Anthropic 研究员 Erik Schluntz（《构建高效智能体》合著者）曾因为摔断手打了两个月石膏，被迫把所有编程工作全权交给 Claude。这段经历让他总结出了一套在生产环境中负责任地进行 Vibe Coding 的方法论。这套方法已经被 X 上多位开发者称为"胜过 100 门付费课程"。

什么是真正的 Vibe Coding

很多人把用 Cursor 或 Copilot 生成代码等同于 Vibe Coding。Schluntz 认为这不够准确。只要你还在逐行审查和修改 AI 生成的代码，这就不是 Vibe Coding。

Karpathy 的定义更精准：完全沉浸于氛围，拥抱技术发展的指数级增长，并且彻底忘记代码的存在。

这意味着你要从"写代码的人"变成"管 AI 的产品经理"。

为什么要拥抱指数级增长

AI 能够独立处理的任务长度大约每 7 个月翻一倍。今天 AI 能稳定完成 1 小时的编码任务，你还有精力逐行审查。到了明年，当 AI 一次性生成相当于 1 天甚至 1 周工作量的代码时，逐行审查将变得不可能。

就像编译器的发展史：早期开发者不信任编译器，会检查汇编代码。随着系统规模扩大，必须学会信任更高层级的抽象。

核心方法论：找到可验证的抽象层

Vibe Coding 的核心理念：忘记代码的存在，但必须始终关注产品的存在。

CTO 靠验收测试管技术专家，产品经理靠体验验证功能设计，CEO 靠数据切片查财务。他们都不看底层细节。软件工程师也需要建立类似的、无需阅读代码即可验证的抽象层。

"叶子节点"策略

代码库中不被其他模块依赖的末端功能或附加组件就是"叶子节点"。在这些区域，即使产生技术债也可以接受，因为它们极少变动。而系统的主干和底层架构部分，工程师仍需深入理解并严密保护。

实战：做好 AI 的产品经理

要把 AI 当成第一天入职的新员工来引导。直接甩一句"实现这个功能"注定失败。

标准前置工作流

Schluntz 在让 Claude 动手写代码前，会花 15-20 分钟做以下事情：

1. 让 AI 探索代码库，查找相关文件
2. 和 AI 一起制定清晰的执行计划
3. 把所有上下文和规范汇入一个单独的提示词
4. 然后再让 Claude 去执行

这个流程下，任务成功率呈指数级跃升。

22000 行代码的极限案例

Anthropic 内部最近在强化学习代码库的生产环境中，合并了一次 22000 行的代码修改，绝大多数由 Claude 编写。四项核心策略：

1. 产品经理视角的深度引导：耗费数天做前期规划和需求梳理
2. 严格划定修改范围：限制在允许存在技术债的叶子节点
3. 核心区域人工介入：核心逻辑执行严格的人工审查
4. 建立可验证的检查点：设计长时间压力测试，确保系统有清晰的输入输出标准

原本需要两周的工作被压缩到 1 天内完成。

进阶技巧

关于测试驱动开发（TDD）

TDD 在 Vibe Coding 中极其有用。即使你看不懂测试代码，也能帮助 Claude 变得更自洽。但要注意 Claude 容易写出过度依赖具体实现的测试。

建议做法：强制规范 Claude 只写 3 个端到端测试 -- 快乐路径 + 两个错误场景。Schluntz 说："在 Vibe Coding 时，我通常唯一会去看的代码就是测试代码。测试过关了，我才觉得靠谱。"

关于上下文管理

当你感觉到了一个"人类程序员会停下来吃午饭"的停顿点时，进行一次上下文压缩（Compact）。

推荐起手式：先让 Claude 找出所有相关文件并制定计划，然后把这些写进一个文档里，接着立刻压缩。这样就把制定计划时耗费的 10 万个 Token 压缩成只有几千个干净的 Token。

关于多工具协作

Schluntz 同时使用 Claude Code 和 VS Code/Cursor：

• Claude Code：负责主要修改和大任务
• VS Code/Cursor：边走边审查代码，或者做精准的小修改

面对陌生代码库时，先让 Claude 帮你探索："处理 Auth 的代码在哪？""哪些功能和这个类似？"建立全局视图后再动手。