用 Claude Code 和 Codex 写代码快半年了，最近又上手了 Antigravity。一开始真的很上头，需求往对话框里一丢，代码唰唰往外蹦，很爽。
但用得越久越不对劲——代码乱成一锅粥，改一个 bug 冒三个新的。那一刻我意识到，我一直在骗自己：以为工具用上了就等于用对了。
后来我发现 GitHub 上有个宝藏仓库叫 vibe-coding-cn，里面的东西我深有同感。
🔗 仓库地址：https://github.com/2025Emma/vibe-coding-cn
它用「道法术器」的框架来讲 AI 编程，我试着用自己踩过的坑翻译一遍：
道：你得先想清楚
坑 1：随手丢需求
以前我就丢一句"帮我写个登录功能"，结果 AI 写出来的东西跟我项目风格完全不搭。后来我学乖了——开聊之前，先把项目结构、技术栈、命名规范喂给它。Garbage in, garbage out，你给的信息越完整，它吐出来的东西才越能直接用。
坑 2：让 AI 自己规划
这是仓库里反复强调的铁律：规划不能让 AI 做。你让它自己定架构、自己拆任务，代码库就会变成一坨无法维护的混沌。人想清楚做什么、怎么拆，AI 负责执行——这个边界不能模糊。
法：能抄就别写
仓库里管这个叫胶水编程，我觉得是最反直觉但最有用的一条。
以前我觉得让 AI 从零写代码才叫用 AI，后来发现这恰恰是最容易翻车的玩法——AI 会瞎编 API、虚构不存在的库、写出看着对但跑不通的代码。
现在我的做法完全反过来：先问 AI 有没有现成的轮子，能复用就不原创，能连接就不从头写。你要做的不是让 AI 当创造者，而是让它当粘合剂——把验证过的模块拼起来。
术：几个救命的细节
明确边界——每次让 AI 改代码，我都会说"只改 xx 文件，其他的别动"。不然它会热心过头，把你不想动的地方也改了。
文档先行——我现在项目里都建一个 memory-bank 文件夹，把架构图、技术决策、踩过的坑都写成文档存进去。每次开聊先让 AI 读一遍，它就知道这个项目的"规矩"了。
及时切会话——聊太久上下文会爆，AI 会开始胡说八道。一个功能做完就开新会话，别舍不得那点上下文。
器：别在模型上省钱
仓库里把模型分了梯队，复杂任务只用第一梯队：
别省这个钱。让便宜模型干复杂活儿，返工的时间成本比模型费用高多了。
更进一步：三个高阶玩法
道法术器是基本功，仓库里还有几个进阶操作，我尽量说人话：
1. 白板驱动开发
你有没有遇到过这种情况：你脑子里想的是 A，跟同事说出来变成 B，AI 理解成 C，最后写出来的代码是 D？
问题出在哪？每个人脑子里的架构图不一样。
白板驱动的意思是：别让架构活在脑子里，画出来。用一张白板（或者在线工具）把模块关系、数据流向都可视化。然后所有人——包括 AI——都看这张图说话。AI 读图上导出的 JSON，你指着图跟同事讨论，改需求就改图，图变了代码才变。
一句话：白板是唯一的事实来源，不是你的脑子。
2. 蜂群协作
正常用 AI 是这样的：你问一句，它答一句，你再问，它再答。你是瓶颈。
蜂群模式反过来：你同时开好几个 AI，让它们并行干活。
具体怎么搞？开多个终端窗口，每个窗口跑一个 AI agent。一个负责写代码，一个负责写测试，一个负责查文档。它们通过共享文件互相通信——A 写完了，B 自动读取继续干。
你的角色从"跟 AI 对话的人"变成"调度一群 AI 的指挥官"。
3. 元方法论
这个听起来最玄，但其实逻辑很简单。
你每次跟 AI 聊，都要写提示词对吧？写多了你会发现，好的提示词是有套路的。那能不能让 AI 帮你总结这个套路，甚至帮你写提示词？
能。仓库里的做法是：
这是一个自我进化的循环。用得越久，你的提示词库越强，AI 越懂你的项目。
说实话，用了这套东西之后，我写代码的状态完全不一样了。以前是被 AI 牵着鼻子走，它输出什么我就接什么，出了问题两眼一抹黑。现在是我来主导节奏——我定架构、我拆任务、我验收结果，AI 就是一群手速飞快的执行者。
这种掌控感，才是我一开始想象中"用 AI 写代码"该有的样子。
🔗 仓库地址：https://github.com/2025Emma/vibe-coding-cn
里面还有元技能库、哲学方法论工具箱、提示词模板，够研究一阵的。
有类似体感的，评论区聊聊。
