Vibe Coding 为什么会失控？DeepLearning.AI 新课用 3 份文档把 AI 编程变可控 ✍ Jason Zhu🕐 2026-04-18📦 8.5 KB 🟢 已读 𝕏 文章列表 本文介绍了 DeepLearning.AI 推出的“规格驱动开发”方法论，旨在解决 AI 编程中常见的“凭感觉（Vibe）”导致的不稳定问题。文章提出通过建立项目宪法、特性规格和技术方案三个核心文档，并遵循 Plan-Implement-Verify 三步循环工作流，将 Coding Agent 从“随性猜测”转变为可控的工程师。文中还详细说明了如何为老项目反向生成宪法，以及将工作流封装为 Claude Code Skill 的技巧，帮助开发者从零构建可控的 AI 编程体系。 AI编程Coding AgentSpec-Driven DevelopmentDeepLearning.AIClaude Code开发方法论工作流自动化Prompt Engineering敏捷开发 # Vibe Coding 为什么会失控？DeepLearning.AI 新课用 3 份文档把 AI 编程变可控 **作者**: Jason Zhu **日期**: 2026-04-18T01:55:42.000Z **来源**: [https://x.com/GoSailGlobal/status/2045320335399281017](https://x.com/GoSailGlobal/status/2045320335399281017) ---  用 AI 写代码的人都遇到过这种情况：让 Claude 或 Cursor 写个功能，跑起来一试一堆 bug，回去改了又出新问题，改了三四轮还在原地打转。DeepLearning.AI 最新推出的免费课程《Spec-Driven Development with Coding Agents》给出了一套方法论：先写规格再写代码，把 agent 变成真正可控的工程师。小白也能上手，一步步跟着做就行。 ## Vibe Coding 为什么会失控 Vibe Coding 指的是凭感觉让 AI 写代码，想到什么说什么，prompt 写得随性，结果也看运气。这种做法在写玩具项目时还行，一旦项目变复杂，问题立刻暴露出来。 上下文丢失是最大的坑。agent 每次回话只记得当前对话窗口里的内容，昨天讨论过的设计决策、选过的技术栈、定过的命名规范，今天开新会话就忘得一干二净。你以为它懂你的项目，它其实每次都在从零猜。 意图传递不准是第二个坑。你说"加个登录功能"，agent 脑补出来的可能是邮箱密码登录，也可能是 OAuth，还可能带上第三方支付。想让它按你的想法走，必须每次把所有细节重复说一遍，口干舌燥还不一定说得全。 Spec-Driven Development 的核心思路就是把这些隐藏的上下文写成文档，让 agent 每次干活前先读一遍，对齐方向后再动手。  ## 三步循环工作流 整个方法论的骨架是三个文档加三个步骤。三个文档是项目宪法（constitution）、特性规格（feature spec）、技术方案（plan）。三个步骤是 Plan、Implement、Verify。 Plan 阶段让 agent 读宪法和特性规格，输出一份详细的技术方案。这一步不写一行代码，纯粹讨论怎么做。你可以来回改这个方案，直到满意为止。 Implement 阶段让 agent 按照方案写代码。因为方案已经定好了，agent 不会自己发挥想象力，只需要把文字翻译成代码。 Verify 阶段让 agent 自己检查代码是否符合规格，跑测试、读自己写的代码、对照文档逐条核对。不符合的地方回到 Plan 阶段改方案重来。 这个循环的好处是每一步都有书面产出，agent 换会话也能接着干，项目再复杂也不丢失上下文。  ## 第一步：写项目宪法 项目宪法是整个项目的最高指导文件，所有 agent 操作都要先读它。小白第一次写不用复杂，就写五件事。 技术栈是哪些，比如 Python 3.11 + FastAPI + PostgreSQL。代码风格偏好，比如函数名用下划线、每个文件不超过 300 行、所有函数必须有类型注解。项目目标是什么，比如"给独立开发者做的 SaaS 计费后台，优先稳定性不追求性能"。不能做的事，比如"禁止引入新的数据库、禁止改动 auth 模块未经确认"。测试策略，比如"每个接口必须有 pytest 测试，覆盖正常和异常两种情况"。 把这五项写进一个 markdown 文件，命名 CONSTITUTION.md 或者 AGENTS.md 放项目根目录。