vibe-coding个人实践

碎碎念

近期公司的任务很忙，而且都特别急。原本以为分到一些文本类任务能轻松一点，结果没想到反而更忙了，整个人每天都转得飞起。

不过再忙，博客还是得折腾的。毕竟这玩意儿已经算是我上班之后为数不多的乐趣了。（叼毛西岑，也没个什么好玩的地方。）

最近也重新思考了一下博客的设计，最后决定还是不按照之前的方案去做右下角菜单了。右下角没了，那菜单总得找个新地方放，思来想去，感觉还是顶部最合适。

不过顶部空间毕竟有限，参考了一下洪哥的做法之后，我也决定整一个类似中控台的东西，把各种功能入口都集中放进去。

除了菜单之外，我还顺手加了一些其他功能。比如之前有群友提到默认字体的问题，现在使用的是我个人比较喜欢的字体，但我也能理解，有些人可能觉得这种字体不够清晰，或者不符合自己的阅读习惯。所以我专门做了一个字体切换功能，可以在浏览器默认字体和悠哉文楷之间自由切换。

除此之外，音乐播放器、评论弹窗、右键菜单这些功能，也都陆陆续续加上了开关。基本上本站自己额外折腾出来的一些功能，现在都支持按需开启或者关闭。

毕竟有些人喜欢花里胡哨一点的页面，有些人则更喜欢纯净的阅读体验。既然如此，那不如把选择权交给用户自己决定。我也尽量在功能和体验之间找一个平衡点，希望能够兼顾大部分人的使用习惯。

说回正题。

最近用了非常多的 AI 工具和模型，包括 Claude、OpenAI、Kimi，还有公司内部部署的 GLM。除了模型之外，也体验了不少配套工具，比如 OpenCode、Claude Code、Codex、Gemini CLI 等等。

前前后后折腾下来，用过的工具确实不少，但真正留在我电脑里的其实只有三个：Claude Code、Codex，以及一个主打开源生态的 KiloCode。

至于为什么最后会留下它们，又为什么放弃了其他工具，这篇文章就来聊聊我自己这段时间接触 Vibe Coding 的一些经历，以及一些个人的使用感受，希望能给刚接触这类工具的朋友提供一点参考。

模型公司

Anthropic

Anthropic公司不予置评，个人不太喜欢，但是不得不承认其模型能力还是比较强的，对应的价格也是居高不下。目前市面上比较便宜的大概在0.8r/$左右，模型能力确实不赖。虽然目前最新的Opus 4.7、4.8总感觉幻觉有点严重，甚至不如Opus 4.6满血，但仍然是Vibe Coding目前的天花板。

不建议买官网的，建议去一些中转站，价格实惠，还能接触到不同的模型。

目前Claude官方标价如下：

其他模型懒得列了，目前你也就只能用到这些。最下方的Fable近期也被A\召回了，不让用了，所以只能用到上面这些。其中顶部两款分别用于文本整理和简单推理，下面三款用于日常编码，价格一样，也没什么挑的，选最好的即可。

OpenAI

下面就是大家耳熟能详的OpenAI了，2015年由萨姆·奥尔特曼创立，后面就用奥特曼简称。

从GPT5系列之前，其实我觉得OpenAI一直在走下坡路，虽然热度依旧很高，但代码能力和主流模型都有一定差距，从世界顶尖一下子被Anthropic超越，总感觉有点日落西山。不过从GPT5开始，能力瞬间提升，目前我认为是最佳的编码模型，没有之一。

OpenAI目前官方售价：

看价格就知道不同模型的能力了，OpenAI不像Claude那么黑，顶级模型一个价，而是分段定价，新模型出来旧模型降价，这样大家也能按不同预算来选。

奥特曼最近优惠力度很大，在部分中转站甚至可以做到几分钱一刀，主流稳定的Pro也能做到两毛左右一刀，这极大降低了AI入门的门槛。

目前我个人建议主模型选5.4往上，子模型可以选5.3-Codex或者5.4-mini来处理能力要求较低的大段文本，这样能更大程度节约资源。如果有更高预算，建议上5.5，至于Pro模型……目前我还没用过，这标价太吓人了~

