当前位置: 首页 > news >正文

YC大佬分享的 10 个 vibe coding技巧,看完收获巨大

1、当 AI 卡住的时候切换战场。

问题:

当你在使用 cursor claude code 这样的 AI 编程工具,在编程的时候,如果遇到 AI 无法实现某个功能或者无法修复某一个错误,并且反复尝试都失败(陷入逻辑死循环)

技巧:

这时候就不要在工具里面死磕了,直接复制你的代码和问题,打开大语言模型的官方网页版(比如 ChatGPT),把代码和问题直接粘贴进去,再问一遍同样的问题。

通常 Web 界面能够提供在集成工具中得不到的、更具有创造性的解决方案。【gzh:和平本记】

2、并行使用多种AI工具

问题:

不同的 AI 模型各有优劣,有的速度快,有的思考的深入,有的前端界面做的好看。

技巧:

1)利用不同工具的特性

那你可以在同一个项目上同时启动多种 AI 编程工具。利用不同工具的特性来提供效率。

比如说你现在有 ABC 三个功能。当你完成 A 功能的开发,准备 B 功能开发的时候,我们知道 claude code 非常擅长开发前端 UI 界面,Codex 擅长 review 代码。

那此时你就可以让 claude code 去开发 B 功能的前端界面,同时让 Codex 去 review 刚开发完的 A 功能的代码。

2)提高时间利用率

当 claude code 在开发大功能模块的时候,为了避免等待,你就可以使用 cursor 或者 augment 去小修小补。

3)生成不同方案进行比较

这种就更绝了,针对同一个需求,让不同的 AI 编程工具分别去实现,最后看哪个工具实现的好,就留哪一个版本。

怎么做?

比如我们现在想对比一下,针对同一个需求,claude code 和 Codex 哪一个实现方案更好?

1️⃣ 创建分支

从主开发分支(如 develop)上,创建两个新的实验分支,例如 feature/login-codexfeature/login-claude

2️⃣ 在不同的分支上工作【gzh:和平本记】

feature/login-codex分支上,让AI工具 Codex 来完成整个登录功能的开发,并提交代码。

然后切换到 feature/login-claude 分支,让 AI工具 Claude Code 用不同的方式实现同样的功能,并提交。

3️⃣ 完全隔离比较

现在,这两个实现版本被完全隔离在不同的分支里。开发者可以随时切换分支,完整地运行和测试这两个方案,进行深入比较。

4️⃣ 合并最优解

当决定哪个版本更好后,可以将那个分支(比如 feature/login-codex)合并回主开发分支,然后将另一个实验分支 (feature/login-claude) 删除。

3、采用测试驱动的编程方法

问题:

AI 在写代码的时候,最大的一个问题就是他可能会随意发挥,给出来的结果很有可能不是你想要的,或者跟你预期的有差距。

技巧:

我们采用测试先行,先定义好成功的标准,再让 AI 去实现。

首先,编写详细的测试用例(Test Cases)。一旦高质量的测试用例准备就绪,就相当于为AI设定了强有力的规则或护栏 。

AI可以在这些明确的约束下自由地生成代码,其目标就是通过这些预设的测试。

当 AI 生成的代码能够让所有测试用例显示为绿色(即全部通过)时,开发工作就完成了。

4、与 AI 协作先制定详细的计划

如果你之前写过代码,或者对代码稍微有点了解,那你可以直接从cursor、 claude code 上手。

当你选好编程工具之后,第一步不是立刻开始写代码,而是和大语言模型一起先制定一个全面的计划,然后把它保存成 MD 文件,放到项目的文档目录下面,这样你可以随时回过头来参考。

要产出这份文档,需要你自己先整理一份结构化讨论框架,通过这份结构化讨论框架,你可以跟 AI 去进行讨论,把产品从想法到落地,这中间的过程落到一份文档中,然后按照这份文档去进行实施。

解释一下这里的结构化讨论框架:

因为你想要做一个产品,一开始可能只有一个模糊的想法,那你不可能跟 AI 东一句西一句的讨论,这样最后只能得到漫无目的的碎片。

你需要遵循一定的框架,一步一步循序渐进的跟 AI 讨论。逐渐把一个想法落地成一个产品。

比如说你需要先和 AI 讨论

  • 项目的核心价值,目标用户、商业模式。
  • 然后讨论项目的应用架构,比如 API 接口怎么设计?数据库怎么设计?
  • 再然后跟 AI 讨论用户界面和 UI 设计
  • 最后再讨论一些执行过程中的细节

把以上所有的讨论都整理到一份 MD 文件中,当你完成这份初稿之后,自己认真的在从头到尾看一遍,把那些你认为不需要或者不喜欢的内容给它删掉,比如针对一些特别复杂的内容,我们起步阶段就可以放弃开发。

以上的过程你和 AI 讨论的越细,你对产品的掌控感就越强,最后我们执行的时候也是参考这份 MD 文件去执行。

不少人使用 AI 编程的时候,会先让 AI 生成一个需求文档,然后直接就让 AI 根据这份需求文档去生成代码。这种方式也可以,但是对项目整体的掌控感就会相对来说弱一点。因为 AI 针对需求去开发,那 AI 具体怎么去实现,对你来说相当于是黑盒。

