先说个暴论:不懂代码的人,才最喜欢 Vibe Coding.

最近被CC刷频了，Vibe Coding，Skills太强了。

CC刷频了，Vibe Coding太强了。

先说个暴论：不懂代码的人，才最喜欢 Vibe Coding。

LinkedIn 上出现了一个新的职位，叫Vibe Code Cleanup Specialist，中文意思大概就是：给氛围编程擦屁股的。

AI 可以持续几十个小时不停歇工作，给你堆出来几万、几十万行代码，但是这些代码几乎没法维护，改一个逻辑，会发现它就是屎山。

今天想分享一下AI Coding赛道卷的另一个方向，跨行、跨文件补全。

很多程序员出身的小伙伴，应该经常会使用Cursor的Tab能力。确实很好用，相比于Vibe，有很强的Control。

最重要的是，这些补全都特别的快，尤其是跨函数，跨类，跨文件的快速补全，都能做到非常快的速度。

那这肯定有很多有意思的工程技巧了，所以我深度研究了下技术原理，今天给大家分享一下。

这些补全怎么实现的？怎么构建上下文？为什么这么快？ 采纳率靠什么提升？

NES

大模型可以 Next Token Prediction，已知上文预测下文。

而现在的这些超级补全，也有个名词，叫 Next Edit Suggestions。

前者就是，我写了代码A， 然后预测一个简短的代码B。 这天然跟大模型的任务相关。

但是，再NES里边，如果你修改了代码A，大概率还要区修改代码B。这里难得是，B 可能在几百行之外，甚至在另一个文件里。

大模型很强，但是注意力机制、性能等限制，不可能全量扫描。

那怎么办呢？

方法是 AST （抽象语法树），简单来说，它就是把代码从 一串字符串 变成 一种结构，如下图：

所以AST相当于帮大模型做了一个非常重要得到事情，把逻辑上相关，但是物理距离很远的代码，直接放到模型眼前。

比如，我们在1000行改了一个函数调用 processData(user)。如果是文本预测，模型就得往前翻，猜processData 是啥。 AST，可以快速分析出来，档期节点是 CallExpression（函数调用），被调用的函数定义在第 5 行，传入的参数 user 定义在第 800 行。

这样，系统会把第 5 行的定义和第 800 行的参数定义，直接拿出来，和第 1000 行的代码拼在一起，喂给大模型。

这就是 基于 AST 的上下文构造。所以我们看Qoder Next 前几天的技术博客，就可以很容易知道，他们为什么可以做跨段落、跨文件补全了。

其实这也能理解，为什么现在的 AI IDE 越来越重，就是他们不止是一个代码编辑入口，还要实时解析、编译、理解。

如何快？

速度也是TAB功能很重要的一部分。

这部分我只找到了一个fireworks联合cursor写的一个博客。

https://fireworks.ai/blog/cursor

用到的方法是 Speculative Edits，有点像投机采样。Speculative Decoding。

简单说就是：抄作业比写作业快。在代码补全场景里，90% 的代码其实是不用修改的。

如果让AI一个个token生成，即使跟原来一模一样，那也得生成，这就太慢了。

Cursor就是让模型生成DIFF，配合MOE架构，可以把速度干到1000 tokens/s。

再加上这个场景一次生成不用太长，所以可以做到按完键盘，建议就怼上来。下图是我截图得Qoder的Next能力，可以看到改动前后的Diff。

体验问题

最早的时候，GitHub Copilot上线了NES的问题。

但是特别多的吐槽，因为很容易打断编码思路，本来你在想这段逻辑怎么写，结果AI一直在旁边蹦建议，然后你就得不停地按Esc拒绝。

本来想省时间，结果花更多时间在处理AI的建议上。

所以，这中间有个很微妙的平衡问题。有的时候，一两条多余的建议，可能直接让人上头。

然后我们就可以看到，AI IDE，都在卷这个采纳率。Qoder Next最新采纳率提升了65%！

这里大多是通过ActionRL来优化的，通过学习海量真实开发者的操作轨迹——比如 改A -> 跳B -> 删C -> 补D ——来训练模型。

模型学的是一个动作序列。这样可以直接解决了一个痛点：AI什么时候该闭嘴？什么时候该推荐？

当然，采纳率好像也并不能真的代表好用。

有的时候我接受，不是因为它真的对的，可能是因为改起来太麻烦。同样，有的时候我拒绝一条建议，不是因为它错了，而是我想自己想清楚。

最后

大多数的时候，如果想从0做个快速验证，Vibe Coding 确实yyuds，但是真的在实际项目，NES可控度确实更高。

李继刚有个很有意思的观点，AI Coding 受益最大的是 35+的老程序员，他们有Sense有Taste，知道道哪里该改，哪里是坑。

所以，打铁还需自身硬！！！

当IDE能预判你的预判时，人唯一价值，就是判断它预判的对不对了。

本文可以参与抽奖，赠送10个AI编程IDE Qoder 1000 credits（约10美金）。

好了，这就是我今天想分享的内容。如果你对构建AI智能体感兴趣，别忘了点赞、关注噢~