1 年工作經驗選手親測：Vibe Coding 開發工時系統，我踩了這些坑也攢了這些經驗！

作者：可樂不是Code

日期：2026年4月19日下午2:54

來源：WeChat 原文

✦整理版優先睇

速讀 5 個重點高亮

一年經驗開發者實測 Vibe Coding：AI 生成需求、開發順序、報錯處理同代碼審查嘅實戰心得

整理版摘要

可口可樂係一位只有一年工作經驗嘅後端開發者，佢想用 Vibe Coding 由零開發一個工時管理系統，包括項目維護、任務維護同工時上報。佢用嘅工具係 Claude Code 同 Minimax-M2.7，因為 GLM-5.1 搶唔到。整體而言，佢發現 Vibe Coding 絕對唔係「一句話搞掂」咁簡單，開發者需要提出合理且有邏輯嘅需求，仲要審查 AI 生成嘅代碼。經驗包括：靠 AI 互動生成需求、由自己最擅長嘅技術端入手、同埋報錯時叫 AI 逐個原因試方案。佢最大嘅困擾係代碼審查——AI 寫嘅代碼好靚，但邏輯錯誤（尤其多表聯查）好難發現，仲要不停維護提醒文檔，但上下文有限，最終有時都要手動調試。

佢分享咗三個核心經驗：第一，用 AI 生成需求時，開發者要作為信息提供者，畀 AI 問二十幾個問題，先有完整需求文檔；第二，開發順序建議從自己最熟悉嘅端開始，例如後端選手先搞數據庫同後端邏輯，因為咁樣可以確保代碼質量，減少 AI 亂編碼；第三，遇到唔擅長嗰端出錯（例如前端樣式），唔好妄想一次解決，而係叫 AI 分析可能原因，逐個方案嘗試，往往解決一個關鍵問題（例如 header 佈局）就會自動修復其他。

佢都吐槽咗代碼審查環節：AI 產出嘅代碼非常整齊，變數名好易明，註釋齊全，對於只有一年經驗嘅佢，要喺「美麗代碼」中揾出邏輯錯誤係巨大挑戰。佢而家嘅做法係維護一個文檔，提醒 AI 避免已知錯誤，但文檔愈大對上下文愈大挑戰，有…

Vibe Coding 嘅人類核心任務係提出有邏輯嘅需求同審查結果，唔係完全放手畀 AI。
AI 生成需求需要多輪互動，開發者係信息提供者，唔係單純落 command。
開發順序建議從自己最擅長嘅端入手，咁樣可以降低出錯率，AI 都冇咁易亂嚟。
遇到唔擅長嘅報錯，叫 AI 先分析原因再逐個方案試，通常解決一個關鍵問題就搞掂。
代碼審查係最大挑戰，尤其係多表聯查邏輯錯誤，目前要靠維護文檔提醒 AI，但上下文有限，有時都要手動改。

整理重點

Vibe Coding 係咩？人類任務係提出合理需求

可口可樂係一位後端開發者，佢想用 Vibe Coding 由零開發一個工時管理系統。佢用嘅工具係 Claude Code 同 Minimax-M2.7，因為 GLM-5.1 搶唔到。