Claude Code 会自动加载 CLAUDE.md，Cursor 会加载 .cursorrules，工具不同文件名不同但作用一样。 宪法不需要完美，用起来发现缺什么就加什么，三个月下来自然就全了。  ## 第二步：写特性规格 每新做一个功能都要先写规格，不写直接让 agent 动手就会踩 vibe coding 的坑。特性规格文件放在 specs/ 目录下，按功能命名，比如 specs/user-login.md。 规格要写清楚四件事。这个功能是做什么的，一句话说明白。用户怎么用，写用户故事或操作流程。输入输出是什么，接口参数、数据库字段、返回格式都列出来。边界情况怎么处理，比如密码错 3 次锁账号 15 分钟、网络超时重试 2 次。 写规格最有效的方法是让 agent 帮你写。给 agent 一句"我想加一个用户登录功能"，让它生成初版规格，你再逐条审阅补充。agent 会问出很多你没想到的问题，比如"要不要记住登录状态""多设备登录怎么处理""需要验证码吗"，回答这些问题的过程本身就是设计。 规格写完之后要和 agent 确认一遍：你读完这份规格，觉得有没有歧义或者缺失。agent 会列出它不确定的点，你逐一回复，规格就更严密了。  ## 第三步：Plan-Implement-Verify 规格写完进入执行阶段。先让 agent 输出技术方案，prompt 大概是"读 CONSTITUTION.md 和 specs/user-login.md，输出实现方案，包括要改哪些文件、新建哪些模块、接口设计、数据库变更、测试计划"。 agent 输出的方案保存到 plans/user-login-plan.md。你审阅这份方案，有问题就让 agent 修改，直到方案完全符合你的预期。这一步非常重要，方案对了代码就对了一半。 方案定稿后让 agent 按方案写代码，prompt 是"按 plans/user-login-plan.md 实现功能，每写一个模块先展示给我看再继续"。让 agent 分块输出而不是一口气写完，方便你中途叫停。 代码写完进入验证阶段。让 agent 对照规格自检，prompt 是"逐条核对 specs/user-login.md 的每一项要求，说明代码是否满足，不满足的地方指出来"。agent 自检出来的问题你让它修，修完再核对一遍。 整个循环走完，测试也跑通了，这个功能才算交付。  ## 老项目怎么用 新项目从零开始写宪法很轻松，老项目怎么办。Paul 在课程里给的方法是反向生成宪法。 让 agent 扫描现有代码库，prompt 是"读完整个代码库，总结出这个项目的技术栈、代码风格、架构决策、隐含的约束，输出一份 CONSTITUTION.md"。agent 会花点时间把项目看一遍，然后产出一份反向推导的宪法。 你拿到这份宪法之后不要直接用，要逐条审阅。agent 推导可能有偏差，有些是巧合不是规范，有些是历史遗留不是当前约定。审阅的过程能帮你把隐藏的团队共识显式化，以后新人上手或者 agent 干活都有据可依。 老项目加新功能走同样的 plan-implement-verify 循环，但要多一步"影响评估"。prompt 里加一句"分析这次改动会影响哪些现有模块，列出可能破坏的功能点"，避免改一处坏三处。  ## 做成自己的 Skill 手动跑完整个流程熟练之后可以封装成 Claude Code Skill 或 Cursor 规则。把常用的 prompt 模板写进一个 skill 文件里，以后说一句"spec 开发新功能用户登录"就能自动执行全流程。 skill 文件里放三组 prompt。第一组是生成规格的 prompt 模板，包含"问清楚四件事"的结构化提示。第二组是生成方案的 prompt 模板，指定读哪些文件、输出什么格式。第三组是验证 prompt，让 agent 对照规格自检并生成报告。 课程里演示了一个完整的 skill 文件，下载下来稍微改改就能用。课程链接在 deeplearning.ai 搜 Spec-Driven Development 就能找到，免费报名。  