夜雨聆风
章节字数：8,000+
阅读时间：约 25 分钟
///
PART 01
开篇：一个让 90% 的人放弃的瞬间
想象这样一个场景——
你在刷短视频，看到一个博主展示了一个超酷的个人网站：炫酷的暗色主题、流畅的动画效果、还能实时显示你的 GitHub 活跃度。你心动了：「我也要做一个！」
你打开电脑，打开搜索引擎，输入「如何制作个人网站」。搜索结果给出了无数条路：HTML 是什么、CSS 怎么写、JavaScript 怎么学、服务器怎么配、域名怎么买……
你对着屏幕发呆了 10 分钟，然后关掉了浏览器。
这不是你的错。
传统编程的学习曲线，是一座让绝大多数人望而却步的高山。 你需要理解变量、循环、函数、异步、面向对象、网络协议、数据库……每一样都是一个月的学习量。而你想要做的，其实只是一个炫酷的个人主页。
这不是需求太奢侈，而是工具太落后。
///
PART 02
1.1 什么是 Vibe Coding？
1.1.1 从「手敲代码」到「说出意图」
Vibe Coding，中文可以翻译为「意会编程」——你不需要一步步告诉 AI 怎么做，只需要描述你想要什么「感觉」。
这不是一个严谨的学术定义，但它精准地捕捉了核心：你要的是结果，不是过程。
用一个更形象的比喻：
| 传统编程 | Vibe Coding |
|---|---|
| 你告诉 AI：「请打开冰箱，把大象放进去，关上门」 | 你告诉 AI：「我想要大象在里面」 |
| 你描述过程 | 你描述结果 |
| 你需要懂制冷原理 | 你只需要说「冷」 |
这听起来像魔法，但背后有深刻的范式转变。
1.1.2 Vibe Coding 的起源
「Vibe Coding」这个词最早由 Andrej Karpathy（特斯拉 AI 总监、OpenAI 创始成员）在 2024 年提出。他在一条社交媒体帖子中写道：
这个概念一提出，就在开发者社区引发了巨大反响。因为它戳中了一个痛点：编程的本质，究竟是「写代码」，还是「解决问题」？
如果你编程的目的是解决问题，那为什么非要学会写代码，才能解决问题？
1.1.3 Vibe Coding 不等于「 Prompt 编程」
很多人会把 Vibe Coding 和「Prompt 编程」混为一谈——以为就是多写几个提示词。这是对 Vibe Coding 最大的误解。
Prompt 编程关注的是「怎么问」——关键词是什么、格式怎么写、怎么套模板。它的核心假设是：你需要学会一种和 AI 沟通的「语言」。
Vibe Coding关注的是「要什么」——你不需要学会和 AI 对话，你只需要清晰地知道自己想要什么。AI 会理解你的意图，自动找到合适的实现路径。
Prompt 编程思维：「我应该怎么问 AI 才能让它写出好代码？」
Vibe Coding 思维：「我不需要问，我只需要说我想要什么。」
这不是说 Prompt 技巧不重要，而是说 Vibe Coding 的目标是用自然直觉驱动 AI，而不是用技巧套路驾驭 AI。
///
PART 03
1.2 为什么传统编程让 90% 的人放弃？
1.2.1 一个令人震惊的数据
让我们看一组数据：
- 全球约有 2600 万软件开发者（来源：Evans Data Corporation）
- 但全球有超过 45 亿互联网用户
- 这意味着：会编程的人不到全球人口的 0.5%
为什么一项本应让每个人都拥有「造物主」能力的技术，却只有极少数人能用？
答案是学习曲线。
1.2.2 传统编程的学习路径
让我们用盖房子来类比传统编程的学习路径：
第一阶段：打地基（1-3个月）
├── 变量和数据类型（什么是「int」？）
├── 条件和循环（如果…那么…重复）
├── 函数和方法（把一堆指令打包）
└── 调试基础（为什么报错了???）
第二阶段：砌砖墙（3-6个月）
├── 面向对象编程（什么是「类」？）
├── 继承和多态（父类和子类是什么关系？）
├── 接口和抽象（为什么要这么绕？）
└── 设计模式（GOF 23 种，看懂 3 种算你赢）
第三阶段：装修（6-12个月）
├── 数据库（SQL 是什么鬼？）
├── 网络协议（HTTP/TCP/UDP……）
├── API 设计（RESTful 是什么风格？）
└── 性能优化（为什么我的代码跑这么慢？）
第四阶段：成为合格的「建筑师」（1-3年）
├── 系统设计（大项目怎么组织？）
├── 架构模式（微服务？分布式？）
├── 安全加固（XSS、SQL注入是什么？）
└── 团队协作（Git 怎么用？PR 是什么？）
这个路径走完，顺利的话需要 2-3 年，勤奋的话需要 5 年，更多的人走了一半就放弃了。
而他们最初的目标，可能只是想做一个展示个人作品集的网页。
1.2.3 三个让新手崩溃的瞬间
第一个崩溃：「这语法为什么这么严格？」
# 你写的
print "Hello, World!"
