寻找一篇笔记

↑ ↓ 移动 · Esc 关闭查看全部文章
技术

从无脑 Vibe Coding 到完整 AI 表格:几天做 SaaS 后,我重新理解了 AI 编程

复盘我如何从“想到什么就让 AI 写什么”,一路走到钉钉对照、成熟产品逆向、人工定点精修、多 Agent 并行开发、真实浏览器验收和 Skill 经验固化。

作者:黄撑 更新于 2026-09-29
本文目录 37 节 · 展开收起
AI TABLE · BUILD LOG · 2026AI 把“写出来”变得很便宜以后,真正贵的是判断、体验和验收。

这几天,我从一个很典型的“想到什么就叫 AI 做什么”的 Vibe Coding 状态出发,最后做出了一套已经相当完整的 AI 表格系统。系统变完整只是结果,更有意思的是:我的开发方式也在这几天里连续升级了好几次。

无脑开发→产品对照→人工精修→逆向研究→多 Agent→经验固化

前几天,我只是想把自己一直在用的钉钉 AI 表格能力搬到本地数据平台里。

最开始的方法也非常直接。

缺什么,就让 AI 加什么。

表格不够像表格,就让 AI 再做得像一点;字段不好用,就补字段操作;详情区域不舒服,就把 Drawer 改宽;图片不好看,就加缩略图和图片墙;左侧导航不像成熟产品,就继续改导航。

这基本就是最原始的 Vibe Coding:

我负责感觉“这里好像不对”,AI 负责马上把它改出来。

一开始,这种方式甚至非常爽。

以前一个想法可能要先整理需求、评估实现、排期、开发,再等到真正能点的时候才知道合不合适。现在往往是想到一个方向,直接让 AI 改,过一会儿就能看到结果。

但项目越往后做,我越明显地发现:

AI 可以非常快地把功能写出来,但它不会自动把产品做对。

这几天真正有价值的,不是我“用 AI 做了一个表格”,而是我从一个相对随意的 Vibe Coding 状态,一步一步摸索出了一套更接近完整软件研发的 AI 协作方式。

最开始我关心AI 能不能做出来?
做到一半我开始关心这个东西到底好不好用?
后来我真正关心怎样让下一轮开发自动比上一轮更可靠?

一、第一阶段:真的就是“无脑叫 AI 开发”

最开始没有完整路线图。

我知道自己想要的最终方向:一个类似钉钉 AI 表格的数据工作台,能承载业务数据、字段配置、视图、AI 分析、附件和后续自动化。

但至于一个成熟版本到底应该有哪些能力,我并没有一开始就全部想清楚。

所以最早的开发逻辑非常像这样:

01看到问题这里缺功能 / 不顺手 / 不好看
→
02告诉 AI描述我要的结果,直接改
→
03看到成品能跑起来,开始真实使用
→
04继续挑问题再进入下一轮

现在回头看,我并不觉得这个阶段是错的。

相反,它非常适合一个还在快速探索形态的产品。

因为项目早期最大的风险不是“代码写得不够优雅”,而是我自己都还不知道这个东西最终应该长什么样。

AI 把实现成本压低以后,我可以先把一个想法变成可以操作的东西,再通过使用去判断它值不值得保留。

这和坐在那里想需求有一个本质区别:

我不是在想象产品,而是在试产品。

传统方式下,一个功能如果实现成本很高,我会天然更谨慎。因为一旦开发完才发现方向不对,返工成本很高,所以会倾向于先把需求想得更完整、更确定。

AI 编码以后,一些原本需要在纸面上争论很久的问题,可以先快速实现一个版本。

例如:

  • Drawer 到底应该多宽;
  • 字段配置是放右侧还是 Dialog;
  • Toolbar 到底保留多少东西;
  • 图片在列表里应该显示成什么密度;
  • 左侧导航要不要一直展开;
  • 行高应该偏紧凑还是偏标准;
  • 表头菜单里哪些操作应该一级出现。