如果你最近打算入门Vibe Coding，恰好手里预算不多，建议尝试一下GPT系列模型。

智谱清言

海外的模型，我认为只需要了解这俩就够了，其他模型作用不仅限于Coding，比如某神秘X公司的AI，后续再分享一下国内的模型。

智谱清言旗下的GLM系列模型，是我认为目前国内唯一可用的编码模型。由于公司安全限制，我们只能用自行部署的一些模型，公司选了GLM-5.1，部署到了自己的算力集群里，所以我对这个模型体验最深。首先用下来，编码能力肯定没有海外模型强，但差距也不大，我相信最新的GLM-5.2会更强。

其计费如下：

以上只列了目前主流的模型，最新的5.2和更老的我懒得列了。

GLM系列的Flash一向免费，可以用来做摘要，效果还是挺不错的。剩下的就得付费了，目前主流的还是GLM-5和GLM-5.1。官网的Coding Plan套餐十分难买，需要十点钟限量抢购，可能要蹲一下。如果买到了Coding Plan，成本会更低一些。

GLM给我的感觉就是厚重，各部分都很中庸，但表现得很稳重、保守，代码写出来的能用，可能设计上差点，但最起码的功能是可以实现的。

月之暗面

代表作就是KIMI模型咯，KIMI模型刚开始给我的印象是用大文本作为宣传语的，也就是当前人们说的上下文，在能力上可能并不怎么出众，到后面渐渐演进，渐渐发展，到现在的顶流水平。

以下是价目表：

Kimi-K2.6期间，我买了个订阅，先不论模型的能力，我感觉订阅的额度有点过少，四五个小时也只能问个七八个问题就用完了，再就是模型能力，我感觉其审美能力还是可以的，但是在功能性上稍微差一点，写的代码有部分bug，所以我个人感觉还稍微达不到完全放手的水平，适合资深程序员用于辅助，在成本上是比GLM低很多的。

目前最新的Kimi-K2.7-Coding也出来了，模型能力应该会有大幅提升吧，毕竟都以Coding命名哩~

MiniMax

这家公司和前面的路线全然不同，其采用小参数量，全模态模型，来打通了另一个市场，以极为低廉的价格，拉低了Vibe Coding的门槛，所以套餐也是几家之中最为便宜的。

以下是官方价目表：

这家公司十分奇特，整体定位偏高性价比长上下文模型，在M3系列将上下文扩展到了512K，但整体仍然是工程型的路线，而不是极限能力的路线，其实我感觉这才是未来发展的趋势，而不是当前的力大砖飞，一味的堆叠参数量，确实会让模型能力最快的上升，但是成本也水涨船高，真正要做到的是，同等甚至更低的成本下，实现更好的效果，让Token的价格更加亲民，这才是科技的真正意义。

经过实测，其实模型能力出奇的好，写一些简单的任务还是可以的，但是参数量是硬伤，所以还是不要过于依赖，如果有大型工程项目还是选择模型能力更强的其他系列吧~

剩下的模型主播没有主流的用过，所以暂时就不评价啦，但是并不代表其能力差，比如Mimo等其他模型的能力也很强，完全能够和上面各种模型掰一掰，大家可以自己尝试一下啦！

中转站

这一部分感觉有点像广告的意思，但是确实是主播自己在用的中转站，也都是熟悉的群友开的，所以不要担心，真出了问题我会第一个揭竿为旗的~

当然，目前中转站管理不周，各种产品良莠不齐，并且存在反代国外资源的问题，相关部门已经开始了审查，所以以下站点仅对海外区域开放，境内区域理性使用哦~

中转站的计费总是千奇百怪，有的用灵石，有的用美刀，有的用欧元，有的用RMB，并且还有各种各样的倍率，总会让人眼花缭乱，所以主播的建议是，将所有价格换算成美刀，然后和官方价格对比，比如官方价格20$/Mtoken，而中转站换算下来是2$/Mtoken，那就是0.2倍率，倍率越低，成本越低，不过如果低到一定程度，就需要考虑一下是不是底层是豆包咯~