原文链接：deeplearning.ai/short-courses/spec-driven-development-with-coding-agents ## 相关链接 - [Jason Zhu](https://x.com/GoSailGlobal) - [@GoSailGlobal](https://x.com/GoSailGlobal) - [444](https://x.com/GoSailGlobal/status/2045320335399281017/analytics) - [deeplearning.ai](https://deeplearning.ai/) - [deeplearning.ai/short-courses/spec-driven-development-with-coding-agents](https://www.deeplearning.ai/short-courses/spec-driven-development-with-coding-agents/) - [Upgrade to Premium](https://x.com/i/premium_sign_up) - [9:55 AM · Apr 18, 2026](https://x.com/GoSailGlobal/status/2045320335399281017) - [444 Views](https://x.com/GoSailGlobal/status/2045320335399281017/analytics) --- *导出时间: 2026/4/18 11:14:09*
G Goal + Loop + Workflows：Claude Code 三大利器详解 文章深入解析了 Claude Code 中 /goal、/loop 和 /workflows 三个核心命令的区别与用法。/goal 管理终点，适用于有明确验收标准的任务；/loop 管理节奏，适合定时轮询和值守；/workflows 负责监控多智能体并行工作。作者通过对比表格和实际案例，纠正了常见的混淆与错误用法，帮助用户根据任务类型选择正确的工具，实现从“一问一答”到“目标托管”的工作流升级。 技术 › Claude Code ✍ Mr Panda🕐 2026-06-15 Claude CodeAgent工作流自动化教程工具使用AI编程
C Codex 实测：7 个并行 25 分钟干完 3 天活 文章对比了作者每月 $600 的 AI 编程工具开销，重点评测了 OpenAI 的 Codex。结论显示，Codex 在资源消耗上远低于 Claude Code，且支持多路并行，大幅提升效率。作者详细介绍了安装配置、权限管理、任务分配策略及 Superpowers 等实用工具，指出除了爬虫逆向外，Codex 已完全具备平替 CC 的能力。 技术 › 工具与效率 ✍ 百年 AI×出海🕐 2026-05-03 AI编程CodexClaude Code工作流自动化效能提升DevOpsOpenAIGPT-5.5
如 如何真正发挥 Claude Code 的潜力：从配置到全流程实战指南 文章深入探讨了如何超越表面使用，真正发挥 Claude Code 作为自主系统的潜力。不仅介绍了基础的安装与 API 配置，更强调了通过 CLAUDE.md 文件建立持久上下文、编写可复用的 Skills（技能）以及配置自动化工作流的重要性。作者详细讲解了从代码审查、重构到安全部署的全流程最佳实践，指出通过精细化配置，Claude Code 能像全职工程师一样独立设计、构建并维护整个软件项目。 技术 › Claude Code ✍ Mayank Agarwal🕐 2026-04-26 Claude Code开发指南工作流自动化编程LLMAI编程Claude
我 我的 128内存 M5 Max 装机给了 Claude Code 作者记录了使用 128G 内存 M5 Max 装机并配置为 AI 节点的全过程。文章分享了一系列实战技巧，包括利用 Claude Code 实现装机自动化、三机分工策略、国内环境配置代理的避坑指南，以及大模型本地跑的实测数据，展示了 AI 协作时代的高效工作流。 技术 › 工具与效率 ✍ sitin🕐 2026-04-23 Claude CodeM5 Max装机AI编程避坑指南Mac自动化Ollama工作流DevOps
C Claude Code 高级技巧：从验证到远程控制的实战指南 本文由 Claude Code 创始人 Boris Cherny 及作者团队实战经验总结，介绍了多项提升效率的高级技巧。核心包括通过 Chrome 扩展或 Playwright MCP 赋予 Claude 验证能力，利用 Git Worktree 实现并行会话，以及使用 /remote-control 实现手机远程遥控电脑编程。此外，文章还详解了 /loop 自动化循环、Hooks 钩子配置、/branch 分支管理等隐藏功能，帮助开发者掌握从入门到进阶的 AI 编程工作流。 技术 › Claude ✍ sitin🕐 2026-04-05 Claude CodeAI编程DevOps自动化工具效率Playwright远程控制工作流Agent实战技巧
