跳转至

VibeCoding工作流模式

会用 AI 的人不少,能用得高效、稳定、不踩坑的人不多。区别不在工具,在工作流。本篇拆解几种主流的 Vibe Coding 工作流,帮你找到适合自己的节奏。

1. 工作流的两个轴

所有 Vibe 工作流可以放在两个维度上:

            [低 AI 自主权]   [高 AI 自主权]

[人主导]    Pair 模式        Plan & Verify
[AI 主导]   Tab 补全         Auto Mode
  • 横轴:AI 多大程度自己决定怎么做
  • 纵轴:人 vs AI 谁是"主体"

不同象限有不同适用场景。

2. 模式一:Tab 补全(最低门槛)

描述

AI 只在你打字时预测下几个字符或几行,按 Tab 接受。代表:Copilot、Cursor Tab。

适合

  • 写已知模式的代码(CRUD、样板代码)
  • 写测试
  • 不熟悉某个 API 的语法

优点

  • 不打断节奏
  • 代码一直在你脑子里
  • 低风险(你能逐行审)

缺点

  • 解决不了大问题
  • 容易陷入"AI 写一行我看一行"的低效循环

适合人群

所有人。这是 AI 编程的"基本盘"。

3. 模式二:Pair 模式(人主导,AI 当陪练)

描述

人写主代码,遇到不会的、想优化的,让 AI 给意见。AI 写少量代码,人审后接受/修改。代表:Cursor Cmd+K + Chat。

工作流

[你] 写一段函数
[你] "这段有问题吗?"
[AI] 指出 3 个潜在问题
[你] 改其中 2 个
[你] "我想优化这个循环的复杂度"
[AI] 给出 O(n) 方案
[你] 看懂、采纳

适合

  • 核心业务代码
  • 算法 / 数据结构
  • 学习陌生技术
  • 代码质量高度敏感的场景

优点

  • 你是"主笔",对代码完全理解
  • AI 是"老师 + 陪练"
  • 输出质量高且稳

缺点

  • 速度比纯写慢一点(要审 AI 建议)
  • 也比 Auto 模式慢得多

适合人群

资深开发者、写关键代码时

4. 模式三:Plan & Verify(人定方向,AI 干活)

描述

人提需求 + 制定计划,AI 实现,人验收。代表:Cursor Composer、Claude Code。

工作流

[你] 描述需求 + 范围
[AI] 列出实现计划
[你] 审计划,调整
[AI] 写代码
[你] 跑、测、看效果
[AI] 修问题
[你] 验收

关键:让 AI 先给"计划"

我要做 X。

第一步:不要写代码,先列出:
1. 涉及哪些文件
2. 关键改动
3. 可能的风险点

我审了再让你动手。

适合

  • 新功能开发
  • 中型重构
  • 写新组件、新模块

优点

  • 兼顾速度和质量
  • 计划阶段能发现 80% 的需求模糊
  • 你不用读懂每行代码,但读懂"意图"

缺点

  • 需要写得清楚
  • 复杂任务计划阶段也要 5-10 分钟

适合人群

多数职业开发者的日常工作流

5. 模式四:Auto Mode(AI 自主,人验收)

描述

人给个高层目标,AI 自己拆任务、执行、自我修正。代表:Claude Code 的 plan mode、Windsurf Cascade、Cursor Agent。

工作流

[你] "把项目从 React 17 升级到 React 19"
[AI] 列出步骤,开始执行
       ├─ 升级 package.json
       ├─ 修复 breaking change
       ├─ 跑测试
       ├─ 测试失败,分析原因
       ├─ 修代码
       ├─ 重新跑测试
       └─ 通过
[AI] 报告完成
[你] 审 PR,合并

适合

  • 明确目标的样板任务:依赖升级、文件改名、批量替换
  • 能用测试验证的任务:跑测试、补测试
  • 有完整文档的迁移:看着官方迁移指南做

优点

  • 极高效率,可以让 AI 干"无聊但必要"的活
  • 你可以同时做别的事

缺点

  • AI 容易"过度做"或"做错方向"
  • 必须有强验证(测试、git 回滚)
  • 不适合需求模糊的任务

适合人群

信任 AI、目标明确、有测试覆盖的项目

6. 模式五:审查模式(AI 当 reviewer)

描述

人写代码,让 AI 审。代表:让 AI 在 PR 中评论,或本地 /review 命令。

工作流

[你] 写完一段代码
[你] "审一下,找出可能的 bug"
[AI] 列出 5 个潜在问题
[你] 判断真假,修真问题
[AI] 再审一次
[你] 验收

适合

  • 关键代码兜底
  • 学习他人代码
  • 批量代码审查

优点

  • 不依赖 AI 写代码,质量风险低
  • AI 看代码有时比人更细致

缺点

  • AI 经常报"假问题",要会判断
  • 不能 100% 信任

适合人群

用 AI 当"第二双眼"的资深开发者

7. 模式选择决策树

你的任务是什么?
├─ 写样板代码 → Tab 补全
├─ 学新技术 → Pair 模式
├─ 写核心算法 → Pair 模式
├─ 加新功能 → Plan & Verify
├─ 中型重构 → Plan & Verify
├─ 升级依赖 / 批量改 → Auto Mode
├─ 写测试 → Tab 补全 或 Auto Mode
├─ 给已有代码挑刺 → 审查模式
└─ 修复 bug
   ├─ 简单 bug → Pair 模式
   └─ 复杂 bug → 先 Pair 找根因,再 Plan 修