大部分站点采取的策略是，价格和官方同步，仅调整倍率，做到不同的渠道不同的价格，这里水比较深，所以建议付费的话，一次性不要太多，少量多次即可。

下面介绍几个作者自己在用的站点。

鱼鱼中转

感谢鱼大善人提供的Token，本站绝大部分重构都是鱼鱼提供的API，前段时间价格低廉，管理相对宽松时是完全免费的，到后续，奥特曼高考完了，管控瞬间开始严格，导致号池丢的飞快，在这逆天的行情下，收费也不是很贵，算是同档之中最为便宜的了，目前倍率为0.05。

什么你说高峰期不稳定？不稳定直接电！

DuckCoding

这个站点是我在LinuxDo发现的，测试了一段时间，稳定性和速度都很高，倍率为0.1左右，价格还是比较优惠的，自行尝试一下哩~

ExtraLink

这家站点也是一个网友自己维护的，除了服务器，他们还搞AI，当然服务器也很好用，目前我也在用哦~

目前提供了0.1倍率的GPT，以及0.8倍率的Claude模型，如果想体验一下各种顶级模型，欢迎自己看看哦~

这三个渠道可能不是最便宜的，但是应该足够你入门AI Coding啦，其他的也懒得介绍了，这里不适宜占用太多的篇幅。

工具

配置

拿到官方或者中转站的密钥后，就可以对接到Claude Code或者Codex之类的工具上了。这里建议下载一个CCSwitch，可以傻瓜式一键配置，地址如下：

如果你愿意匠心手搓，也可以找找对应的官方配置文档，比如Claude Code：

不过我还是更推荐CCSwitch。先安装你想用的编程工具，然后直接安装并打开CCSwitch，这里以Claude Code为例：

它会告诉你需要的配置，然后下滑找到高级选项，配置一下模型：

可以通过下拉框快捷配置，完成后点击保存，回到主页面启用即可。

Claude Code

在编程工具上，Claude Code说是第一应该没人敢说第二，其他的工具也很强，但仍在赶超的路上。

Claude Code内置的生命周期管理、提示词以及完善的工作流，都很值得学习。上手几乎不需要配置，就能实现一个很完善的标准开发流程。

由于公司电脑无法连接外网，没办法下载一些插件，只能手写一些Skill来稍微规范流程，倒也用的顺手。

前段时间Claude Code不小心开源了，各路大佬疯传源码，开发了各种Better版本，还从中挖掘出了很多Anthropic未来想发展的方向。能看出来，A\这点确实走在世界前列，但我相信，我们总有一天也能赶超。

Codex

除了上面那个，我用的最多的就是Codex了（因为一大堆中转站的API对Claude协议支持极差），最终也玩顺手了，现在基本都在用这个开发。虽然工程流没有Claude Code那么清晰，但差距也不大，而且基本都是流式请求，失败的概率小了很多。

Codex有一个/goal模式，可以在睡前启动一个任务，它会不断自我实现，直到完全实现为止。如果对接一个自我验证的Skill，效率会更高。

Codex可以走OpenAI接口使用，所以对GPT和各类Codex模型中转站的适配性更好。如果用的是形如”Codex号池”这类，那还是建议用Codex，否则会出现一大堆抽象的问题……

KiloCode

为什么推荐这个而不是原项目OpenCode呢？实际上我觉得OpenCode+OMO≈KiloCode，但OMO在Windows下的安装我个人感觉有点麻烦，所以最终选了KiloCode，对应的VSCode插件效果很不错，个人很喜欢这个风格。相比之下OpenCode的插件就有点简陋了，基本就是一个终端执行了OpenCode指令。

