背景
vibe coding工具用过很多，从cursor到vsCode(openai、灵码、Codebudy，Copilot，ClaudeCode各种插件），再到Trae，Qoder，CodeBuddyCN，Openclaw+kimicode/灵码+ClaudeCode，免费额度用完，上付费，各种切换，反正哪个便宜用哪个，够用就行。
目前日常工作学习的主力工具还是Trae-IDE，一是免费额度够多（调用次数多了以后也会排队），二也是用得比较顺手了。
Trae的社区活动也比较活跃，各大城市都有线下交流，这次是我第二次参加Trae的福州线下活动。在现场我主要做为一名安静的倾听和学习者。也小有些收获，在这里做一些小小的总结。
vibeCoding的一些现状交流
- 从线下活动的统计来看，2025年之前，vibeCoding吸引了大量非计算机专业的人员，而到了2026年，非计算机专业人员的占比开始明显下降；
- 吸引非专业人员进入的常见理由：省钱、酷；
- 缺乏软件工程从设计开发到测试部署落地流程的专业知识，导致编码质量不可控，项目落地困难，是非专业人员逐渐退去的一大理由；
- vibeCoding上半场：让AI写代码；
- vibeCoding下半场：管理AI写代码；
- 编码的方式变了，但软件开发的流程依然没变，只是在软件工程的众多环节中，coding（编码）环节被AI赋能了；
- 软件工程基础知识依旧是横在专业与非专业人员之间的门槛；- 学习计算机专业基础知识是必要的，AI会让强的人变得更强；
- AI提高了开发速度，同时也放大了失控的风险；
- AI开发出的软件的安全，性能只取决于操控它的人；
- 人无法理解超出自己认知范围的东西，比如让一个非计算机专业的人指导AI完善软件的安全机制及并发性能等能力；
vibeCoding的一些小技巧
- 代码管理回归Git；
- 可以把需求记录为ISSUE进行管理；
- 在AI生成代码之前养成习惯先定义清晰的规格说明，即Spec-Driven Development（规格驱动开发）
AI应用的一些趋势
- 2025年主流应用主要集中在RAG（知识库）的应用；
- 2026年进一步开始在AI数字员工方向落地；
爱好者分享
- 豆包的文案撰写能力在目前使用过的大模型及工具中依然是表现最好的，最新的AI大模型（包括收费版）优化的方向不一定在文案上，大家在选择大模型时不可一味追求最新；
- AI在软件开发过程中目前只是在编码节点提效，实际在项目落地过程中，还包括很多其它环节，比如测试验收，在AI加入之后可能反而更慢了（代码质量不稳定，导致反复修改和测试），实际软件交付的效率并没有想像中的高；
- 如果只是纯粹的程序员，没有软件项目落地的其它环节的经验和积累，特别是需求对接，运营推广及获客环节的积累，不要轻易开启OPC(一人公司)模式；