Vibecoding
Vibe Coding
一种全新的编程方式：你用自然语言描述想要什么，AI 帮你写代码。核心不是"你会不会写代码"，而是"你能不能把想法说清楚"。由 Andrej Karpathy 在 2025 年提出。
核心概念
提示工程
Prompt Engineering
设计和优化给 AI 的指令，让输出更精准。不是写咒语，而是把需求翻译成 AI 能理解的语言。好的 prompt 比好的代码更值钱。
核心概念
上下文窗口
Context Window
AI 一次能"看到"的信息量。就像人的工作记忆，窗口越大，能处理的问题越复杂。目前主流模型支持 128K-200K tokens。
核心概念技术
Cursor
Cursor Editor
专为 AI 编程设计的代码编辑器。基于 VSCode，内置 AI 对话、代码补全、多文件编辑。Vibecoding 的主力武器。
工具
Claude
Claude (Anthropic)
Anthropic 出品的大语言模型。以长文本理解、代码生成和逻辑推理见长。Vibecoding 场景下表现优秀，尤其擅长理解复杂需求。
工具模型
v0
v0 by Vercel
Vercel 推出的 AI 前端生成器。用自然语言描述 UI，直接生成 React + Tailwind 代码。从想法到页面只需要一句话。
工具
大语言模型
LLM — Large Language Model
Vibecoding 的引擎。通过海量文本训练出的 AI，能理解自然语言、生成代码、做推理。GPT、Claude、Gemini、DeepSeek 都是 LLM。
模型
GPT
Generative Pre-trained Transformer
OpenAI 的旗舰模型系列。GPT-4o 支持文字、图片、语音多模态输入，是目前使用最广泛的 AI 模型之一。
模型
DeepSeek
DeepSeek (深度求索)
国产开源大模型的代表。DeepSeek-V3 和 R1 在代码和推理能力上接近闭源模型，性价比极高，是 vibecoding 的新选择。
模型
Gemini
Google Gemini
Google 的多模态大模型。原生支持文本、图片、视频、音频理解，超长上下文窗口（100万 tokens）是其杀手锏。
模型
多模态
Multimodal
AI 不只处理文字，还能看图、听声音、读视频。GPT-4o、Gemini 都是多模态模型。意味着你可以截图丢给 AI，让它直接写代码。
模型核心概念
Token
Token
AI 处理文本的最小单位。一个中文字约 1-2 个 token，一个英文单词约 1 个 token。上下文窗口和计费都按 token 算。
技术
RAG
Retrieval-Augmented Generation
检索增强生成。让 AI 先从你的知识库里找相关资料，再基于这些资料回答。解决 AI "不知道你的项目"的问题。
技术
Agent
AI Agent
能自主使用工具、做决策的 AI。不只是回答问题，而是帮你执行：写文件、调接口、部署上线。Cursor 的 Composer 就是一种 Agent。
技术智能体
Function Calling
Function Calling / Tool Use
让 AI 能调用外部工具的能力。比如让 AI 查天气、搜网页、操作数据库。是 Agent 的基础能力。
技术
幻觉
Hallucination
AI 一本正经地胡说八道。编造不存在的 API、虚构函数名、伪造引用。Vibecoding 中最大的坑——代码跑不通时先检查是不是 AI 幻觉了。
核心概念
Temperature
Temperature
控制 AI 输出的"创造力"。温度低（0）→ 稳定可预测，适合写代码；温度高（1）→ 更有创意，适合写文案。Vibecoding 写代码建议调低。
核心概念
迭代式开发
Iterative Development
Vibecoding 的核心方法：先做出最小可用版本，看效果，再调整。不追求一次做对，追求快速进化。每一轮迭代都是一次 vibe 校准。
方法论
Vercel
Vercel Platform
前端部署平台，push 代码就自动上线。支持 Next.js、React 等框架，免费额度够个人项目用。Vibecoding 的"最后一公里"。
部署
最小可行产品
MVP — Minimum Viable Product
用最少功能验证核心假设。Vibecoding 天然适合做 MVP——别人花两周写需求文档，你花两小时做出能跑的原型。
方法论
智能体
Agent / Intelligent Agent
能感知环境、做决策、执行动作的 AI 系统。和普通聊天机器人不同，智能体能调用工具、管理状态、自主完成多步任务。是商业 AI 落地的核心形态。
智能体
工作流编排
Workflow Orchestration
把多个 AI 步骤串成一条流水线。比如：接收客户消息 → 分析意图 → 查知识库 → 生成回复 → 发送。LangChain、Dify 都是编排工具。
智能体
向量数据库
Vector Database
存储和检索"语义"的数据库。把文字变成向量（一串数字），通过向量距离找相似内容。RAG 的核心组件。Pinecone、Milvus、Chroma 都是。
智能体技术
知识库
Knowledge Base
给 AI "喂"的业务资料。产品文档、FAQ、操作手册……切碎存进向量数据库，AI 回答时先查再答。让 AI 从"通用"变"专业"。
智能体
多轮对话
Multi-turn Conversation
AI 记住上下文的连续对话能力。不是每次重新开始，而是像人聊天一样有记忆。智能体的核心交互方式。
智能体
人机协同
Human-in-the-Loop
AI 做执行，人做决策。不是让 AI 替代人，而是让人借助 AI 放大效率。关键节点保留人工审核，确保质量和安全。
智能体核心概念