以上图片左中右分别为Codex、KiloCode、Claude Code。

虽然KiloCode在CCSwitch中目前无法配置，但其在VSCode的插件中有完善的配置页面，可以通过简单的GUI操作就能配全，这点我比较喜欢的。

相比之下，OpenCode需要基于Oh My Opencode才能实现多模型配置，略显麻烦。

贪多嚼不烂，工具其实是次要的，重要的是模型能力和个人的使用方式。如果你能提供完善的处理思路，那最简单的工具也能实现最优美的代码。

使用

安装完成之后，就可以开始真正使用它来写代码了。如果你是第一次接触这类工具，我个人建议一开始尽量选能力强一点的模型。不是说普通模型完全不能用，而是新手阶段本来就还没摸清楚 Vibe Coding 到底能做到什么，如果一上来就接一个能力比较一般的模型，很容易还没体验到上限，就先被各种奇怪的问题劝退了。

第一个问题

很多人第一次用 Vibe Coding 的时候，都会下意识把它当成聊天软件来用。上来先问一句“你好”，或者“你会写代码吗”，再或者直接来一句“帮我写个项目”。这些问题我以前也问过，但现在回头看，确实没什么太大意义。模型既然已经摆在你面前了，那它会不会写代码其实不用专门验证，真正需要验证的是：它到底能帮你做到什么程度。

笑死你好都问不明白

很多人觉得 AI 不好用，本质上不一定是模型能力不行，而是提问方式出了问题。你给的信息越少，它就越只能靠猜；你问得越模糊，它回答得也越泛。最后看起来生成了一大段内容，好像哪里都对，但真拿去用的时候又发现没什么帮助，然后就开始怀疑这玩意儿是不是也就这样。

我真正开始大量使用 AI 开发，是因为公司当时正好提供了不限量的 API，于是我直接接入了 Claude Code。那时候我刚接手一个很大的项目，核心文件动不动就是几千行，目录结构也很复杂。对于刚接触项目的人来说，光是搞清楚各个模块之间的关系，就已经够折腾一阵子了。所以我第一个问题并不是让它写功能，而是直接把项目丢给它，让它帮我分析整个仓库。

结果还挺出乎意料的。它当然不可能一次性理解所有业务细节，但对于整体架构、模块划分、调用关系这些东西，它整理得非常快。很多原本需要我自己翻目录、看代码、查文档才能慢慢建立起来的认知，它几分钟就能帮我搭出一个大概框架。也是从那时候开始，我才意识到，AI 最有价值的地方不只是生成代码，而是能帮你快速理解一个陌生系统。

所以如果你是第一次使用 Vibe Coding，我不太建议从“你好”开始。不如直接拿真实项目问，比如：帮我分析一下这个项目的整体架构，主要模块分别负责什么；这个目录下面的代码都是做什么的，哪些是核心模块；如果我是新接手这个项目的开发者，应该优先阅读哪些文件；这个函数为什么要这样设计，有没有更好的实现方式；这段代码有没有潜在的性能问题或者安全风险；如果我要新增一个功能，应该从哪些模块开始改；或者帮我总结一下这个项目目前的技术栈和依赖关系。

这些问题有一个共同点，就是都基于真实上下文。当你开始围绕实际项目提问的时候，AI 才真正有机会发挥价值。它不是来陪你聊天的，而是来帮你理解代码、分析问题、提高效率的。现在我接触新项目时，基本都会先让 AI 帮我做一次整体分析，然后再结合自己的理解往细节里看。它不一定每次都完全正确，但至少能先帮我搭一个认知框架，把原本可能需要几天甚至更久的摸索过程，压缩到很短的时间里。

