Vibe Coding：你主导需求，AI 负责提速

你现在可能会困惑什么

“把需求丢给 AI 不就行了吗？”

只丢需求通常产出不稳定。你要主导边界、验收和迭代。

一句话定义

Vibe Coding 是“人定目标与约束，AI 辅助实现与迭代”的协作模式。

生活类比

你是建筑师，AI 是施工队；图纸不清晰，返工会很多。

最小可运行例子

角色: Python engineer
任务: 实现 TODO CLI
约束: 标准库, JSON 持久化, 错误提示
输出: 代码 + 测试样例

课堂小测（5 分钟）

1. 写一个结构化 prompt。
2. 让 AI 生成首版。
3. 给出 3 条 code review 反馈。

课堂小测参考答案与判分点

• 参考答案方向：能写出可运行代码，并覆盖题目中的核心条件与边界输入。
• 判分点 1（正确性）：主流程结果正确，关键分支可执行。
• 判分点 2（可读性）：变量命名清晰，结构不过度嵌套。
• 判分点 3（健壮性）：对空值、类型错误或异常输入有基础保护。

迁移任务（课后）

用同一任务做两轮 prompt 迭代并对比结果质量。

本节验收标准

你能独立做到：

• 写清需求边界
• 审核 AI 代码并发现风险
• 推动 AI 迭代修复

常见报错与调试步骤（新手版）

• 报错看不懂：先读最后一行错误类型（如 TypeError、NameError），再回到对应代码行定位。
• 不确定变量值：在关键位置临时 print(变量, type(变量))，先确认数据是否符合预期。
• 改了代码却没生效：确认文件已保存、运行的是当前文件、终端环境（venv）是否正确。

常见误区

• 误区：AI 代码能跑就直接上线。
• 正解：必须 review、测试、补边界。