# Python 报错
File "test.py", line 1
print "Hello, World!"
^
SyntaxError: Missing parentheses in call to 'print'
第二个崩溃：「为什么它不按我说的做？」
// 你以为的
let result = 10 / 3;
console.log(result); // 输出：3.333333...？
// 实际输出
3.3333333333333335
第三个崩溃：「这报错信息是什么意思？」
Error: Cannot read property 'map' of undefined
at Array.reduce (node_modules/lodash/lodash.js:1434:28)
at Promise.then (app/services/user.js:45:18)
at processTicksAndRejections (internal/process/task_queues:95:5)
这些问题对于有经验的开发者来说是家常便饭，但对于刚入门的人来说，每一个都足以让人怀疑人生。
///
PART 04
1.3 AI 时代的编程本质：描述结果 > 描述过程
1.3.1 从「翻译官」到「指挥官」
传统编程模式下，程序员是一个「翻译官」：
人类需求 → 程序员翻译 → 代码 → 计算机执行
你需要把自己的想法「翻译」成计算机能理解的语言。这个翻译过程需要掌握：
- 语法规则
- 数据结构
- 算法逻辑
- 系统架构
Vibe Coding 模式下，程序员变成了「指挥官」：
人类需求 → 描述结果 → AI 执行 → 计算机执行
你只需要描述你想要什么，AI 会自动完成「翻译」的工作。
这不是说完全不需要理解技术——你仍然需要知道：
- 你的需求是否合理
- AI 输出的结果是否正确
- 如何调整指令让结果更接近预期
但这些理解，和「写代码」完全是两个维度的能力。
1.3.2 一个真实的对比
让我们对比两种模式下，实现「用户注册功能」的差异：
传统编程模式：
你需要：
1. 设计数据库表（用户表、角色表、关联表）
2. 写 SQL 建表语句
3. 写后端 API（验证输入、加密密码、存储数据）
4. 写前端表单（HTML + CSS + JS）
5. 写前后端联调（API 对接、CORS 问题、Token 处理）
6. 处理各种边界情况（重复注册、密码强度、邮箱格式）
总耗时：3-7天（取决于经验）
前提条件：掌握 SQL、后端语言、前端技术、网络协议
Vibe Coding 模式：
你只需要说：
「帮我做一个用户注册功能，包含用户名、邮箱、密码字段，密码要加密存储，
有邮箱格式验证和密码强度检查，注册成功后发送确认邮件。」
总耗时：10-30分钟（取决于 AI 工具）
前提条件：会打字、会说人话
这个对比不是要说 Vibe Coding 可以完全取代传统编程，而是要说明：当工具进化后，同样的问题，门槛大幅降低了。
1.3.3 Vibe Coding 的边界
当然，Vibe Coding 不是万能的。以下场景中，传统编程仍然不可替代：
| 场景 | Vibe Coding 能做吗 | 说明 |
|---|---|---|
| 快速原型搭建 | ✅ 非常适合 | AI 生成代码，改改就能用 |
| 简单脚本自动化 | ✅ 非常适合 | 「帮我写个批量重命名的脚本」 |
| 陌生领域的探索性开发 | ✅ 适合 | 「我不懂 Python，帮我写个抓取网页的工具」 |
| 复杂系统的架构设计 | ⚠️ 需要人工指导 | AI 可以辅助，但核心设计仍需人类 |
| 性能敏感的底层优化 | ⚠️ 需要人工审核 | AI 可能生成次优解 |
| 安全关键的系统 | ⚠️ 需要人工审查 | AI 代码可能存在安全漏洞 |
| 完全没有领域的概念 | ❌ 不适合 | 「帮我写个操作系统」——你得先了解 OS |
核心判断标准是：你能描述清楚你想要什么。
如果你能清晰地描述需求和期望结果，Vibe Coding 可以大幅提升效率。如果你连自己要什么都不知道，AI 也帮不了你——这是 Vibe Coding 的局限性，也是人类思维的价值所在。
///
PART 05
1.4 用「点外卖」理解 Vibe Coding 的本质
1.4.1 传统编程 vs Vibe Coding = 自己做饭 vs 点外卖
让我们用一个每个人都熟悉的场景来类比：做饭。
传统编程 = 自己做饭：
1. 去菜市场买菜（安装开发环境、配置依赖）
2. 了解食材特性（学习语言语法、数据结构）
3. 研究菜谱（阅读文档、搜索解决方案）
4. 处理食材（写代码逻辑）
5. 控制火候（调试、优化）
6. 摆盘上桌（前端展示）
问题：每一步都需要学习。你想喝一碗鸡蛋汤，你得先学会「什么是锅」。