Vibe Coding 係一種以結果為導向嘅編程方式，人類負責提出需求同審核結果，代碼細節全部交畀 AI。

意思係話，開發者要提出合理、有邏輯嘅需求，等 AI 幫手產出代碼，然後審查效果，唔滿意就繼續調整，直到符合預期。

整理重點

用 AI 生成需求：開發者要做資料提供者

好多人都想一句話生成完整需求，但作者話現實好難。要幾句就搞掂，個系統要好簡單，或者開發者本身經驗豐富，有大量筆記做參考。

對於冇乜經驗積累嘅人，可以參考佢上一篇文章嘅 skill：superpowers，用一個 brainstorming 指令，叫 AI 主動問問題。

佢叫 AI 用 /brainstorming 模式，設計工時系統，AI 反問佢廿幾個問題，包括角色職責、系統功能、開發框架等。

最後 AI 生成咗一份非常詳細嘅需求文檔。作者覺得呢個方法最適合新手，因為開發者只需要提供信息，AI 會主導需求分析。

整理重點

開發順序由你最熟嘅端開始

Web 應用開發，作者建議由你最有把握嘅部分開始。佢係後端選手，所以就由數據庫做起，跟住後端，最後先搞前端。

由最擅長嘅端入手，可以確保你嘅上限決定 AI 嘅上限，減少胡亂編碼嘅機會。

咁做仲有一個好處：當你遇到唔熟悉嘅部分（例如前端樣式），你可以借鑒已有嘅正確邏輯代碼，報錯時都更容易知道點樣修正。

作者提到前後端同時開發仲未試過，但之後想嘗試。

整理重點

報錯處理：叫 AI 逐個原因試方案

Vibe Coding 一定會遇到報錯，尤其係唔擅長嗰端。作者嘅例子係前端樣式，因為分辨率變化，表格撐出屏幕。

佢先試用 Trae 上傳截圖想一次解決，但失敗咗。跟住佢叫 AI 分析可能原因，AI 列出一堆可能性。

佢引導 AI 逐個原因提出解決方案，逐個嘗試，最後發現修復 header 佈局之後，其他位置嘅樣式都自動變好。

1 叫 AI 分析錯誤可能原因，列出清單。
2 針對每個原因，叫 AI 提出解決方案。
3 逐個嘗試方案，直至問題解決。

整理重點

代碼審查：靚 code 後面嘅邏輯陷阱

呢 part 係作者覺得最難嘅。AI 而家寫嘅代碼好整齊，變數名易明，註釋齊全，但對於一年經驗嘅開發者，要喺靚 code 入面揾出邏輯錯誤係巨大挑戰。

邏輯錯誤通常出現喺多表聯查，例如 AI 直接將數據聯查放喺前端，係明顯嘅錯誤。

作者嘅應對方法係維護一個文檔，畀 AI 生成代碼時參考，提醒佢規避已知問題。但文檔愈大，對 AI 上下文負擔愈重，有時都要忍唔住自己手動調試。

寫在開頭

hi，我是可樂

今天濛濛細雨，我在被窩裏刷着我的短視頻（我是真的不想起牀，但是看見昨天發的那篇文章竟然有人看，那今天怎麼也得有點進度），所以八點半艱難的從被窩裏爬出來，開始了系統功能的後續開發。我們系統的主要功能：包括項目維護、任務維護、工時上報維護。需要對這幾個模塊進行優化。

今天的開發內容彙報：修復昨天前端修改為Element Plus組件後出現的問題、前後端交互精度丟失問題、以及每個模塊之間的根據不同的角色如何進行聯動等問題。時間從早上九點開始-下午六點結束，午睡了兩個半小時。

由於這是我少數的從0開始進行Vibe coding，這兩天使用下來有一點感受，想和大家分享或者說是吐槽一下。

什麼是Vibe Coding ？

Vibe Coding，直譯為“氛圍編程”或“沉浸式編程”，是一種以結果為導向的全新編程方式。它的核心理念是：人類只負責提出需求和審核結果，代碼的實現細節全部交給 AI 完成。在這種模式下，開發者通過自然語言、示例或圖形描述功能需求，AI 工具（如 ChatGPT、Cursor、Claude Code 等）會自動生成代碼並運行，用戶只需根據結果進行反饋和調整，直到符合預期為止。

意思就是說，我們主要的工作就是要提出合理的，有邏輯的需求，讓AI幫我們產出代碼，然後我們審查實際效果，對於不滿意的地方，讓AI再去優化，直到滿意為止。

使用的工具

Claude Code + Minimax-M2.7

為什麼不用GLM-5.1？，因為搶不到。

分享經驗一、AI怎麼生成需求

這個我也是在網上看了挺多的帖子或者短視頻，我也想一句話生成完整需求，但現實告訴我，不容易做到。能夠幾句話生成完整需求的，要麼這個系統很簡單，要麼開發者本身就是一個經驗豐富的人，他積累了大量的筆記或者開發經驗供AI在生成需求時進行提前參考。那對於我們這種沒什麼經驗積累的人來說怎麼辦呢？彆着急，我們可以藉助上一篇文章中的skill：superpowers。

/brainstorming 我想設計一個工時系統，現在能想到的就是系統中會有三個角色，管理員，小組組長，普通開發人員，現在開始進行系統需求設計，在設計過程中你有什麼疑問可以問我，我進行補充說明

我們讓AI作為主導，我們成為了AI生成需求過程中提供信息的人。

AI問了我二十多個問題：包括每個角色是做什麼的，系統需要實現哪些功能，開發使用什麼框架，等等。最後給我生成了一份需求文檔。我覺得已經問得非常詳細了。

分享經驗二、開發順序

就Web應用的開發順序：我的建議是，從你最擅長的那一端入手，比如我是一名後端開發選手，那就先從數據庫開始，然後後端開發，然後前端開發。

如果你是一個前端選手，那直接寫前端也不是不可以。因為在我看來，在開發初期，在你最擅長的那一端，你的上限是比較高的，你的上限在很大程度上也決定了AI的上限。在代碼生成的過程中，能減少胡編亂造的幾率，這不僅能給你增加開發的信心，而且在報錯時能清晰的知道自己哪裏寫錯了，怎麼糾錯，在開發不擅長的那一端的時候，有較為正確的邏輯代碼進行參考。

還有就是前後端同時開發，同時進行，這個我還沒有試過，我之後想試一下。