2021 年,GitHub Copilot 发布。开发者第一次在 IDE 里体验到 AI 代码补全,惊叹 这太神奇了。
2024 年,Cursor 爆发。AI 不再只是补全代码,而是理解整个项目、批量修改文件、帮你重构架构。
2025 年,Claude Code 出现。AI 直接在终端中操控你的项目:读代码、改代码、运行测试、提交 Git。
短短四年,AI 编程从 “补全几行代码” 进化到 “自主完成开发任务”。如果你还没有在工作中使用 AI,现在是时候了。
本文要点
- AI 编程工具的演进和选择
- Vibe Coding 是什么、怎么用
- 基于规范的开发方法(AGENTS.md、.cursorrules)
- AI 辅助开发的最佳实践
一、AI 编程工具演进
1.1 主流工具对比
| 工具 | 类型 | 核心特点 | 适用场景 |
|---|---|---|---|
| GitHub Copilot | IDE 插件 | 行内补全、多语言 | 日常编码 |
| Cursor | AI 原生 IDE | 项目理解、多文件编辑 | 快速原型、重构 |
| Claude Code | 终端 Agent | 自主操控项目 | 复杂任务、自动化 |
| Windsurf | AI 原生 IDE | Flow 模式、上下文感知 | 快速开发 |
| Cline | VS Code 插件 | 开源、终端操作 | 自定义需求 |
| Aider | 终端工具 | Git 集成、多文件编辑 | 命令行开发 |
1.2 Devin 与自主编程 Agent
Devin(2024)代表了 AI 编程的极端形态:给一个任务,它自主创建项目、写代码、调试、部署。但当前还不成熟,复杂任务仍需人类监督。
1.3 工具选择建议
二、Vibe Coding
2.1 什么是 Vibe Coding
Vibe Coding(直觉式编程)由 Andrej Karpathy 在 2025 年初提出。核心思想:用自然语言描述意图,AI 负责生成代码。人类专注于 做什么,AI 负责 怎么写。
传统编程:用代码与机器交流Vibe Coding:用自然语言与 AI 协作典型对话:
开发者:" 写一个 API,接收用户上传的图片, 压缩后存到 S3,返回访问 URL"
AI:[生成完整代码实现]
开发者:"加上文件大小限制,最大 10MB"
AI:[修改代码,添加验证逻辑]2.2 适用与不适用
适合 Vibe Coding 的场景:
- 快速原型开发:几分钟搭建 MVP
- 样板代码生成:CRUD 接口、配置文件、测试用例
- 不熟悉的领域:新语言、新框架
- 代码重构:描述想要的改变,AI 批量修改
不适合 Vibe Coding 的场景:
- 极致性能优化:需要深入理解底层
- 安全敏感代码:加密、认证逻辑需人工审查
- 复杂业务逻辑:领域知识密集,AI 理解可能有偏差
2.3 实践技巧
清晰描述意图。
"写个登录功能"" 实现用户登录 API: - 接收邮箱和密码 - 验证邮箱格式和密码强度 - 查询数据库验证用户 - 返回 JWT Token - 使用 Express 框架 "分步骤进行。 大任务拆成小步骤,逐步实现,每步验证。
持续验证。 AI 生成代码后立即运行测试。发现问题及时反馈。不要累积大量未验证的代码。
保持控制。 理解 AI 生成的每一行代码。不理解的地方要问 AI 解释。不要盲目接受不理解的代码。
三、基于规范的开发
3.1 核心思想
每次与 AI 交互都要重复说明项目技术栈、代码风格、目录结构。这很低效。
解决方法:把这些规范写到配置文件里,AI 自动遵循。
3.2 AGENTS.md 规范
## 项目概述基于 Go 的微服务项目,提供用户认证和授权服务。
## 技术栈- 语言:Go 1.21+- Web 框架:Gin- 数据库:PostgreSQL + GORM- 缓存:Redis
## 代码规范- 包名:小写单词,不用下划线- 导出函数必须有注释- 错误处理使用 errors.Wrap
## 目录结构cmd/ # 主程序入口internal/ # 私有代码 /handlers # HTTP 处理器 /services # 业务逻辑 /models # 数据模型pkg/ # 可复用公共代码
## 禁止事项- 不要使用全局变量- 不要忽略错误3.3 .cursorrules 配置
Cursor IDE 支持项目级别的 AI 规则:
You are a senior Go developer. Follow these rules:1. Always use context.Context as first parameter2. Use structured logging with slog3. Return errors, don't panic4. Use dependency injection5. Write tests for new functions3.4 Rules 与 Memory 的结合
规范文件(Rules)定义了项目级别的约束。配合 Memory 系统记住的用户偏好,AI 能在不同项目间自动切换上下文,不需要每次重复说明。
3.5 效果
| 场景 | 没有规范 | 有规范 |
|---|---|---|
| 用户请求 | 写个注册接口 | 写个注册接口 |
| AI 反应 | ”用什么框架?数据库?“ | 直接生成符合项目规范的代码 |
四、最佳实践
4.1 代码审查
让 AI 在 Code Review 之前先审查一遍:
请审查以下代码变更,关注:1. 潜在 bug 和逻辑错误2. 性能问题3. 安全隐患4. 代码风格一致性4.2 测试生成
为以下函数生成单元测试:- 覆盖正常路径和边界条件- 使用表格驱动测试- Mock 外部依赖4.3 文档生成
- 项目代码 → README
- 接口代码 → OpenAPI 规范
- Git 提交 → 结构化 CHANGELOG
4.4 Debug 助手
这段代码运行时报错:[错误信息]预期结果是 X,实际结果是 Y。请分析可能的原因并给出修复方案。4.5 AI 结对编程模式
模式 1:AI 写代码,人审查 适用于:样板代码、测试、文档
模式 2:人写核心逻辑,AI 补充辅助代码 适用于:复杂业务逻辑
模式 3:人描述意图,AI 实现,人修改 适用于:快速原型4.6 安全注意事项
- 不要把 API Key 等敏感信息发给 AI
- 注意代码隐私,涉密代码用本地模型
- AI 生成的代码可能有安全漏洞,重要功能需人工审查
4.7 效率提升参考
| 任务 | 传统方式 | AI 辅助 | 提升 |
|---|---|---|---|
| API 原型 | 14+ 小时 | 5 小时 | 约 3 倍 |
| 遗留代码理解 | 数天 | 数小时 | 5~10 倍 |
| 技术文档 | 数十小时 | 数小时 | 5~10 倍 |
| 单元测试 | 数小时 | 数十分钟 | 5~10 倍 |
图解
4.1 AI 编程工具演进
常见问题 FAQ
Q1:AI 编程工具会取代程序员吗?
A:短期不会。AI 擅长写样板代码和简单逻辑,但架构设计、需求理解、系统思考仍需要人类。AI 是提效工具,让程序员专注于更有价值的工作。
Q2:Cursor 和 Copilot 选哪个?
A:如果你已经习惯 VS Code 且主要需要代码补全,Copilot 够用。如果需要更深度的 AI 集成(项目理解、多文件编辑、Agent 模式),选 Cursor。
Q3:Vibe Coding 适合初学者吗?
A:适合用来加速学习新语言或框架。但初学者更需要理解代码原理,不应过度依赖 AI 生成的代码。建议每行 AI 生成的代码都要理解后再接受。
Q4:代码发给 AI 安全吗?
A:云端 AI 会将代码传输到服务器。涉密代码应使用本地模型(如 Ollama + 开源模型)或开启企业版隐私保护。
Q5:如何系统地提升 AI 辅助开发技能?
A:三步走。第一步,掌握提示工程,学会给 AI 下达清晰指令。第二步,配置项目规范(AGENTS.md),让 AI 理解你的项目。第三步,养成 AI 辅助的工作习惯,在代码审查、测试、文档各环节都用上。
小结
AI 编程工具正在从 “代码补全” 进化到 “自主开发”。选择合适的工具、掌握 Vibe Coding 技巧、配置好项目规范,你的开发效率可以提升 3~10 倍。
关键原则:AI 是工具,你是主人。理解每行代码,保持控制。
下篇预告
掌握了 AI 编程工具,下一步是构建真正的 AI 应用,把 AI 能力集成到你的产品中。
参考资料
- Cursor 官方文档
- Claude Code
- GitHub Copilot
- Vibe Coding(Andrej Karpathy, 2025)
支持与分享
如果这篇文章对你有帮助,欢迎支持作者或分享给更多人
部分信息可能已经过时