Vibe Coding = 点外卖：
1. 打开外卖 App（打开 AI 工具）
2. 搜索「鸡蛋汤」（描述你想要的东西）
3. 选择店铺和规格（选择 AI 模型和工具）
4. 下单（提交需求）
5. 等待送达（AI 执行）
6. 开吃（使用结果）
你完全不需要会做饭，但你得知道自己想吃什么。
1.4.2 点外卖也有「高级玩法」
当然，点外卖也有技巧：
新手模式：
用户：「来一份宫保鸡丁」
结果：得到一份标准外卖，还行，但可能不是最满意
进阶模式：
用户：「要少油、不要花生、微辣、加上米饭换成糙米饭，再加一份酸辣汤」
结果：得到一份更贴合口味的订单
高手模式：
用户：「我们 5 个人，3 个不吃辣，1 个素食主义，1 个只吃川菜，
预算人均 80，要商务宴请级别，发票抬头是 XX 公司」
结果：AI 帮你筛选、自动组合订单、管理配送时间
Vibe Coding 也是如此——你描述得越精准，得到的结果越符合预期。
但关键区别在于：即使你是新手，AI 也能帮你做出「能吃」的东西。 在传统编程里，「新手」做出来的东西可能是生的、糊的、甚至厨房着火。
1.4.3 外卖不能替代所有厨师场景
但有些事情，外卖永远做不到：
| 场景 | 外卖能解决吗 | 类比的编程场景 |
|---|---|---|
| 半夜 3 点突然饿了 | ❌ 店都关了 | 极端特殊需求，没有现成方案 |
| 精确控制食材来源和加工方式 | ❌ 你不知道厨房发生了什么 | 高安全要求的代码，需要审计每行 |
| 研究新菜谱、发明新菜系 | ❌ 只能选现有的 | 探索新技术、研究新架构 |
| 有食材但不想浪费 | ❌ 浪费的是别人的食材 | 代码性能极致优化 |
Vibe Coding 不是让所有人都不写代码，而是让「用代码解决问题」变得人人可及。
///
PART 06
1.5 OpenCode：Vibe Coding 的代表作
1.5.1 为什么选择 OpenCode？
在众多 AI 编程工具中（Claude Code、Cursor、GitHub Copilot、OpenAI Codex 等），本书选择 OpenCode 作为主要讲解工具，原因有三：
第一，它是完全开源的。
仓库：github.com/anomalyco/opencode
Stars：12.3k
状态：已归档至 charmbracelet/crush 项目
语言：Go（基于 Bubble Tea TUI 框架）
这意味着你可以自由查看、修改、贡献代码，没有任何商业限制。
第二，它代表了 Vibe Coding 的核心理念。
OpenCode 的设计哲学是：让 AI 成为编程的主角，而不是辅助工具。 它的 TUI 界面、Session 管理、多模型支持，都围绕「AI First」这个理念设计。
第三，它的生态系统和本书内容高度契合。
本书的核心内容——Everything Claude Code（ECC）生态、Superpowers 工作流、Context Mode——都可以在 OpenCode 中无缝使用。学会 OpenCode，等于学会了这一整套 Vibe Coding 方法论。
1.5.2 OpenCode 的核心特性
OpenCode
├── 交互式 TUI（Bubble Tea 框架）—— 终端里的图形界面
├── 多 AI Provider 支持 —— OpenAI / Anthropic / Google / Azure / Bedrock / Groq / OpenRouter
├── Session 管理 —— SQLite 持久化，断点续接
├── 工具执行 —— bash / 文件编辑 / 搜索
├── Vim-like 编辑器 —— 键盘流操作
├── LSP 集成 —— 代码补全和语法检查
├── 文件变更追踪 —— 每次修改都有记录
├── 外部编辑器支持 —— 打开 VS Code、Neovim 等
└── 命名参数自定义命令 —— 自然语言即命令
1.5.3 安装 OpenCode
方式一：一键安装（推荐）
curl -fsSL https://opencode.ai/install | bash
方式二：Homebrew（macOS/Linux）
brew install opencode-ai/tap/opencode
方式三：Go 安装
go install github.com/opencode-ai/opencode@latest
方式四：AUR（Arch Linux）
yay -S opencode-ai-bin
安装完成后，运行 opencode --version 验证：
$ opencode --version
opencode version 0.x.x
1.5.4 OpenCode vs 其他工具对比
| 维度 | OpenCode | Claude Code | Cursor | GitHub Copilot |