5、使用版本控制

很多的 AI 编程工具都有回退功能,但是最专业、最好用的还是 Git。

每次开始开发一个新功能的时候,都要确保从一个稳定的、干净的 Git 版本开始,这样,万一 AI 突然发疯,你可以直接恢复到上一个稳定版本。

有的时候你开发一个新功能或者修复一个 bug,你需要跟 AI 来回拉扯四五轮,最终才能把这个问题搞定。【gzh:和平本记】

那在这个过程中 AI 其实会产生非常多冗余的代码,最好的办法是先搞清楚解决方案是怎么样的,然后把代码回退到上一个版本,最后把解决方案应用到这个稳定版本上,这样你的项目就会少非常多的垃圾代码。

6、编写测试

你可以直接让 AI 帮你写测试,AI 在这方面很擅长,但是他们大部分生成的都是单元测试。

但是更推荐让 AI 去编写高层级的测试。

什么是高层级的测试?举个例子:

1)模拟用户真实行为

模拟一个真实用户如何与你的网站或者应用交互。比如测试一个用户从注册登录到浏览商品,最终下单支付的整个过程。而不是单独测试去验证邮箱是否正确这样的一个单元测试

2)端到端的功能验证

确保整个功能链条从头到尾是畅通的,能从头到尾正常工作。这种测试不关心内部某个函数的具体实现细节,只关心整体功能是否到达预期效果。

3)捕捉意外副作用

AI 在修改代码的时候,常常会无缘无故的修改其他毫不相关逻辑的代码。

如果只有单元测试,你可能无法发现这种跨模块的、意料之外的错误。而高层级的集成测试,因为它测试的是完整的用户流程,所以当 AI 无意中破坏系统中某个功能的时候,这个测试就会运行失败,能帮你提早发现问题。

7、处理非编码任务

AI 编程工具除了可以写代码之外,你还可以用它来处理一些非编码任务。

比如已经有人用 claude code 去发 Twitter 发小红书。AI 在这方面也很强,不要忘记他在这方面的功能。

8、bug 修复

对于一些比较复杂的 bug,可以让大模型先列出3~4种修复方案或者 bug 引起的原因。然后再让他写代码去修复。【gzh:和平本记】

当你遇到一个 bug,修复多次都没有能修复成功的时候。失败一次你就把代码回退一次,然后重新尝试修复。这样你的项目不会积累一层又一层的垃圾代码。

9、关于文档

如果你在开发过程中需要让 AI 参考一些文档,虽然可以通过一些 MCP 工具去访问在线文档,但是如果你发现 AI 理解不准确的时候,可以把在线文档下载下来,直接放到项目的文档目录,本地化的文档更容易让 AI 去理解。

10、关于复杂功能

如果你开发一个新功能,但是这个功能实现起来非常的复杂。你可以把它作为一个独立的项目,在完全干净的代码库中进行开发,等开发好了之后,再让 AI 参考你开发的这个代码,去完成你需要的功能。

有的时候 GitHub 上会有已经写好的功能代码,我们可以直接拿过来用,然后我们在一个完全干净的代码库中把要开发的功能开发好了之后,再让原项目参考我们刚刚开发好的代码,完成最终功能的实现。

http://www.hskmm.com/?act=detail&tid=13270

相关文章:

  • ES集群部署-EFK架构实战 - 实践
  • 《BOE解忧实验室》第四季圆满收官 以科技重塑文化生活新范式
  • 洛谷P2261 [CQOI2007] 余数求和
  • arc206 总结
  • 科研必读|提升酿酒酵母表达蛋白产量的关键技术
  • 完整教程:uniapp、devceo华为鸿蒙运行模拟器报错:未开启Hyper-V
  • 浏览器访问页面卡顿刷新页面方法
  • 完整教程:散斑深度相机原理
  • 如何用 Dify 无代码工作流实现 AI 自动化抓取与分析 LinkedIn 招聘数据
  • WSL+共享文件夹搭建zephyr工作环境
  • 如果 Spring Cloud Feign 配置了 OkHttp3 非阻塞 IO(NIO),那么还需要reactor 模型来提高性能吗
  • 数据结构-单链表基础2
  • G1垃圾回收过程
  • Trellix自动化大规模修复开源漏洞,已修补超6万个项目
  • 爆款游戏背后:尚娱如何借助阿里云 Kafka Serverless 轻松驾驭“潮汐流量”?
  • Vben Admin5.0 keepAlive缓存和onActivated未生效
  • 版本速递 | 华为云Versatile智能体平台 新增特性介绍(2025年9月发布)
  • JVM体系结构
  • PE程序常见脱壳方案
  • 基于二值化断裂裂缝的裂缝拼接算法
  • spring ai基于内存RAG尝鲜
  • 想自己做大模型备案的企业看过来【评估测试题+备案源文件】
  • 基于 IOCP 的协程调度器——零基础深入浅出 C++20 协程
  • Gitee PPM风险矩阵:数字化转型中的项目管理预警雷达
  • 同一个灰色,POI取出来却是白色:一次Excel颜色解析的踩坑记录
  • 坤驰科技携国产化MTCA解决方案,亮相大科学装置控制系统研讨会
  • 找出所有项目引用了哪些 NuGet 包、版本号、对应项目路径,并筛选出“同一个包名但版本不同”的情况。
  • PC与基恩士PLC通信的C#实现
  • Excel 表格技能
  • labelme标注后的json文件和原图同步按角度旋转