大家好，我是 Immerse，一名独立开发者、内容创作者、AGI 实践者。
- 关注公众号：#沉浸式趣谈，获取最新文章（更多内容只在公众号更新)
- 个人网站：
https://yaolifeng.com也同步更新。 - 转载请在文章开头注明出处和版权信息。
我会在这里分享关于编程、独立开发、AI干货、开源、个人思考等内容。
如果本文对您有所帮助，欢迎动动小手指一键三连(点赞、评论、转发)，给我一些支持和鼓励，谢谢！
最近看了 Y Combinator 分享介绍了他们内部的 Vibe Coding 经验，个人觉得很实用, 分享给大家。
Y Combinator 是什么？
Y Combinator 是硅谷最著名的创业孵化器，培养了 Airbnb、Stripe、DoorDash 等一大批牛逼公司。
什么是 Vibe Coding？
Vibe Coding，直译为"氛围编程"，是一种全新的 AI 编程方式，你可以让 AI 充当你的编码助手，甚至完成大部分的编写工作，而你只需要给出方向、决策和反馈。
它不是传统意义上的编程，也不是简单地让 AI 写代码，而是一种结合直觉、规划和迭代的新型开发方式。Vibe，意指顺着感觉、快速试错、不断调整方向；Coding，则是把想法快速转化为现实。
无论是 0 到 1 验证新想法，还是快速构建内部工具，Vibe Coding 都能显著提升速度和质量。它像一两年前兴起的提示工程（Prompt Engineering）一样，随着工具进化和经验积累，正在不断演变出新的技巧和最佳实践。
下面是一些经验点：
-
别急着写代码，先和 AI 一起把详细的开发计划用 Markdown 列出来。功能点、实现顺序、预期效果都要细致。暂时不做的，或者后面可能补的，都标记清楚。这份计划随时能看，随时能改，相当于开发的指南针。
-
小步走策略，逐步进行： 开发要小步快跑。每次只搞定一小块功能，立马测试。发现计划不对劲就及时调整。别想一口气做完。每搞定一个模块，就在计划里标记"已完成"。遇到问题，先回计划看整体思路，这样开发者和 AI 都更清晰。
-
Git，roll back 策略： 版本控制很重要，全程用 Git。每次开始新功能前，代码库必须干净。AI 改错了，直接回退到上个稳定版本，别在烂代码上修修补补，那样只会越搞越糟。遇到 Bug 就重置回正常版本，保证代码整洁。
-
让 AI 写"用户测试"： 测试是关键。让 AI 帮你写高层次的集成测试，模拟用户操作，确保功能端到端跑通。别只盯着单元测试，整体流程更要顺畅。这样能及时发现问题，保证调整不影响其他功能。功能做完立刻写测试，还能帮自己理解业务逻辑。
-
让 AI 充当全能助理： AI 不只写代码，它还能处理大量杂事。比如配置 DNS、生成图标、批量处理图片等，这些繁琐任务它能快速搞定，效率拉满。
-
Bug 来了，扔给 AI： 遇到 Bug，直接把错误信息扔给 AI，它通常能快速定位修复。复杂 Bug 让 AI 分析几种可能原因。修 Bug 失败后，记得重置代码再试，别让错误越堆越多。现在很多工具都能直接贴日志或自动注入。
-
指令说人话，具体一点： 给 AI 的指令必须清晰具体。不同工具有不同格式，可以参考或自己摸索。很多 YC 创始人会写几百行指令来提升效率。建议先从简单指令开始试效果，再逐步完善，找到最适合自己的风格。
-
文档都放本地，喂给 AI： 把相关文档下载到本地项目文件夹，让 AI 直接读取。指令里就写让它先看这些文档。这比在线查更稳更准。文档量不大时，本地管理比服务器更简单高效。
-
把 AI 当老师，边学边写： 把 AI 当老师，让它逐行解释代码实现，是学新技术的好办法。比查 Stack Overflow 高效多了。遇到陌生框架，让 AI 给你讲底层逻辑，能大大缩短学习曲线。
-
复杂功能先从 Demo 开始： 遇到复杂功能，可以单独开个新项目，先做个小型参考实现，或者从 GitHub 下载参考代码。然后让 AI 按照这个标准集成到主项目，降低集成难度。记住，小文件和模块化结构是好朋友，它让代码更好懂、更好维护。
-
代码要整洁，分块儿： 保持代码模块化、文件小巧，方便维护和 AI 理解。模块化架构能让外部接口清晰，内部逻辑可随时调整，只要接口和测试通过就行。
-
老技术栈，AI 用得更溜： 经验发现，AI 在成熟技术栈上表现最稳，能帮你快速落地想法。
-
截图+语音，效率翻倍： 截图能帮 AI 理解 UI 问题或找设计灵感。语音输入效率高，尤其长时间工作。AI 对语法标点容忍度高，小错不影响。有些工具还能把语音直接转指令，输入超快。
-
先跑通，再优化： 代码跑通、测试通过后，再重构。让 AI 识别重复代码或重构点，保持文件简洁易维护。通常会在阶段结束后，让 AI 检查结构，优化或拆分模块，保证质量也方便扩展。
-
多试试新 AI 模型： AI 发展太快了，每周都有新模型。建议多试试不同模型，看哪个适合什么任务：有的适合规划，有的适合实现，有的调试重构强。比如 Gemini 善于规划，Claude 3.7 Sonnet 代码实现更强，按需选择就行。
其他好文推荐
搞定 XLSX 预览？别瞎找了，这几个库（尤其最后一个）真香！