这些问题当然可以提前设计,但真正点起来以后,判断往往更准确。

第一次认知变化AI 编程最大的价值之一,不只是“写代码更快”,而是“尝试一个产品方案”变便宜了。

二、从 Demo 到真实业务以后,问题完全变了

如果只是做 Demo,很多东西“看起来有”就够了。

但这个 AI 表格后来真的开始承载业务。

真实的评价数据被迁进来,历史 AI 结果被继承,附件也开始进入本地存储;缩略图、导入 Worker、AI Worker、任务状态、权限、视图等能力逐渐补齐。

系统里开始出现数万条真实记录、近十万级的历史 AI 结果和大量附件。

到了这个时候,项目性质发生了变化。

一个按钮不好用,不再只是 Demo 有点粗糙;一个字段改名后引用断掉,也不再只是刷新一下页面的问题;一个复制粘贴逻辑出错,可能真的会污染数据;一个筛选器状态没有闭环,用户保存的 View 就可能失去意义。

“AI 能不能写出来”已经不是核心问题,“它能不能长期用”才是。

DEMO MINDSET功能存在

页面上有按钮,点一下有反应,基本就算完成。

→
LIVE SYSTEM状态闭环

修改、保存、刷新、引用、权限、异常和后续操作都必须保持一致。

这也是我第一次明显意识到:

Vibe Coding 做小工具很容易,做真实软件以后,软件工程里那些原本看起来“麻烦”的东西还是会回来。

只是它们出现的位置变了。

以前成本主要花在写代码。

现在代码生成越来越快,成本开始转移到产品判断、状态设计、验证和维护上。

三、功能越来越多,但它还是“不像成熟产品”

项目做到一定程度以后,出现了一个很微妙的问题。

你很难说它缺什么。

表格有了,字段有了,视图有了,AI 有了,附件有了,权限有了,详情页也有了。

但和钉钉 AI 表格这种成熟产品放在一起,还是能明显感觉到差别。

那种差别不是一句“UI 不够漂亮”能解释的。

成熟 SaaS 的质感,往往藏在大量非常小的决定里:

密度行高、表头高度、Toolbar、导航宽度是否协调
层级什么默认出现,什么进入菜单,什么只在选中后出现
反馈hover、拖动、选择、编辑、保存时用户有没有明确感知
连续性完成当前动作后,焦点、选区和下一步是否自然
边界编辑器打开时,Grid 快捷键会不会抢走输入
闭环重命名、删除、禁用以后,关联状态是否全部同步

AI 很容易给你卡片、圆角、阴影、Toolbar、Drawer、Dialog、图标和表格。

但“这些东西都有”并不等于成熟产品。

后来我越来越觉得,所谓产品感,很多时候不是来自某一个巨大的设计,而是来自几十个很小的决定都没有明显出错。

第二次认知变化“有完整 UI”不等于“有成熟体验”。真正的产品质感,往往来自大量小交互长期保持一致。

四、我不再让 AI“参考钉钉”,而是把钉钉真正摆在旁边

早期我也会说:

参考钉钉 AI 表格优化一下。

这种 Prompt 听起来很明确,实际上非常模糊。

“参考钉钉”到底参考什么?颜色?布局?按钮?还是交互?

AI 最容易做的是表层相似:加一点类似的灰色、边框、按钮位置,再把几个组件尺寸调一下。

但真正的差距并不会因此消失。

所以后来我的方法变成了:

直接打开钉钉 AI 表格,再打开自己的系统,一个区域一个区域比较。

不是抽象地问“像不像”,而是问非常具体的问题。

这个左侧导航为什么看起来比我的轻?

是宽度问题,还是层级问题?是背景太重,还是图标、文字和 hover 的关系不对?

为什么同样是表格,钉钉看起来更舒服?

后来我甚至注意到一个很小的问题。

同样在 1920 × 1080 下,系统使用浏览器 100% 缩放时,我主观上会觉得比 110% 缩放生硬一点。

我当然可以直接把整个页面放大,但那会牺牲表格信息密度。

所以真正的问题变成:

能不能在 100% 下做到接近 110% 的视觉舒适度,同时不明显减少一屏能看到的信息?