|---|---|---|---|---|
| 界面 | TUI（终端） | CLI / IDE 集成 | GUI（IDE 插件） | IDE 插件 |
| 开源 | ✅ 完全开源 | ❌ 闭源 | ❌ 闭源 | ❌ 闭源 |
| 支持模型 | 多模型 | 主要 Claude | 主要 GPT | GPT |
| Session 持久化 | ✅ SQLite | ✅ | ⚠️ 有限 | ❌ |
| 超级插件 | Superpowers | ✅ | ⚠️ 有限 | ❌ |
| 中文支持 | ✅ | ✅ | ✅ | ✅ |
| 适合人群 | 开发者、极客 | 深度用户 | 偏好 GUI | 日常辅助 |
1.5.5 OpenCode 界面一览
OpenCode 使用 Bubble Tea 框架构建 TUI 界面。以下是核心界面元素：
┌─────────────────────────────────────────────────────────┐
│ Session: my-project [Model: Sonnet] │
├─────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────────────────────────────────────────┐ │
│ │ Welcome to OpenCode! │ │
│ │ │ │
│ │ What would you like to build today? │ │
│ │ │ │
│ │ • Describe your goal in natural language │ │
│ │ • Press Tab to switch to Plan mode │ │
│ │ • Press @ to invoke an Agent │ │
│ │ • Type /help for available commands │ │
│ └──────────────────────────────────────────────────┘ │
│ │
├─────────────────────────────────────────────────────────┤
│ [Plan] [Build] [Explore] │ Tokens: 2,341 │ Session: ● │
└─────────────────────────────────────────────────────────┘
关键元素解读：
| 元素 | 说明 |
|---|---|
Session: my-project | 当前会话名称，Session 数据持久化存储 |
Model: Sonnet | 当前使用的 AI 模型 |
[Plan] [Build] [Explore] | Tab 切换模式——Plan 分析、Build 执行、Explore 探索 |
Tokens: 2,341 | 当前上下文消耗 |
Session: ● | 连接状态指示灯 |
1.5.6 第一个 Vibe Coding 体验
安装完成后，让我们用 OpenCode 体验一下 Vibe Coding 的感觉：
场景：我想做一个「待办事项」网页应用
你输入：
「帮我做一个待办事项应用，包含添加、完成删除、筛选功能，
使用暗色主题，有添加动画。」
OpenCode 帮你：
1. 分析需求，生成技术方案
2. 创建 HTML/CSS/JS 文件
3. 实现完整功能
4. 自动打开浏览器预览
这就是 Vibe Coding——你描述「要什么」，OpenCode 搞定「怎么做」。
///
PART 07
1.6 三个时代：手写代码 → Copilot 辅助 → Vibe Coding
1.6.1 编程进化史概览
1960-2020 2021-2024 2025-
│ │ │
▼ ▼ ▼
┌──────┐ ┌────────┐ ┌───────────┐
│手写代码│ │Copilot │ │Vibe Coding│
│ 1.0 │ │ 2.0 │ │ 3.0 │
└──────┘ └────────┘ └───────────┘
「翻译官」 「补全工具」 「执行者」
1.6.2 时代1：手写代码（1960-2020）
特点：人类是主角，机器是工具。
程序员 → 写代码 → 编译器 → 程序
↑
100% 手工
代表工具： 文本编辑器（Vim、Emacs）→ IDE（Eclipse、IntelliJ）→ VS Code
优势： 完全控制，代码质量有保障
劣势： 效率低，学习曲线陡峭
1.6.3 时代2：Copilot 辅助（2021-2024）
特点：AI 是补全工具，人类仍然是主角。
程序员 → 写一部分 → AI 补全剩余 → 程序员审核 → 程序