8. 不同项目阶段的工作流变化

阶段 1:探索 / Demo(前 2 周)

  • 主流程:Auto Mode + Plan & Verify
  • 不审代码、不写测试,先做出来
  • 工具:Bolt / Cursor Composer

阶段 2:MVP(2 周 - 2 月)

  • 主流程:Plan & Verify
  • 关键模块开始审代码
  • 工具:Cursor / Claude Code

阶段 3:上线 + 迭代(2 月 +)

  • 主流程:Pair + Plan & Verify
  • 关键代码 Pair,新功能 Plan
  • 工具:Cursor + Code Review

阶段 4:维护期(长期)

  • 主流程:审查模式 + Tab 补全
  • AI 干样板,人控大方向
  • 工具:Tab + 审查

不同阶段灵活切换。前期为速度,后期为质量

9. 一日工作流案例

场景:独立开发者一天

时间 任务 模式
9:00-10:00 上班路上想新功能,回来描述给 AI Plan
10:00-12:00 AI 实现 + 我验收 Plan & Verify
14:00-15:00 修 bug Pair
15:00-16:00 AI 自动跑:写测试 Auto
16:00-17:00 审 AI 的代码,commit 审查
17:00-18:00 回邮件 + 写 PR 描述(用 AI 协助) Tab

没有一直陷在代码里,而是在不同模式间切换。

10. 团队协作工作流

模式:AI 是"团队中的初级工程师"

[Tech Lead] 写 RFC + 需求
[AI] 拿到需求,开始实现
[AI] 提 PR
[资深] 审 PR,提评论
[AI] 改 PR
[资深] 通过
[CI] 跑测试,部署

AI 取代的不是"全部工程师",而是"按工单干活"的环节。资深工程师的价值反而被放大——一个人能管 5 个 AI 工作。

团队 Vibe 的关键约定

  1. 代码必须人审:不接受"AI 写完就 merge"
  2. 测试必须存在:AI 写代码 = AI 写测试
  3. 大改有 RFC:超过 200 行的 PR 必须有方案文档
  4. 谁授权谁负责:用 AI 改的代码,人是责任方

11. 长任务的"分阶段"工作流

任务太大(比如做一个完整的 SaaS)怎么办?拆成多个 Vibe Session

Session 1:脚手架

[你] 列项目结构、技术栈、目录划分
[AI] 起项目
[你] 跑通 + git commit

Session 2:认证

[你] 描述登录注册流程
[AI] Plan & Verify
[你] commit

Session 3:核心业务

重复 Plan & Verify

Session 4:UI 打磨

[你] 给参考截图
[AI] 调样式
[你] 验收

每个 Session 结束就 commit,避免一长串改动堆在一起。

12. 卡住时的工作流

AI 改不动了怎么办?

信号 1:改 5 次都不对

停下来想清楚需求。多半是你没说清。

信号 2:AI 兜圈子

A 改了破 B,B 改了破 C,C 又破 A。 → 架构有问题。让 AI 先做架构分析,不要急着改代码。

信号 3:AI 反复"猜"

不停地说"试试这样"、"也许那样"。 → AI 没足够上下文。把相关代码、报错、目标全部给它。或者直接换更强的模型。

信号 4:你看不懂 AI 的代码

降低 AI 自主权。从 Auto 切到 Plan,从 Plan 切到 Pair。

13. 工作流的"反模式"

反模式 1:永远 Auto

什么任务都让 AI 自主,结果代码越攒越多但没人懂。重要任务必须切到 Pair 或 Plan

反模式 2:永远 Pair

什么都自己写 + AI 给意见,速度太慢。样板代码就让 AI 自己干

反模式 3:模式间不切换

固定一种工作流不变,效率上不去。任务变了模式也要变

反模式 4:忘记 commit

做着做着忘了存档,AI 改坏了无法回滚。每个稳定状态就 commit

反模式 5:没有验收

AI 说"做好了"就相信,不跑、不测、不看。永远要验证

14. 工作流的"健身房"

想提升 Vibe 工作流能力?刻意练习:

  1. 每天换一种模式做小任务:周一 Pair,周二 Plan,周三 Auto……
  2. 用同一任务对比模式:同一个功能,先 Pair 写一遍,再 Auto 写一遍,看差别
  3. 复盘每周哪种模式效率最高:记录、总结
  4. 看别人怎么用:YouTube 上有大量 Cursor / Claude Code 实战视频
  5. 教别人:能讲清楚的工作流才是真懂

总结

  • Vibe Coding 不是一种工作流,而是一组工作流:Tab、Pair、Plan & Verify、Auto、审查
  • Tab 补全:最低门槛,写样板代码
  • Pair 模式:人主导,AI 陪练,适合关键代码
  • Plan & Verify:人定方向,AI 干活,是大多数日常工作的主力模式
  • Auto Mode:AI 自主,适合明确目标 + 强验证的任务
  • 审查模式:AI 当第二双眼,给已有代码挑刺
  • 项目不同阶段切换不同模式:探索期 Auto,维护期审查
  • 团队协作中,AI 是"初级工程师",资深工程师价值反而放大
  • 长任务拆成多个 Session,每个 Session 结束就 commit
  • 卡住时降低 AI 自主权,从 Auto → Plan → Pair
  • 反模式:永远只用一种、忘记 commit、没有验收

评论