这就不是一句“字体调大一点”能解决的。

它需要一起看字号、行高、表头高度、单元格 padding、图标尺寸、Toolbar 高度、左侧导航、空白面积和对比度。

最终做的不是“整体放大”,而是局部重新分配视觉密度。

这个过程让我越来越确认一件事:

AI 很适合执行精修,但最初那个“哪里不舒服”的信号,往往还是来自人真实使用产品。

五、截图还不够,我开始直接录交互视频

静态截图能看布局,但很多体验问题只存在于时间里。

例如拖动。

拖动时元素跟手不跟手?拖动过程中原位置有没有合理占位?鼠标经过可放置区域时有没有反馈?放手以后布局是瞬间跳过去,还是自然完成?

这些东西用一张截图很难说清楚。

所以后来我直接录成熟产品里的交互视频,让 AI 看真实拖动效果,再针对自己的实现做定点调整。

LEVEL 1一句描述“参考钉钉做得更像一点”
→
LEVEL 2截图对照比较尺寸、密度、层级、状态
→
LEVEL 3真实交互用视频观察拖动、反馈和状态变化

从这里开始,我给 AI 的输入已经不再只是“需求”,而越来越像证据。

不是“我感觉这里不对,你优化一下”,而是“这是成熟产品的真实行为,这是我们现在的行为,差异发生在这里”。

AI 在这种任务上的表现会稳定很多。

六、再往后:不只是模仿 UI,而是研究成熟产品为什么这样做

钉钉很好用,但它只能让我看到结果。

我能看到它怎么表现,却看不到很多内部实现。

所以后面我又继续看 Airtable、Baserow、Teable、APITable 这类表格产品。

这里我逐渐把“参考产品”分成了两种。

PRODUCT REFERENCE看成熟产品怎么做取舍

钉钉 AI 表格、Airtable 这类产品主要告诉我:用户最终看到什么、操作路径怎么组织、默认状态怎样更自然。

信息密度操作层级字段交互菜单与导航
ENGINEERING REFERENCE看开源产品怎么解决问题

Baserow、Teable、APITable 等开源项目则可以继续研究:成熟 Grid 背后的状态、组件和工程边界怎样组织。

SelectionClipboardField / ViewFilter

这时候,我已经不太希望 AI“自己想一个表格软件应该怎么做”。

因为很多问题,行业已经有人付过学费了。

我的目标变成:

先看已经被大量真实用户验证过的产品怎么解决,再判断哪些适合自己的系统。

这不是为了照抄。

相反,参照越具体,越容易知道什么应该借鉴,什么不应该借鉴。

例如 Airtable 的某个交互可能非常成熟,但不一定适合内部运营系统;钉钉某个功能可能为了通用 SaaS 做得更复杂,而我这里完全可以更直接。

成熟产品应该被当作教材,而不是答案。

七、Prompt 不够,项目需要自己的“经验”

项目做到这里以后,另一个问题出现了。

每开一个新的 AI 会话,我都要重复说很多事情:

  • 表格信息密度不要太低;
  • 不要做成一堆大卡片;
  • 参考钉钉,但不要机械复刻;
  • 虚拟表格要考虑 DOM 生命周期;
  • 快捷键不能抢编辑器输入;
  • 浏览器验收不要重复跑已经完成的代码检查;
  • 登录失效不要关掉浏览器,要停下来让我登录;
  • selector 不要傻等几十秒。

如果这些东西只存在于聊天记录里,那么每个新会话都像一个新员工。

它不知道之前踩过什么坑。

这时候我开始认真整理项目级 Skill 和 AGENTS.md。

PROMPT这一次怎么做

解决当前任务,信息主要存在当前会话里。换一个会话,很可能又从头解释。

踩坑→总结→固化
SKILL / AGENTS.MD以后都应该怎么做

把重复出现的工程经验变成项目能力,让下一次新会话直接继承。

后来项目里逐渐形成了不同层次的能力:通用开发规则、AI 表格前端工程 Skill、浏览器验收 Skill、浏览器控制 Skill、UI / UX 和视觉设计 Skill,以及项目自己的 PRD、技术文档和 ADR。

这个变化对我影响很大。

以前我会想:

Prompt 还要怎么写得更详细?

