继续闲聊 VibeCoding

最近又开了新项目，继续 VibeCoding。不过这次开始 VibeCoding 的感觉和之前不太一样了。之前 VibeCoding 的时候，通常就是一句话创建项目，然后遇到什么需求，直接把需求转成文字描述直接说给 Cursor，Cursor 就 BLABLA 开始写，写完之后我简单 REVIEW 一下，运行看看，没啥事儿就直接提交了。这次新项目时间很着急，于是想着直接 VibeCoding，连 Cursor都没用，直接用 OpenAI 新出的 CodeX 生成项目开始做，尝试全程不看代码。刚开始貌似还挺顺利，但是中间遇到了一个websocket连接的问题，改了好多版都没有改对，把 CodeX 用到了被限流也没搞定。于是又回到 Cursor+Opus 通过不断增加日志定位的方式把问题解决掉了，可问题是解决了，但由于人的介入，整体开发速度又慢下来了。看网上很多人把 AI 用的神乎其神，不得不让我怀疑我自己VibeCoding的方式是不是不对？但是也没想到很好的解决这种复杂问题的方式。在 VibeCoding 刚开始火的时候，有一个概念叫做文档驱动开发，我挺好奇，但是当项目紧张，也没太深究，前几天一个同事在群里推荐了一个 GITHUB 仓库地址 https://github.com/yibie/SPEC-AGENTS.md，这个代码仓库就是文档驱动开发的工具。这个工具主要是工作方式就是，一个主的 Agents.md 配合辅助的各种意图识别后的 Prompt markdown文件来强制 Cursor 进行意图识别并执行不同的 Prompt(有点类似 Skill 意图识别)；以及一个 phrase 文件夹来保存各种过程文件，面对不同的任务拆解创建不同的文档，来保存产品定义，工作流进行的状态，所有改动记录。这么做的好处在于在于，产品的实现有完整的文档定义，让 AI 实现功能的时候总是有一个大的产品框架参考；所有改动都会留档，过了很久之后再回来维护修改的时候，能快速通过改动记录回忆起当时发生了什么，这一点不管对人还是对 AI 来说都很重要；让 AI 自动进行任务拆解，这点似乎有点和 Cursor 官方的 PLAN 功能重合了，但是基于文档的好处在于，可以维护任务拆解之后执行的状态。PLAN 内容当次用完之后也不会再继续用了。所以看起来都是 VibeCoding，之前的一句话 VibeCoding 和后面这种基于文档的 VibeCoding 又看起来不像是一种 VibeCoding... 一种基于软件开发工作流的 VibeCoding，是一种更加高级的 VibeCoding 方式，让 AI 产出的过程更加标准化。这种方式是把 VibeCoding 的过程管理起来，如果遇到上面那种棘手的问题似乎还是没有很好的方式解决，不过似乎如果按照这种开发思路，似乎遇到棘手的问题的概率会变低。最近 Claude 推出了新的 VibeCoding 模式，也就是基于团队协作的 Agent Team 模式。 它允许 Claude 扮演“Team Lead（团队领导）”的角色，并根据任务需要，动态地通过工具（TeammateTool）生成和指挥多个“Teammate（队友）”。我自己还没有试用过，但是看网上的评价倒是挺好的。这是从工具层面而非 Prompt 层面提升编程速度的技术，在基于文档编程上面，增加了多 Agent 编程，这大概率就是未来 VibeCoding 演进的方向。又是 Claude 先推出来的，所以 Anthropic 这家公司确实很有东西，几乎每次模型与 Agent 能力的关键升级，都是他们先做出来。AI 世界的进化真的太快了... 才短短一年已经经历了 VibeCoding 的巨大进步，关键是这种进步速度还在持续的发生... 说实话，真的很好奇想看 2026 VibeCoding 到底能进化到什么地步？