者尝试过了。但是自己不做一次，怎么知道结果呢？ 就像芬兰的一位大学生，从编写自己的操作系统起步，后来通过开源社区将其打造成了全球流行的 Linux。所以，要敢于动手实践。

如果大部分代码都由AI生成，当你进入社会后，你的真实能力将如何被评估？吴衍标老师给出了非常残酷又真实的答案：不再看你“写了多少代码”，而是看你“能不能解决真实问题”。

吴衍标老师的分享直指AI编程时代一个核心问题：当AI可以快速生成代码，如何评估一个人真正的工程能力？

AI可以很快写出“看起来很整齐”的代码，但“好看”不等于“好用”，更不等于“长期稳定”。传统的代码评估往往停留在”能不能跑”的层面，而真正的工程能力应当看遇到问题时，“能不能定位、修复、复盘”。

他提出了一套“先筛后验”的评估方法：第一步通过只读评估快速筛选，检查代码结构、提交规范和测试意识；第二步通过Agent评估深入验证，真实运行编译、测试和部署流程；第三步定期对齐两种评估结果，防止偏差。基于此，他构建了L1至L5的五级评估体系，涵盖代码质量、系统能力、AI能力和职业能力四大维度共9项指标。

传统的“跑通就行”仅仅是及格线，未来的工程能力评估，看重的是这三点：

· 代码品味：结构乱不乱？测试的意识和覆盖率如何？

· 排雷能力：遇到复杂 Bug，你能不能迅速定位、修复并复盘？

· 系统思维：跑得通只是开始，长期运行稳不稳定才是高分。

END