后来我更常想:

这次踩的坑,是不是应该变成项目的长期经验?

第三次认知变化Prompt 更像一次任务说明;Skill 和项目规则,才是在训练“这个项目里的 AI 应该怎么工作”。

八、功能不再一锅端:我开始一批一批补真正的表格能力

当产品方向比较稳定以后,开发方式也变了。

不再是“把表格完善一下”这种大任务,而是开始把能力拆成边界清楚的一批一批。

最近这轮 AI 表格增强,大致就是沿着下面这条路径推进的:

01Clipboard / Range Mutation复制粘贴和范围写入先形成统一底座
02行操作补齐行级动作与批量状态
03高效填充Fill Handle、范围填充和快捷写入
04字段操作闭环编辑、重命名、删除、禁用与引用完整性
05编辑器与键盘Picker、Enter、Tab、方向键和编辑边界
06增强能力Summary、填充和更多大表操作
07选择与导航大表 Selection、键盘导航和可操作性
08上下文与快速录入右键菜单和高频录入路径
09高级筛选从条件列表走向可递归 Filter Tree
10字段元数据与默认值让字段从“列”变成真正的数据 Schema

这十批里面,最有价值的并不是“终于有十批功能”,而是很多能力开始共用底层概念。

批量写入不应该每个功能各写一套

Fill Handle、Ctrl/Cmd + D、Ctrl/Cmd + Enter、批量粘贴,本质上都在修改一个 Range。

如果每个功能自己维护 draft、save、undo、权限和错误逻辑,系统很快就会变得不可控。

所以后来统一复用 Range Mutation。

Clipboard 也不只是“把文字放进剪贴板”

简单表格复制当然可以只处理文本。

但真正做下去以后,会遇到带表头复制、类型信息、结构化粘贴、sidecar 状态,以及上一次结构化复制会不会污染下一次纯文本粘贴。

一个看起来很普通的“复制粘贴”,很快就会暴露真实软件和 Demo 的差别。

Filter 最后也不只是多个条件 AND 一下

简单筛选可以:

字段 A = X
AND
字段 B > 10

但继续做下去以后,会出现嵌套分组:

(A = X AND B > 10)
OR
(C 包含 Y AND (D = 1 OR E = 2))

于是原来平铺的条件列表必须升级成真正的 Filter Tree。

而且 Filter Tree 不是只把前端画出来就结束。

它还要贯穿 Query Service、View 保存、URL 状态、Summary、Export 和后续字段变更。

这也是为什么“功能出现”越来越不是我判断完成的标准。

九、开发和验收必须分开:不能再让 AI 自己证明自己

这是这几天里我觉得最重要的一次变化。

早期典型流程是:

AI 修改代码
→ AI 跑测试
→ AI 告诉我“已经完成”

问题是,写代码的 AI 很容易沿着自己的实现思路去验证。

它知道自己改了什么,也容易验证那些最顺手的成功路径。

但真实用户不关心实现思路。

用户只会做动作。

于是后来我把开发和验收彻底拆开。

需求 / 批次明确边界
→
DEV AGENT开发线程独立 Worktree代码实现最小代码验证Commit
→
QA AGENT验收线程指定 Commit真实浏览器操作状态闭环检查最小复验
→
PASSMerge main

开发线程负责读取项目规则和对应 ADR / PRD,实现当前批次,做代码级最小验证,然后提交一个明确 commit。

验收线程则不继续开发下一批,而是确认运行的就是目标 commit,打开真实浏览器,像用户一样操作,验证保存、刷新、引用和后续状态。如果发现明确 Bug,只修这个 Bug;修完只做对应最小复验。

这套方式让我对“完成”有了完全不同的理解。

代码通过检查,只能证明代码没有明显问题。

真正的完成,必须包含真实使用路径。

十、Git Worktree 变成了多 Agent 并行开发的基础设施

当我开始同时开多个 AI 会话以后,又出现了一个非常现实的问题:

大家都在改同一个项目。

如果直接让多个 Agent 操作同一个 working tree,很容易发生:

  • 一个会话切走了另一个会话的分支;
  • 未提交文件互相混在一起;
  • 当前页面跑的不是以为的那份代码;
  • 某个修改其实在另一条分支上,所以 main 看不到;
  • 为了同步错误地覆盖本地已有内容。

于是 Git Worktree 从“一个 Git 技巧”,变成了真正的并行开发基础设施。

main稳定基线
worktree A阶段 8上下文菜单
worktree B阶段 9高级筛选
worktree C阶段 10字段元数据

每个会话只修改自己的工作区。开发完成后以 commit 为交接物,再进入独立验收和合并。

这个模式还有一个额外好处:

AI 会话之间不再靠“你刚才改了什么”这种自然语言交接。

最可靠的交接物变成了 commit、分支、ADR、PRD、Skill 和验收标准。

也就是把会话上下文,逐渐变成仓库里的正式上下文。

十一、最意外的瓶颈:AI 写得越快,验收反而越贵

有一次真实浏览器验收跑了四十多分钟。

功能本身并没有复杂到需要四十分钟。

时间大量花在准备测试字段、准备记录、建 View、构造大表数据、切换状态、等待 selector、处理登录态、启动临时验收服务、清理 fixture,以及在多个 Case 之间重复准备相似环境。

我突然发现一个很有意思的反转。

传统开发AI 编码
Coding
高
快速下降
Verification
中
成为主要成本

这不是说 AI 时代测试会绝对变慢。

而是:

当 Coding 成本被压得足够低以后,Verification 在总成本里的占比会越来越高。

以前一个功能写一天,验收半小时不显眼。

现在 AI 可能十几分钟就写完,如果验收还是半小时,验收自然就变成瓶颈。

于是我后来连“怎么验收”本身都开始优化。

十二、浏览器自动化也不能傻等:失败要尽快暴露真实原因

最典型的优化就是 selector 等待。

以前一个元素找不到,自动化很容易等 15 秒、再等 30 秒,最后告诉你超时。

但如果页面已经加载完成,普通元素一两秒都拿不到,很多时候再等二十秒也不会突然变好。

真正可能发生的是 selector 已经错了、页面跳到了登录页、URL 不对、DOM 结构已经变化、页面其实报错了,或者当前根本不是预期的测试环境。

所以后来浏览器控制的策略变成:

1–3s普通元素快速失败不给错误 selector 无意义的长等待
→
STATE立即检查页面真实状态DOM / URL / title / 登录状态 / 页面异常
→
FIX针对真实原因处理修 selector、恢复环境或让用户完成登录

还有一个很实际的规则:

遇到登录态问题,不要自动关浏览器。

保持当前现场,停下来让我登录,然后继续。

这种规则听起来很小,但如果不固化,每个新的验收会话都有可能重新踩一遍。

十三、真正的 Browser QA,不是“页面上看到了”

随着验收越来越认真,我开始不断发现:

很多功能表面上已经存在,但状态并没有闭环。

例子 1:字段编辑不能只看 Dialog 打开了

如果“编辑字段”按钮存在,Dialog 也能打开,并不代表功能完成。

真正应该继续看名称和 options 有没有正确回填、保存后表头有没有变化、View 里的引用还在不在、Filter 和 Summary 有没有失效,以及刷新以后状态还对不对。

于是后来固化了一条:

验收必须围绕真实状态闭环,而不是只检查 UI 出现。

例子 2:快捷键成功,不等于快捷键设计正确

Grid 里实现 Shift + Enter、Enter、Tab 很容易。

但如果用户正在 textarea 里编辑多行内容,Grid 还把 Shift + Enter 抢走,那就是错误。

Picker、Dialog、input 也一样。

所以快捷键验收必须覆盖 editor boundary。

例子 3:虚拟表格里的 DOM 节点不是永久对象

右键某个 Cell 打开菜单以后,如果用户滚动,原来的 Cell 可能已经离开虚拟 DOM。

后续业务操作如果还依赖那个旧 DOM 节点,就可能出现非常诡异的问题。

所以真正稳定的业务标识应该是:

row key + field

而不是“刚才那个 DOM 元素”。

例子 4:Clipboard 有历史状态

结构化复制以后,如果 sidecar 没有正确失效,下一次纯文本复制粘贴可能错误地继承上一次的结构化信息。

这种 Bug 如果只测一条“复制 → 粘贴”成功路径,很难发现。

这让我越来越觉得:

验收的价值,不是证明功能能用,而是主动寻找“用户没有按照开发者脑内路径操作时会发生什么”。

十四、每次踩坑以后,我都会问:这条经验应该写到哪里?

