面试问 Vibe Coding？这才是满分回答
发布于 2026年1月16日
引言
最近看到一条推文，说现在面试都开始问 Vibe Coding 了。我当时的回复是：
怎么 Vibe Coding 感觉也能问出很多东西，对项目的理解、任务的编排、技术架构的设计、提示词的设计、工作流，还有对 AI Coding 领域的关注度。
很多人的反应可能是：用 Cursor、Claude Code 这些工具，说一下要开发什么需求就好了嘛。
但实际上，Vibe Coding 没有那么简单。
我认为，真正的 Vibe Coding 需要工程化的思维、架构的思维。 没有这些，你只会被 AI 生成的代码淹没。
这篇文章，我会展开讲讲为什么。
Vibe Coding 的问题
门槛极低
Vibe Coding 的门槛很低。即使没有开发经验，任何人都可以打开 Claude Code 或 Cursor ，简单描述一个想法，然后看着 AI 把代码一行行敲出来。Karpathy 把这种体验描述为"完全沉浸在氛围中，甚至忘记代码存在"。
但这里隐藏着一个问题。 Vibe Coding 不是靠着简单的对话沟通就行了的。
缺乏架构思维的 Vibe Coding 是在加速产生垃圾代码
有开发者分享过真实案例：3 小时用 Vibe Coding 构建了一个原型，体验非常流畅。但回过头看代码时，代码一团糟，最终花了 5 个小时重构。
我把这种现象称为 "熵增"：没有架构约束的 AI 编程，随着时间推移，代码只会变得越来越混乱，难以维护。
当然，如果只是快速原型是没什么问题，怎么快怎么来，如果要继续迭代，就行不通。
AI 够强了，瓶颈可能在于人
Claude Opus 4.5、GPT-5.2 这些模型的能力已经非常强了，模型的能力还会继续提升，但现在的瓶颈可能是人。
如果表述不清晰、上下文混乱，AI 就会产生幻觉，编造 API、引入不存在的库、丢失架构约束。
这就引出了一个核心公式：AI 输出质量 = 模型能力 × 输入质量。
模型能力对所有人都一样。真正的变量，是你定义任务、组织上下文的能力。
怎么提升输入质量？答案是：将想法固化为受控的文件，规格文档、架构约束、任务工作流等等。
架构思维
架构的重要性
有了好的架构，AI 可以快速迭代功能，同时保持项目的稳定性和可维护性。架构为 AI 划定了边界，让它知道什么该做、什么不该做。
架构能力比编码能力更重要。以后的模式会发生改变：人类负责架构设计和任务定义，AI 负责代码生成。
Vibe Coding 的架构是什么样的
首先你需要有一套符合规范的规格定义
- 结构化的需求文档
- 技术约束
- 代码结构设计
- 项目的最佳实践
- 开发过程的 SOP，包含测试、验收等等
工程化
1. 文档化：将项目逻辑沉淀为 AI 可读的文档
在 AI 驱动的开发世界中，文档的首要读者不再是人类，而是 AI。如果 AI 无法高效地读取和理解你的项目文档，它就无法正确地遵循你的规范。
文档不再是事后的附加品，而是驱动开发的核心工件。
以 Claude Code 为例，常见的文档结构：
project-root/
├── .claude/
│ ├── CLAUDE.md # 整个规则的入口
│ ├── rules/ # 规则与约束
│ │ ├── code-style.md # 代码风格规范
│ │ ├── components.md # 组件设计规范
│ │ ├── api-design.md # API 设计规范
│ │ └── visual-spec.md # 视觉设计规格
│ ├── skills/ # 可复用的工作流
│ │ ├── brainstorming.md # 头脑风暴流程
│ │ ├── component-creator.md
│ │ ├── web-design.md
│ │ └── page-creator.md
│ └── commands/ # 自定义命令
│ ├── commit.md # 提交代码
│ └── plan.md # 制定计划
└── src/
CLAUDE.md 常见内容：
## 常用命令
...
## 技术栈
...
## 项目结构
...
## 架构概述
...
...
你必须 xxx
你不能 xxx
一开始让 AI 理解项目后自己生成这些文档，然后再人工进行详细的修改。
当项目调整时，更新文档。每次 AI 出错，就在文档中添加 你必须 xxx 等规则，不要嫌麻烦，这可以大大减少让反复 AI 修改的次数。
2. 任务编排：设计清晰的开发步骤
不要直接让 AI 开发，必须先制定详细的计划。 有了明确的计划，AI 才会按照计划执行，之后你就可以放心让 AI 逐步完成任务。
在 Claude Code 中，连续按两次 Shift+Tab 进入 Plan 模式。在这个模式下，详细告诉 AI 你想要什么。如果你不清楚，可以让 AI 给你推荐方案。
但单单计划和执其实是不够的。真正的开发是一套闭环：计划 → 执行 → 验收 → 不通过则重新执行 → 再验收。
我推荐从开源的任务工作流开始，比如 superpowers。它有一套完整的任务编排逻辑：头脑风暴 → 制定计划 → 执行 → 验收 → 完成任务。
最后，当一个任务结束后，建议开始新的对话，避免上下文堆积影响后续任务。
3. 自动化治理：长时间自主编码的前提
自动化治理是让 AI 长时间自主运行编码任务的前提。简单来讲，这是一套可以循环的工作流：
- 规划：AI 根据需求规划任务
- 生成：根据任务生成代码
- 验证：运行测试、检查代码
- 修复：检查并修复代码
- 确认：循环继续直到通过
Cursor 在博客 扩展长时间运行的自主编码能力 中分享了他们的实践：
- 规划 Agent：探索代码库并创建任务
- 执行 Agent：领取任务并专注于把任务完成到底
- 评审 Agent：判断任务是否完成，决定是否继续
单个 Agent 在执行专注的小任务时表现不错，但复杂项目需要多个 Agent 协同。多 Agent 协同目前还很难，但这是未来的方向。
4. 能力沉淀：将经验转化为可复用的 Skills
最近 Agent Skills 非常火。简单来说，就是把个人经验用文字沉淀下来，交给 AI 来执行。
我认为 Skills 在未来会变得非常重要。举个例子：Vercel 开源了一个 React 最佳实践的 Skills，这是一位十年经验大佬的技能沉淀——现在你可以直接拿去用了。
这就是 Skills 的魅力：技能可以被复制和传递。别人的经验写成 Skills，你通过 AI 就能获得这项技能。
作为项目开发者，你应该把熟悉的开发流程提炼成 Skills：项目的开发 SOP、组件创建规范、代码审查流程等等。这可以极大地解放重复劳动，交给 AI 来做。在 Claude Code 中，Skills 放在 .claude/skills/ 目录下。
此外，.claude/commands/ 可以定义自定义命令，比如 /commit 自动提交代码、/plan 制定开发计划等，让常用操作一键触发。
总结
看到这里，对于「面试问到你怎么看 Vibe Coding」这个问题，你应该心中有答案了：文档化、任务编排、自动化治理、Skills 沉淀
我写这篇文章的初衷是帮助大家扩充回答这个面试问题的思路，写着写着就变成了 Vibe Coding 的架构和教程了。
不管怎样，希望对你有帮助。在这个 AI 生成代码泛滥的时代，辨别什么是可持续的工程产物，什么是短期的技术债堆砌的能力更重要。
这篇文章的 Vibe Coding 的内容还是比较偏理论，对于刚入门的朋友可能还有点困难，如果你对这方面感兴趣，欢迎留言，我会出一期从 0 门槛入门的文章。
如果你觉得这篇文章对你有帮助，欢迎点赞、分享，你的支持是我持续创作的最大动力！