C Claude Code深度配置指南 本文是一份详尽的 Claude Code 配置教程，深入解析了 .claude 文件夹的结构与功能。文章详细介绍了如何通过 CLAUDE.md 设定项目规则、利用 rules/ 文件夹管理模块化指令、定义 commands/ 和 skills/ 创建自动化工作流、配置 agents/ 处理复杂后台任务，以及通过 settings.json 精确控制权限。掌握这些配置，能让 Claude Code 完全遵循你的编码习惯和团队规范工作。 技术 › Claude Code ✍ 阿西_出海（2.0版）🕐 2026-03-23 Claude Code配置指南LLM开发工具自动化AI编程工作流DevOps
B Boris 的 9 条 Claude Code 实战技巧：原来高手的配置这么“朴素” 本文介绍了“Claude Code 之父”Boris Cherny 的 9 条实战技巧。核心理念是保持配置简单，利用 Agent 并行处理任务，优先选择 Opus 模型以保证质量，通过 CLAUDE.md 积累项目记忆，以及使用 Plan 模式先规划后执行。此外，他还分享了斜杠命令、子 Agent、MCP 集成和自我验证机制等高级工作流，强调构建反馈闭环和自动化重复工作的重要性。 技术 › Claude Code ✍ Boris Cherny🕐 2026-01-03 Claude CodeAgent开发效率工作流自动化AI编程技巧
X X 自动发文 Skill 已开源 作者开源了一个基于 Claude Code 的 X 自动发文 Skill，实现了从文章排版、海报生成到排期发布的全自动化。该工具通过重写摘要、AI 生成海报、预处理 Markdown 长文等优化流程，将重复性工作时间压缩至几分钟。文章强调了将经验沉淀为 Skill 的重要性，并分享了踩坑经验。 技术 › Skill ✍ 码良🕐 2026-07-16 自动化Claude Code开源AI工具工作流技能开发
本 本地 Markdown 转 X 长文：我开源了目前最顺手的方案 本文作者 kaitox 介绍了一款名为 Kaitox 的开源工具，旨在解决本地 Markdown 文章发布到 X (Twitter) 时格式丢失、图片需手动上传的痛点。该方案由本地 Relay、Chrome 插件及 CLI/Skill/Obsidian 插件组成，支持原生排版保留、封面自动设置及一键生成草稿，且完全免费开源。 技术 › 工具与效率 ✍ kaitox🕐 2026-07-10 MarkdownXChrome插件Obsidian开源工具自动化工作流Claude Code
L Loop Engineering 怎么落地：三层循环 vs 四种命令 本文结合吴恩达与 ClaudeDevs 的观点，深入探讨了 AI 编程（Loop Engineering）的落地实践。文章将吴恩达的“三层循环”（分钟级自检、小时级决策、天级反馈）与 ClaudeDevs 的“四种命令”（Turn-based, Goal-based, Time-based, Proactive）进行映射，提供了一套从定义验证标准、固化人工经验到收集外部反馈的完整方法论，帮助开发者摆脱只做 QA 的困境，真正掌握 AI 编程的效率。 技术 › Claude ✍ Niko爱学习🕐 2026-07-09 AI编程Loop Engineering吴恩达Claude Code开发者工具Agent工作流软件工程Prompt 技巧
L Loop 入门指南：别再一句句写提示词了 本文探讨了 Claude Code 中的“Loop（循环）”概念，即 Agent 反复循环工作直到满足停止条件。文章详细介绍了四类 Loop：回合制、目标制、时间制和主动式，并分析了各自的最佳适用场景及如何控制 Token 消耗与保证代码质量。 技术 › Claude Code ✍ 老白（每日 AI 干货）🕐 2026-07-09 Claude CodeAgentLoopAI 编程提示词工作流自动化
C Claude 官方关于 Loop Engineer 的入门解读 文章介绍了 Claude 官方提出的 Loop Engineer 概念，该概念将现有的 Agent 工作流程进行了系统化梳理。文中详细讲解了四种 Loop 类型：回合制循环、基于目标的循环（GOAL 模式）、基于时间的循环以及主动循环。此外，作者还分享了关于代码库质量维护和 Token 消耗管理的优化建议，并提及了 Codex、Skills 和 Hooks 等相关工具。 技术 › LLM ✍ 歸藏🕐 2026-07-08 Loop EngineerClaudeAgentClaude CodeCodexGOAL 模式工作流自动化Token 管理