AI
CODING
核心数据
推荐工具
6+
核心原则
4大要素
工作流步骤
7个阶段
主要工具
Claude Code
命令行AI编程
Windsurf
专业AI开发环境
Cursor
智能代码编辑器
核心概念
Vibe Coding不同于传统编程，仅依赖自然语言和AI协作，将开发流程与prompt工程高度融合。
通过不断尝试最新LLM工具，Tom发现好的实践和职业软件工程师的方法并不冲突，而是互补增强。
核心结论是：AI尚无法"单步"产出复杂产品，但通过正确的方法、"分段"推进、灵活实验，可以显著提升开发效率。
工具选择策略
初学者：Replit、Lovable等UI友好工具
有经验者：Windsurf、Cursor、Claude Code专业工具
选型原则：优先考虑训练数据丰富的主流框架
分段式推进
第一步：与LLM共同制定详尽项目计划
执行原则：每次只聚焦一个模块，完成后测试
复杂需求：标记为"WON'T DO"，保持关注点明确
版本控制与测试策略
Git版本管理
- • 每次新功能开发前保存git快照
- • 长时间无法解决问题时立即reset到良好版本
- • 避免反复prompt让LLM在"待修复"代码上优化
- • AI工具自带的revert不完全可靠，需谨慎使用
测试优先原则
- • 先手工撰写测试用例，不直接用LLM生成
- • 重点关注集成测试，模拟用户真实操作
- • 高覆盖率测试及时发现逻辑无关更改
- • 通过测试guard rail确保代码符合要求
多元协作与Bug修复
非编码任务
LLM不仅能写程序，还能完成DNS配置、Heroku部署、图标处理等DevOps与设计任务。 例如，Claude生成favicon图片再自动格式转换处理，明显节省人工流程。
Bug诊断流程
直接将错误日志、堆栈、控制台输出粘贴到LLM，无需多余解释。 复杂bug要引导LLM分步推理、列出可能原因。每轮失败都建议code reset避免历史污染。