00 导读｜你和 AI 写代码之间，差的不是提示词，是一套工作流

本篇是《从头重新学 AI 编程》系列的导读篇。

不同于之前介绍的复杂的 Harness 工程，随着大模型的越来越智能化，传统 Harness 框架会显得越来越重，未来轻量 Harness 搭配才是发展趋势。而这个系列带你从头开始 Vibe Coding，重新审视 AI 编程中需要注意的事项。不学框架，只学思想。

故事是这样开始的。

你让 AI 帮你写了一段代码，它回得很快，页面看起来也挺像那么回事。

然后你盯着那一屏代码，手悬在鼠标上，迟迟不敢点合并。

不是因为它一定错了，恰恰相反，是它太像对的了。

你心里会冒出一个很现实的问题，这东西我真的理解吗，真上线了，出了问题我能修吗。

如果你有过这种犹豫，那这个系列大概率就是写给你的。

我自己一开始也踩过这个坑。

总觉得问题出在 prompt 还不够狠，今天改一句，明天再补两条约束，好像多写几行字，AI 就会突然变聪明。

后来我才慢慢意识到，很多时候不是 prompt 不行，是你整套跟 AI 打交道的方式不对。

你不是只差一句更厉害的指令，你差的是一套能把任务拆开、把上下文管住、把结果审清楚的工作流。

这套工作流，很多人会把它叫做 Vibe Coding。

这个词最早是 Andrej Karpathy 提出来的，他当时讲得很随意，大意是让 AI 凭感觉先写，写错了就把报错贴回去继续试。

但真放到工程里，这件事很快就变得没那么随意了。

因为一旦你开始认真用 AI 写代码，你就会发现，真正决定结果的，早就不是会不会念一段 prompt，而是你有没有办法管理一个 AI Agent。

你得知道什么时候给它边界，什么时候给它上下文，什么时候该让它停一下，什么时候该换一个会话，什么时候该回头看 diff，什么时候该拉它回来。

说到底，你不是在跟 AI 比谁打字快，你是在学着带一个会干活但也会跑偏的搭档。

所以这个系列叫「从头重新学 AI 编程」。

为什么是「重新学」？因为现在 AI 编程已经不是什么新鲜事了，大家或多或少都上手试过。你可能用 Cursor 补过代码，也可能让 Claude 帮你重构过一段逻辑，甚至已经用 AI 从零搭过一个小项目。

但坦率的讲，从「会用」到「真的会用」，中间的路比很多人想的要长。

你会发现有些人用 AI 写出来的东西又快又稳，而你用同样的工具，写出来的代码自己都不敢碰。差距不在智商，不在经验年限，就在那套工作方式上。

这个系列就是想把我自己踩过的坑、摸出来的一些经验，尽量具体且简单地教给你。不管你是刚接触 AI 编程的纯小白，还是已经自己摸索了一段时间的熟手，我觉得都能或多或少带走一些有用的东西。

它一共 14 篇，1 篇导读，12 篇正文，1 篇番外。

我会用同一个待办事项 Web 应用贯穿全程，技术栈是 React + TypeScript 的前端，Node.js + Express 的后端，再加一个 SQLite 数据库。

你可以把它理解成一条完整的练习路径，从第一篇开始，到最后一篇收尾，所有内容都围绕同一个项目展开，不会每篇都换一个新故事。

整个系列大概分成四段。

第一段，先把脑子里的东西拧正。

很多人一上来就问怎么写 prompt，怎么让 AI 更听话，但这一步往往太早了。你得先接受一件事，AI 不是一个会自己替你负责的同事，它更像一个能力很强，但需要你把活拆清楚的人。

前 3 篇会讲这个。

第 1 篇，讲你怎么从写代码的人，变成管理 Agent 注意力的人。

第 2 篇，讲 Spec，也就是别再跟 AI 说帮我做个功能，而是把需求写到它真的能执行。

第 3 篇，讲 AGENTS.md 和 CLAUDE.md，怎么让 AI 一进项目就知道自己该看什么，不用每次都从头解释。

第二段，开始摸工具。

如果说第一段是在校准认知，这一段就是把手伸进去，看看工具到底怎么配合。

第 4 篇会讲，接手一个旧项目的时候，怎么先让 AI 看懂再动手。

第 5 篇会讲上下文管理，什么时候该开新会话，什么时候该压缩，很多时候 AI 不是变笨了，是上下文已经乱了。

第 6 篇会讲 MCP，怎么给 Agent 接外部工具和数据，让它不只会在当前聊天框里猜。

第 7 篇会讲 Subagent，别把实现、审查、搜索、测试全塞进一个窗口里，不然很容易越写越乱。

第三段，开始把流程串起来。

这时候你已经不只是会用几个零散技巧了，你会开始关心一整条链路怎么跑。

第 8 篇会把前面的内容串成一套完整流程，从需求到计划，再到实现、审查、测试、提交。

第 9 篇会讲 Git worktree，怎么让多个 Agent 并行干活，但彼此不污染。

第 10 篇会讲 Skill，怎么把你反复说的那几句固定话，整理成自己的 AI 工作流。

第四段，守住底线。

因为 AI 写代码这件事，快是真的快，翻车也是真的快。

第 11 篇会讲 CI、Hooks、测试，怎么别把希望寄托在 AI 自己说应该没问题。

第 12 篇会讲 AI Coding 的反模式清单，哪些坑最容易把项目带偏，适合你隔三差五拿出来对一下。

番外会把前面这些东西放进一个完整需求里，跑一遍多天的 AI Coding 工作流，让你看到它到底怎么连起来。

如果你刚接触 AI Coding，我建议从第 1 篇开始。

前 3 篇会先帮你把思路拧直，后面再一步步上工具，不然很容易学着学着又回到那种一轮一轮聊天、看结果、结果不行再聊一轮的老路上。

如果你已经自己摸索过一段时间，也建议从头读一遍。

因为很多人其实已经在用 AI 写代码了，只是用法还停在碎片化阶段，知道一点点技巧，但没有把它们串成体系。

如果你已经有自己的工作流，那也可以跳着看。

看看有没有你没想到的环节，或者第 12 篇那份反模式清单里，有没有你正好踩着的坑。

我想给这个系列一个很简单的承诺。

每一篇都会有三个东西。

一个核心观点，不只是告诉你怎么做，也会讲清楚为什么这么做。

一段实战内容，基于同一个待办事项应用，你可以跟着做。

一个能直接拿去用的 prompt 或模板，尽量让你看完就能上手，不用自己从头发明。

我不想把它写成那种看完热热闹闹，回头还是不知道该怎么下手的文章。

如果你以前总觉得 AI 编程离自己挺远，那就先别急着把它想得太复杂。

先装一个能用的 Agent 环境，Claude Code、Cursor、Codex 都行，挑一个顺手的先跑起来。

剩下的，我们就从第 1 篇开始。

你以前是在写字符，现在是在给 AI 画框。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～