对开发来说，这种能力其实比单纯帮你写几行代码更有价值。

Skills

用了一段时间 Claude Code、Codex 之后，大概率会接触到另一个东西：Skills。我一开始也和很多人一样，看到网上有人推荐就疯狂安装。今天有人说 PUA 好用，明天有人说 NoPUA 更强，后天又冒出来什么架构师模式、全栈开发模式、高级工程师模式，甚至还有各种所谓的终极增强版。当时想法也很简单：既然大家都说好用，那多装一点总没坏处吧。

后来用了一段时间才发现，还真不是这么回事。很多人会把 Skills 理解成某种插件，觉得装了之后模型就会变聪明，代码质量会更高，架构能力也会更强。但实际上，大部分 Skills 本质上还是提示词。它不会凭空提高模型能力，只是在给模型增加一些规则、背景或者行为约束。这些东西当然可能有用，但它们同样会消耗上下文。

很多新手刚接触 Vibe Coding 的时候，很容易陷入一个误区：觉得模型效果不好，一定是因为自己装得不够多。于是开始疯狂往里面塞各种预设、规则和开发哲学。最后一个简单需求还没开始分析，上下文里已经先塞进去几千上万字。问题是，模型不会因为你写了一万字提示词就突然变聪明，反而还需要额外花精力去理解这些规则。更麻烦的是，有些规则之间可能还互相冲突，最后表现出来就是 Token 消耗越来越高，回复越来越长，但实际效果未必有明显提升。

尤其是网上经常讨论的那些 PUA、NoPUA 之类的东西，我个人一直比较谨慎。不是说它们完全没用，而是很多人其实根本没认真看过里面到底写了什么，只是看到别人一句“神级配置”“必装插件”，就直接复制进去用了。结果最后模型到底在遵循什么规则，自己都说不清楚。

所以如果你看到别人推荐某个 Skills，我的建议不是立刻安装，而是先打开看看里面到底写了什么。绝大部分 Skills 说白了就是一个 skills.md 文件，里面全是文本内容。既然如此，完全可以先把内容复制到当前会话里试试，看看模型表现有没有变化，回答质量有没有提升，开发体验是不是更符合你的习惯。如果用了几次之后确实感觉不错，再考虑长期安装也不迟。

反过来说，如果复制进去之后感觉和没加区别不大，那大概率说明这个东西对你的场景没有太大价值，也就没必要继续保留了。毕竟安装一个 Skills 的成本很低，但长期带着一个没什么作用的 Skills，消耗的可是真金白银的上下文费用。

我个人觉得，很多人其实误解了 Skills 的价值。它最适合的场景，并不是拿来“调教模型”，也不是通过一堆规则让模型强行扮演什么高级工程师。它真正有用的地方，是在特定场景下给模型补充背景信息。比如你正在维护一个长期项目，就可以在项目目录里放一个 skills.md，把项目架构、目录结构、核心业务流程、数据库设计、接口规范、开发约定、常用命令这些内容都写进去。

这样模型每次进入项目时，就能先知道这个项目大概是怎么回事。它不用每次都重新扫描整个仓库，也不用你反复解释项目背景。对于大型项目来说，这个帮助其实非常明显。很多时候模型回答不准确，并不是它能力不行，而是它缺少上下文。你只给它看一个文件，却希望它理解整个系统，这本来就不现实。但如果你提前通过 Skills 告诉它项目架构、模块职责和整体设计思路，它理解问题的速度就会快很多。

所以在我看来，Skills 更像是一份项目说明书，而不是能力增强插件。对于新手来说，我甚至建议前期不要过度折腾各种乱七八糟的预设。先把模型本身用明白，先学会怎么描述需求，怎么提供上下文，怎么拆分任务。等这些东西掌握之后，再根据自己的场景去补充少量真正有价值的 Skills。很多时候，一份写得清楚的项目文档，比十几个所谓的“神级预设”都管用。