最近每做完一轮,我越来越习惯做一件事:

这次有没有什么坑值得固化?

但不是每个坑都应该写进全局规则。

我后来会区分。

只属于当前 Bug 的

修掉就结束,不增加长期规则。

属于 AI 表格前端的

写进 AI 表格前端工程 Skill。

例如虚拟 Grid 的上下文菜单要验证 DOM 失效、Clipboard 要验证 sidecar 污染、Grid 快捷键要覆盖编辑器边界、字段操作验收要覆盖真实引用闭环。

属于所有浏览器验收的

写进通用 Browser Acceptance / browser-control。

例如普通元素快速失败、登录态保留现场、不重复已经完成的代码级验证、尽量复用 fixture 和状态,不机械为每个 Case 重建环境。

属于整个项目协作方式的

才进入 AGENTS.md。

这一步让我感受到一个以前不明显的东西:

代码不是这个项目唯一会增长的资产。

还有一份“AI 怎么在这个项目里正确工作”的知识,也在跟着项目一起增长。

01开发AI 实现功能
→
02使用人真实体验
→
03验收找状态边界
→
04总结区分偶发和通用问题
→
05固化Skill / ADR / AGENTS.md
↺

下一轮新会话进来以后,它不是一个完全失忆的新 Agent。

它会先读这些已经沉淀下来的项目规则。

这就是我现在理解的另一种“项目复利”。

十五、现在这套 AI 表格,到底已经变成了什么?

如果只看最开始,我做的东西很简单:

一个能展示业务数据、带几个 AI 字段的表格。

现在它已经越来越像一个完整的数据工作台。

我不太想用“几十个功能”来描述,因为那样看不出结构。

更准确的理解是,它已经形成了几层。

DATA WORKBENCHAI 表格工作台

统一承载业务数据、人工操作与 AI 能力

GRID表格交互层SelectionClipboardFillKeyboardContext Menu
SCHEMA字段与视图层FieldMetadataDefault ValueViewFilter Tree
CONTENT业务数据层AttachmentImageImportPermissionHistory
AI智能分析层AI FieldMulti-outputStale / Re-runAI JobWorkbook Analysis

这时候它已经不是“仿一个钉钉页面”了。

钉钉仍然是非常重要的产品参照,但系统开始有自己的业务边界。

例如评价分析、RPA 配置、附件迁移、AI 多输出、后续 Workbook 级 AI 分析,这些都来自自己的真实业务,而不是为了复刻某个 SaaS。

十六、从“AI 字段”到“Workbook 级 AI 分析”

做完大量表格基础能力以后,我最近又开始想另一个问题:

AI 如果只是帮我填一列,还是太像“表格加了一个模型按钮”。

真正更有意思的是:

AI 能不能理解整个 Workbook 的数据和视图,然后完成一次真正的业务分析?

所以现在开始往 Workbook 级 AI Analysis 走。

普通用户在前端点击“AI 分析”,可以使用标准化能力。

而复杂场景不一定要给前端塞几十个高级配置项,更高级的配置可以直接由 Agent 在后端完成。

例如评价分析:

  1. 读取当天新增评价;
  2. 结合情绪、责任归因、问题类型等 AI 结果;
  3. 找高频问题、异常变化和代表案例;
  4. 形成当天结论;
  5. 输出一份精美 HTML 日报;
  6. 发布到系统里的静态页面集合。

这里我甚至开始刻意考虑一种以前不会写进 PRD 的东西:

AI 感知。

不是只让系统内部“用了 AI”,而是让普通同事非常直观地看到:

AI 刚刚理解了这些数据,并且给出了有组织、有视觉、有结论的结果。

这也是这套系统接下来的方向:

表格是数据底座,AI Agent 是分析层,报告和业务动作是输出层。

十七、这几天我踩过的几个典型误区

如果重新来一次,有几件事我不会再像一开始那样做。

1. “参考某某产品优化一下”不是好需求

它可以作为方向,但不能作为验收标准。最好进一步说清当前哪里有问题、参考产品对应行为是什么、两者差异在哪里、这次只改哪一层。

2. 不要让开发 Agent 自己宣布“完整验收通过”

开发 Agent 可以做代码验证,但真实浏览器体验最好独立出来,尤其是复杂 Grid、拖动、快捷键、Picker、Context Menu 这种状态型交互。

3. 不要无限堆 Prompt

如果一个规则每个会话都要重复讲,它就不应该一直留在 Prompt。该进入 Skill 的进 Skill,该进入 ADR 的进 ADR,该进入项目规则的进入项目规则。

4. 不要让多个 AI 共用一个工作区并行写

聊天窗口看起来彼此独立,Git working tree 并不会因此自动独立。多 Agent 真正并行,必须先解决工作区隔离。

5. 不要为了“验收完整”机械重复准备环境

验收本身也应该被优化。Case 之间能复用的 fixture、登录态、View、字段和服务实例应该复用。重点是覆盖状态,不是重复劳动。

6. 不要把“写了测试”当成“用户体验没问题”

代码层、API 层、浏览器层、人工体验层验证的是不同东西。AI 时代尤其容易因为代码生成得太顺,而提前产生“这功能已经完成”的错觉。

十八、我现在怎么理解 Vibe Coding

如果一定要给这几天的方法变化分版本,我大概会这样分。

VIBE CODING 1.0想到什么,就让 AI 写什么

最大的价值是速度。适合早期探索,让想法快速变成可操作的东西。

VIBE CODING 2.0找到成熟产品,减少凭空设计

截图、真实页面、开源实现都开始成为证据,而不是只靠 Prompt 想象。

VIBE CODING 3.0人负责感觉和判断,AI 负责定点实现

不再一句“优化一下”,而是实际使用以后指出具体体验差异。

VIBE CODING 4.0多 Agent + Worktree + 独立验收

开发、QA 和合并开始形成明确边界,AI 协作越来越像一支工程团队。

VIBE CODING 5.0让项目本身积累 AI 工程经验

每轮踩坑继续写回 Skill、ADR 和项目规则,让下一轮默认站在上一轮经验之上。

这个版本号当然只是为了方便表达,不是什么正式理论。

但它确实反映了我这几天非常明显的感受。

一开始我认为 AI 编程最爽的地方是:

我不用自己写那么多代码了。

现在我反而觉得,这不是最重要的变化。

更大的变化是:

“写代码”从整个软件开发过程里退后了。

以前大量精力被具体实现吃掉。

现在实现越来越快,人需要把更多精力放到:

  • 到底做什么;
  • 为什么这样做;
  • 哪个成熟产品值得参考;
  • 什么只是表面相似;
  • 当前体验到底哪里不对;
  • 哪些状态必须闭环;
  • 什么才算真正验收通过;
  • 哪些经验值得让整个项目以后都记住。
TAKEAWAY我以前以为 Vibe Coding 的终点,是“不用会写多少代码”。

这几天做下来,我反而觉得人的工作没有变少,而是从“怎么写这一段代码”,逐渐转向“我要做什么、什么才算好、它到底有没有做好,以及怎样让下一次自动做得更好”。

代码会增长产品会增长项目里的 AI 经验也会增长

这套 AI 表格还远没有结束。

后面还有 Workbook 级 AI 分析、评价分析日报、更强的 AI 交互,以及很多表格体验细节可以继续做。

但至少到现在,我已经不太把它看成“让 AI 帮我写一个 SaaS”。

更像是:

我在学习怎么组织 AI,持续把一个真实产品做下去。

这可能才是这几天最大的收获。