氛围编程

氛围编程（Vibe Coding）是 Andrej Karpathy 提出的编程方法论，核心理念是将 AI 从"代码补全工具"提升为编程伙伴。开发者通过自然语言描述意图，AI 生成实现，再通过审查和迭代完善。

适用场景

需求明确的常规开发、原型/MVP 快速构建、代码重构和格式化、文档和测试生成。

核心原理

职责分离

传统编程中，开发者同时关注"做什么"和"怎么做"。氛围编程将两者分离：开发者聚焦"做什么"（需求定义、架构决策、质量把关），AI 负责"怎么做"（代码实现、语法细节、模式应用）。

心智负担从"记住 API 签名"转变为"清晰表达意图"，从"逐行调试"转变为"审查整体方案"。编程核心技能从打字速度转向需求分析和架构判断力。

实践原则

规划优先：复杂任务必须先规划再执行。用自然语言描述任务目标、约束条件和验收标准，大幅减少返工。可维护 PLAN.md 记录任务分解和进度。

高风险操作前确认：AI 生成的代码可能包含意想不到的操作——删除文件、覆盖配置、执行危险命令。数据修改、文件系统操作、网络请求等场景，必须让 AI 先说明计划再执行。

错误处理策略：AI 遇到报错时默认重试，往往导致同样错误反复出现。正确做法是报错后先分析根因，再制定修复方案。在全局规范中设定：报错必先分析根因，严禁盲目重试。

提交纪律：阶段任务完成后自动 git add 和 commit，严禁自动 push。提交信息使用 <类型>: <描述> 格式，使用中文，保持提交历史可读性。

实施步骤

全局规范设计

规范不是代码，而是行为准则，包含四个维度：

维度	约束内容
逻辑规范	复杂任务先规划、高风险操作先确认、报错先分析根因
协作规范	何时提交/推送、提交信息格式
环境规范	编码格式、操作系统偏好、文件过滤规则
交付规范	禁止硬编码、依赖变更需确认、代码保持简洁

规范放在 ~/CLAUDE_GLOBAL.md，通过启动函数注入每次会话。随使用经验持续调整优化。

工具链配置

Claude Code 是氛围编程的实践平台。不同于代码补全工具，它能直接读写文件、执行命令、操作 Git，是真正参与开发过程的 AI 助手。所有原则（规划优先、高风险确认、错误分析、提交纪律）都在 Claude Code 中落地。

MCP协议 是"AI 自主调用工具"的基础。定义了 AI 模型与外部数据源、工具之间的标准化通信方式。没有 MCP，AI 只能生成文本；有了 MCP，AI 能读写文件、操作 Git、查询数据库，真正成为编程伙伴。

Claude Code技能 通过插件机制扩展 Claude Code 能力边界。通用 AI 助手在专业场景下力不从心，技能通过注入领域知识和操作规范，让通用工具变成专业工具。

局限与边界

• 复杂算法设计（AI 可能生成正确但低效的方案）
• 安全关键代码（需要人工逐行审查）
• 性能优化（AI 可能不了解具体性能瓶颈）

注意

氛围编程不是"让 AI 写所有代码"，而是让 AI 处理机械性工作，开发者专注于创造性决策。

与大语言模型的关系

大语言模型 的能力特征决定了氛围编程的可行性——只有模型的代码能力、指令遵循能力达到一定水平，"AI 写代码、人审查"的模式才成立。随着模型能力提升，高风险确认范围可以缩小，人工规划比重可以降低。持续实践和反思是优化方法论的唯一途径。