毕竟现在这些顶级模型本身已经足够强了，大多数情况下限制它们发挥的，并不是能力，而是信息。给它正确的信息，比给它一堆花里胡哨的规则更重要。

写个一加一等于二的程序，用得着工程级代码吗？

如果一定要推荐一个比较适合新手体验的，我反而会推荐 SuperPower。它不是那种玄学预设，更像是在帮你把开发过程规范起来。很多刚开始接触 Vibe Coding 的人都有一个共同问题：想到什么就让 AI 写什么，功能能跑就行，完全没有设计过程。今天生成一个文件，明天新增一个模块，后天再改一个接口，写着写着项目就变成了一锅粥。

而且在 AI 的帮助下，这个问题会被进一步放大。以前你自己写代码，写累了就停了，写烦了也就不写了。但现在 AI 可以几分钟生成几千行代码，项目膨胀速度远远超过你的理解速度。最后你得到的可能不是一个项目，而是一坨能运行但没人敢动的代码。

SuperPower 的价值就在这里。它会倾向于让模型先分析需求，再设计方案，再拆分任务，最后进入实现阶段。很多时候它甚至会主动要求确认架构和设计思路，而不是上来就直接开写。对于已经有成熟开发习惯的人来说，这些东西可能没什么特别的，但对于刚接触 Vibe Coding 的新手来说，这种约束反而是一件好事。

因为大部分新手缺的从来不是代码生成速度，而是项目规划能力。所以如果你真的想试试 Skills，我觉得可以先从 SuperPower 这种偏开发流程管理的方案开始，而不是上来就安装各种神秘预设。至少它解决的是开发过程的问题，而不是试图通过几十页提示词去给模型洗脑。

总结

写到这里其实有点卡壳了，后面可能还是会再整理一些项目推荐、工具推荐之类的内容。毕竟这种偏经验分享的文章，我确实不算特别擅长，写着写着就有一种“再往下是不是该开始打广告了”的感觉，笑死。

不过不管怎么说，我还是挺建议大家去试试 Vibe Coding 的。不是说它现在已经完美了，也不是说用了之后就能立刻起飞，而是这东西确实代表了一种新的开发方式。很多事情以前需要自己一点点查、一点点试，现在可以让 AI 先帮你铺一层路，你再基于它的结果继续判断和推进。

我一直觉得，未来不是简单的“人被 AI 替代”，而是很多职业会被 AI 重新改造。纯粹重复、低价值、只靠堆时间的工作，肯定会越来越少；但能拆问题、能做判断、能把控方向的人，反而会变得更重要。因为当执行成本被 AI 大幅降低之后，真正值钱的东西就会变成：你知不知道要做什么，能不能判断做得对不对，以及能不能把一堆工具组织起来解决问题。

以前一个人可能只是一个开发，最多配合几个人一起做项目。以后很可能是一个人带着多个 AI 工作：一个帮你读代码，一个帮你写测试，一个帮你查资料，一个帮你做方案，一个帮你改 Bug。从某种意义上来说，一个人加上一组 AI，就已经有点像一个小团队了。

所以我觉得没必要对 AI 一直抱着特别强的危机感。危机肯定有，变化也肯定会带来淘汰，但这不是第一次发生这种事。每次工具升级，都会有人不适应，也会有人借着新工具把自己的能力放大很多倍。AI 带来的本质变化，是整体产出效率的提升。它会让一部分工作消失，也会让更多工作升格。

对普通开发者来说，最重要的可能不是纠结“AI 会不会抢我饭碗”，而是尽早搞清楚：怎么把 AI 变成自己的工具，怎么让它帮自己更快理解项目、更快验证想法、更快完成那些原本很消耗精力的事情。

总之，别把 AI 当成洪水猛兽，也别把它当成万能神仙。它就是一个很强的新工具，用得好能省很多事，用不好也可能给自己挖坑。

但不管怎么说，都值得亲自试试。

不管了，大家一起拥抱 AI 吧！

每日一图

图片来自哲风壁纸