我也用上了 Vibe Coding

视频

2026 年了，你还在一行行敲代码吗？

最近我彻底沦陷在了”Vibe Coding”里。从网页对话框到 Cline，再到现在的 Cursor Ultra 深度用户，这不仅是工具的进化，更是效率的降维打击。

迟到的入场

我算是入局 Vibe Coding 比较晚的那批人。一直到 2025 年下半年，我都只是用网页对话的方式修改代码——在对话框里确认逻辑，再手动复制进来调试，谈不上什么”代理开发”。

2025 年底，我开始尝试 Cline + Poe API 的组合。起初只做一些确定性极高的任务，比如封装接口、或者基于已验证可用的接口编写流程脚本和文档。在这个过程中，由于 Poe 上模型种类繁多，我逐渐对各模型之间的能力差距有了直观感受——Claude Sonnet/Opus 系列确实一骑绝尘，几乎没有出过错；少数几次失误，事后复盘都是我粗心选错了模型。

为什么换掉 Cline

然而很快我就发现，Poe 并不适合 Cline 这类编程代理场景，主要有三个痛点：

1. 没有上下文缓存：每次请求都重新计算，长任务的 token 账单急剧攀升。
2. 长连接稳定性差：Cline 依赖持久连接，而 Poe 在这方面支持有限。
3. 远程开发场景复杂：我经常 SSH 到服务器工作，要让目标机器上的 VS Code Server 稳定访问代理网络，就需要在每台机器上折腾端口转发或代理配置，极不方便。

出于这些原因，我开始寻找替代方案，最终全面切换到 Cursor。它几乎就是为解决上述问题而生的，于是我也开通了 Ultra 会员。

Vibe Coding 改变了什么

有了 AI 编程代理的加持，我明显感到手头的时间宽裕了很多：

• 补齐技术债：之前因时间不足而搁置的接口封装，终于得以逐一完成，并同步完善了 Demo 和文档。
• 批量实验脚本：我可以让 AI 系统性地设计和生成大量实验脚本，而不是自己一个个手写。
• 算法部署提速：当算法和模型确定后，将 Python 原型推理脚本部署到生产端，本质上是确定性的重复劳动。尤其是我们已经固定了 C++ 推理接口规范，向部署端新增算法几乎可以完全交给 AI，它完成得相当可靠。

意想不到的玩具项目

除了工作任务，我还得以抽出时间尝试一些”玩具性质”的项目：

• 消灭恶意挖矿程序：实验室有两台机器被植入了恶意挖矿进程，怎么手动杀都会死灰复燃。我让 AI 写了一套自动化”体检”脚本，对可疑进程进行全面追踪和清除，效果显著。
• 每日科技简报服务：我搭建了一个服务，每天自动抓取最新科技新闻并生成摘要，还做成了双语版本，配套构建了一个专属网站来展示。现在每天早上我都会习惯性地扫一眼，已经成了晨间例程。

一点冷静的思考

总体而言，进入 2026 年上半年，AI Coding 的表现已经相当稳健：

• 对于确定性任务，几乎不会出错；
• 对于模糊需求（比如我不太懂前端，只能描述大体框架和感觉），它也能给出像模像样的结果。

当然，AI 代理的上限始终受限于使用者自身的认知。在享受 AI 带来效率红利的同时，也要持续提升自己的技术深度——别让自己的知识盲区，反而成了 AI 发挥的瓶颈。