对于我而言对于真正 AI Coding 应该是在25年年底,虽然前面也在用了cursor,github copilot等工具,但是这些工具更多的是辅助编程,而不是完全由AI来完成编码工作。很多时候还是我自己主导,尤其是后端开发,AI更多的是帮我完成一些重复性的代码生成工作,比如生成CRUD接口,生成数据模型等。大概就是在11月左右,我开始尝试claude code, codex,同时也用了这两家的最强模型,也使用了国产GLM4.7, 配合claude 工具,在很多时候也可以很好的解决日常的开发工作。也是在这段时间,各种AI工具层出不穷,OpenCode, zcode, 以及在 X 上大家开始各种通过 Vibe Coding 开发出了各种有趣的项目。在之前个人可能因为技术栈的的问题,大家的工作是比较有明显的界限的,前端开发,后端开发,数据分析,运维等,但是现在AI Coding 的出现,让很多人可以跨越技术栈的界限,甚至在自己不了解的技术领域做出一些有趣的项目。在之前如果真的想要快速做出一个产品,还需要花费大量的时间去学习相关的领域知识。而现在AI Coding 的出现,让很多人可以快速的实现自己的想法,甚至不需要太多的编程经验,也可以通过AI来完成编码工作。
思考
随着 AI 能力不断的增强,大家也在不断整理自己的SOAT,很多开发者和公司也在基于自己的SOAT 来开发各种 AI 工具,来提升自己的工作效率。但也正是每天都在涌现各种 AI 工具,这个月的的 SOAT在下个月可能就被新的替换,对于我自己而言,应该如何适应这个变化?
最近自己所在的公司也在尝试搭建公司内部的 AI 工作流,但这个工作流其实不是来提升 单兵作战 能力,更多的还是希望通过特定的工作流来提升团队开发的效率,我自己不是很认同这种方式。目前而言,每个开发者的 Vibe Coding 工作流和最佳实践并不同,如果强行让不同的人的 Vibe Coding 工作流统一,可能会适得其反,反而降低了开发效率。
传统意义上的 “团队协作方式” 确实应该被重新定义,随之可能变化的是,代码库的组织方式,代码的管理方式,代码的评审方式等,在 Vibe Engineering 时代,强解耦的并行,所以需要我们能把问题切分成足够清晰、边界明确的“领地”,这样每个人都可以在自己的“领地”内高效工作,而不需要过多的依赖其他人。这样一来,团队协作的效率就会大大提升。
从管理的角度看,这其实是一个挺大的挑战。因为你不能再用统一流程、统一节奏去约束所有人。对顶尖的 Vibe Coder 来说,过多的流程和同步反而会显著拉低效率,甚至抵消 AI 带来的增益。管理者更像是在做“资源调度”和“冲突隔离”:确保不同头狼之间尽量少互相干扰,同时在必要的时候,能够通过清晰的接口、契约和测试来完成协作。
在面对变革的时候,还是应该积极拥抱,根据新的方式调整自己的工作流。接下来自己也要根据 AI 制作更适合自己的工作流,不断提升自己的 Vibe Coding 能力,提升自己的效率。
朋友的话
自己的日子过成小众,就可能从里边找到市场。自己的经历爱好能力,都可以分到某个大众赛道里去,就很难找到需求。有一头在特别小众的圈子里,就容易多了。