AI Vibe Coding 分享讲稿
· 阅读需 4 分钟
受众： 开发者/产品经理
总时长： 30 分钟
开场引入 (3 分钟)
各位好，今天给大家分享的主题是 AI Vibe Coding。
什么是 Vibe Coding？
Vibe Coding 是一种新的编程范式——你只需要关注"想要什么"，而不是"怎么写"。就像跟着感觉走，用自然语言描述需求，AI 帮你实现代码。
AI 如何改变编程方式
- 过去：查文档 → 写代码 → 调试 → 重复
- 现在：描述需求 → AI 生成 → 审查调整 → 完成
编程的重心从"怎么写代码"转向了"怎么描述问题"。
核心概念 (5 分钟)
Vibe Coding 的定义与特点
- 自然语言驱动 - 用人类语言而非代码表达意图
- 快速迭代 - 分钟级完成原本小时级的任务
- 全栈辅助 - 从需求分析到代码生成到调试
- 并行执行 - 多个任务同时进行
与传统编程的区别
| 传统编程 | Vibe Coding |
|---|---|
| 手写每一行代码 | AI 生成，人来审查 |
| 调试靠经验 | AI 辅助定位问题 |
| 学习曲线陡峭 | 上手门槛降低 |
| 单人单任务 | 人机协作，多任务并行 |
工具介绍 - Codex (7 分钟)
Codex 核心功能
Codex 是一个 AI 辅助编程工具，支持自然语言生成代码、代码解释、自动调试等功能。
MCP (Model Context Protocol)
模型上下文协议，统一的工具调用标准。
- 让 AI 通过统一接口调用外部工具/服务
- 连接数据源、API、数据库等
- 解耦模型与工具，即插即用
Skills
预置技能库，快速执行常见任务。
- 内置常用工作流（如 commit、pdf 处理、技能搜索等）
- 一键调用，无需重复写 prompt
- 可扩展自定义技能
Subagent
子代理机制，并行处理多任务。
- 主 agent 分解任务 → 多个 subagent 并行执行
- 适合探索型任务（如代码搜索、多文件分析）
- 大幅提升复杂任务效率
Codex 使用技巧 (5 分钟)
Prompt 编写技巧
- 明确具体 - 说清楚要什么，而不是不要什么
- 提供上下文 - 告知项目背景、技术栈、约束条件
- 分步描述 - 复杂任务拆解成小步骤
- 给出示例 - 提供输入输出样例更准确
高效使用建议
- 善用 @ 引用 - 指向具体文件/目录，让 AI 精准定位
- 多轮迭代 - 不要期望一次完美，逐步 refinement
- 并行任务 - 多个独立任务同时发起，用 subagent 处理
- 保存对话 - 有价值的对话保存为模板复用
- 使用 Plan 模式 - 复杂任务先让 AI 输出执行计划，确认后再执行
- 截图功能 - 界面问题/错误日志直接截图，AI 更快理解
常见误区
- ❌ 问题太模糊 - "帮我优化代码"
- ✅ 问题具体 - "这个函数查询数据库慢，帮我分析瓶颈并优化"
- ❌ 一次性给太多 - 扔整个项目让 AI 看
- ✅ 分批次给 - 先给核心逻辑，再补充相关代码
最重要的一条
自己多尝试，自己用起来 - 看再多技巧不如实际动手，在使用过程中这些经验自然会掌握。
实战案例演示 (10 分钟)
案例一：品牌中心自动修复 Bug 全链路 (5 分钟)
场景：品牌中心系统出现 Bug，需要快速定位并修复。
流程：
- 问题发现 - 日志/监控发现异常
- AI 定位 - Codex 分析代码，定位问题根因
- 自动修复 - AI 生成修复代码
- 验证闭环 - 自动测试验证修复效果
价值：原本需要数小时的问题排查，缩短到分钟级。
案例二：伊利手机端商品 SKU 爬取项目 (5 分钟)
场景：采集伊利手机端商品 SKU 数据。
难点：
- 移动端 API 加密
- 动态参数生成
- 反爬机制
AI 辅助方案：
- AI 分析 APP 逆向逻辑
- 自动生成请求签名代码
- 处理数据解析与存储
价值：降低逆向工程门槛，快速搭建采集链路。
挑战与局限 (3 分钟)
当前 AI 编程的边界
- 复杂业务逻辑 - AI 难以理解深层业务背景
- 性能优化 - 生成的代码可能不够高效
- 安全性 - 需要人工审查潜在风险
安全风险
- 不要提交敏感信息（API Key、密码等）
- 审查 AI 生成的代码，避免注入漏洞
- 重要项目保持人工 Code Review
Q&A (2 分钟)
欢迎提问！