↑
AI 辅助完成
代表工具： GitHub Copilot、Tabnine
优势： 代码补全快，减少重复劳动
劣势： 补全质量不稳定，仍需人类主导
1.6.4 时代3：Vibe Coding（2025-）
特点：AI 是执行者，人类是指挥官。
人类 → 描述需求 → AI 执行 → 人类验收 → 程序
↑
自然语言驱动
代表工具： OpenCode、Claude Code
优势： 门槛大幅降低，效率指数级提升
劣势： 需要人类判断结果质量
1.6.5 你现在处于哪个时代？
| 问题 | 你的答案 | 所处时代 |
|---|---|---|
| 你写代码时，主要时间花在？ | A. 敲键盘 B. 调试 C. 思考 | A=手写时代 B/C=过渡 |
| 遇到陌生 API，你会？ | A. 看文档 B. 搜 Google C. 直接问 AI | A=手写 B=过渡 C=Vibe |
| 一个新功能实现，你通常？ | A. 从零写 B. 复制粘贴改 C. 描述给 AI | A=手写 B=过渡 C=Vibe |
| 你的代码中，AI 写的占比？ | A. 10% B. 30% C. 70%+ | A=手写 B=过渡 C=Vibe |
如果你的答案以 C 为主——恭喜，你已经是 Vibe Coding 时代的先行者。
如果以 A 为主——别担心，这本书就是为你准备的。
///
PART 08
1.7 本章小结
核心知识点
┌─────────────────────────────────────────────────────────┐
│ 第1章 知识要点 │
├─────────────────────────────────────────────────────────┤
│ ✅ Vibe Coding = 用自然语言描述结果，AI 负责实现过程 │
│ ✅ 传统编程让 90% 的人放弃，因为门槛太高 │
│ ✅ AI 时代：描述结果 > 描述过程（翻译官 → 指挥官） │
│ ✅ OpenCode 是 Vibe Coding 的开源代表作 │
│ ✅ 点外卖类比：Vibe Coding 让「用代码解决问题」人人可及 │
│ ✅ 编程进化：手写(1960) → Copilot(2021) → Vibe(2025) │
└─────────────────────────────────────────────────────────┘
关键术语
| 术语 | 定义 |
|---|---|
| Vibe Coding | 意会编程——用自然语言描述需求，AI 自动实现 |
| Prompt 编程 | 关注「怎么问」AI 的技巧派 |
| Harness | AI 编程工具的运行时外壳（如 OpenCode） |
| 上下文窗口 | AI 一次性能看到的信息量（后续章节详解） |
| Session | 一次完整的对话会话，可持久化存储 |
行动建议
立即行动（5 分钟）：
1. 安装 OpenCode：
curl -fsSL https://opencode.ai/install | bash
2. 运行 opencode --version 验证安装
3. 输入你的第一个 Vibe Coding 指令：
「帮我写一个猜数字游戏，1-100，有次数限制」
下一章预告：
>
///
PART 09
附录：Vibe Coding 自测问卷
测一测你对 Vibe Coding 的理解程度（无标准答案）：
Q1：你想要一个自动备份文件的脚本，Vibe Coding 的指令应该是：
A. 「用 Python 写一个脚本，读取 config.json 中的文件列表，
遍历每个文件，用 shutil.copy2 复制到 backup 文件夹，
然后打印复制结果」
B. 「帮我写一个自动备份文件的脚本，配置写在 config.json 里，
备份到 backup 文件夹」
C. 「帮我」
Q2：以下哪个场景不适合用 Vibe Coding？
A. 快速生成一个网页原型
B. 写一个批量重命名文件的脚本
C. 完全没有技术背景，直接要求 AI 「写一个能打败 AlphaGo 的程序」
D. 写一个 Python 爬虫抓取网页数据
Q3：Vibe Coding 和传统编程的核心区别是？
A. Vibe Coding 用自然语言，传统编程用代码
B. Vibe Coding 效率更高，质量更好
C. Vibe Coding 可以完全不需要人类参与
D. Vibe Coding 是 Prompt 编程的另一个名字
参考答案： Q1=B（描述结果而非过程）、Q2=C（需求本身不合理）、Q3=A（核心在描述方式）
///
*本章完。第2章：为什么 AI 总是「听不懂人话」？*
THANKS FOR READING
🦐 龙虾 · OpenClaw 技术分享
