三大模型优势对比

Claude Opus 是干活智商在线的，太复杂 bug 容易拧不清，好在实力均衡

Codex 是数学家，修复算法 bug 很厉害，但是平常干活太慢了，着急

Gemini 是前端专家，修复一些前端多重事件相互冲突的疑难杂症是把好手

不要手写CLAUDE.md

用 Claude Code 不要手写 “http://CLAUDE.md”

很多人说为了避免 AI 幻觉，要写“http://CLAUDE.md”文档给 AI 加约束

是的，但是你可以不用手写的

下面是我的使用经验

1. 进入 plan 模式详细的说你软件的设计、功能、操作流程，甚至你可以让 AI 学习你过去的代码和友商的截图

2. AI 写完以后，多做测试，如果功能阶段性稳定，就告诉 AI：“把这些功能写入http://CLAUDE.md，避免 AI 幻觉”

3. 然后继续写功能，如果功能错了就 git checkout ，如果功能对了，就继续让 AI 更新“http://CLAUDE.md”文档

这样既可以快速完成软件，又不用手动更新，特别是当前更新有复杂算法的时候，你自己手工写还不如 AI 写的精准

人类是AI的拖油瓶

这段时间深度用了 Opus 发现

如果一个人兼具 CTO、产品经理和设计师的技能，只要思路清晰，2 天做一个商业级 App 很轻松

唯一的瓶颈是人要睡觉，拖了 AI Agent 的后腿

谁要开发一个睡眠终端，睡觉的时候给 AI Agent 提示词，第二天起来地球会不会毁灭？🤣

plan的重要性

1. 先写 Plan 把核心技术、界面布局和操作逻辑都描述清楚，这样 AI 写出来的代码特别稳定，不会是那种逻辑混乱的 shit

2. 好好的把 PC 端测试一下，用心的打磨 UI 细节、操作逻辑、交互细节

3. PC 端打磨好以后，让 AI 根据稳定的功能输出http://CLAUDE.md文档，避免 AI 后续开发功能产生幻觉

4. 再次进入 plan 模式，让 AI 根据 PC 端的功能给你手机端的 UX 建议，因为 AI 非常理解 PC 端的逻辑，它的建议一般都很实用，完整的写下你的移动端 UX 方案，和 AI 认真探讨各种细节，并让 AI Review 一下你的方案，看看逻辑和交互细节上是否有漏洞？

5. AI 定制的移动端改版方案没问题，直接开干，最后测试移动端，打磨 UI 细节

按照这个步骤开发的 AI 软件，又快又稳定

AI编程更应该像建筑师一样思考

这个和我今天晚上和非开发同事聊的差不多

AI 是能力的放大器，更是建筑师的包工头

怎么说？

Vibe Coding 软件真的要走得远，本质是你要理解什么是 Vibe Coding

Vibe Coding 和建筑师很像

你终于有一天是建筑师了，只用坐在办公室了，不用亲自打地基、了解材料热力学特性、走网络、做软装和外墙造型了，你只用坐在办公室规划图纸就好了

Vibe Coding 的最后就是建筑师职业

但是一个优秀的建筑师，以前肯定知道怎么造楼的方方面面，跑过无数次工地，被各种大的小的事情坑过无数遍，无数遍经验造就了设计师的能力

编程也是一样的，你只有趟过无数个坑，你才不会被 AI 坑到，你才会在 AI 走入死胡同的时候拉它出来，给它新的方向，你才会虽然不看代码，但是看表现就能知道它代码结果哪里没设计好

而这一切都源于你做过，你擅长，你知道怎么收尾

AI 本质就是在你知道的认知领域，按照你的指挥，帮你干体力活，如果你已经做过很多模块，新的软件只是把过去的模块重新组合创造，那么 AI 很合适，因为它像一个任劳任怨的同事再给你干苦活累活

如果你没有干过建筑师，你才盖了一个毛坯房，你就觉得自己牛逼，但是你会发现，你盖到 2 楼你就盖不下去了，你不知道怎么通过合适的提示词控制 “AI 这棵树怎么精确生长”， 你的业余的话只会给 AI 增加过多的冗余代码，直到有一天，上下文超过 AI 的脑容量，你再说什么它都是糊涂的

本质 Vibe Coding 到商业化的方法途径就是三个：

1. 自己曾经是商业化落地的程序员，蹚过无数坑

2. 新的软件本质是新的架构，大脉络一定要清晰，脉络不清晰，楼盖不高

3. 骨架改好了，其实剩下的事情很简单，在某一个维度（约束上下文），人类做测试，AI 微调，知道水电、软装和外墙装好

像一颗树从下到上去AI编程更稳定

AI 现在进化非常强大，深度思考能力很厉害，比三个月前厉害多了

要用好 AI 的话，其实就把软件工程想象一棵树

你以前知道这个树，它是怎么逐步生长的

所以说你每次跟 AI 布置任务的时候，要从这树根到树枝去布置，且每次布置任务的时候，不要贪多，尽量功能小、明确

这样从树根到树枝的任务布置，AI 写代码，即使不需要很多约束文档，它也会写得非常好，因为它的上下文很明确

我昨天晚上就是从树根到树枝这样去梳理整个项目的发展，然后写的 todo list， 然后每一个 todo list 都是非常明确的

基本上除了窗口阴影这一块，AI 有点犯糊涂以外，其他都是一次写对的

而且还有个细节，就是如果 AI 写对的时候，要及时 commit，保护它的成果，免得你写了很久以后，有一次需求没说对，然后它给你全部搞乱了

那你就要重新跟它说话了😂

AI时代更需要老师傅

AI 时代最好的程序员是那些爱学习的老师傅

不是便宜的新手程序员

AI 的代码还是需要老师傅矫正的，只图便宜的老板，有一天线上系统崩溃以后，你会发现没人背锅，因为新手程序员早就跑路了🤣

AI时代更好的组织架构

分享一下 AI 软件开发的流程：

1. 产品经理先画草图

2. 产品经理和技术总监和项目经理沟通需求

3. 技术总监研究出每个地方核心点的技术原理

4. 打开 Claude Code Opus，进入 plan 模式，先告诉 AI 你要做什么软件，然后告诉 AI 每个点的核心技术，然后产品经理详细描述一下软件的 PC 和手机的控件细节和交互流程

5. 让 AI 总结软件的实现细节、核心原理、交互流程，并且让 AI 检查逻辑操作漏洞和交互细节，反复检查

6. 没问题后让 AI 干活，30 分钟左右全自动干完

7. 测试，让 AI 改界面，改逻辑，改 UI 细节

8. 开发对接懒猫微服存储

9. 发布，给用户反馈，让 AI 修 bug

AI编程适合的场景

Vibe Coding 适合的场景：

1. 探索未知技术，让 AI 帮忙找到底层 API
2. 解读别人代码，快速理解程序脉络
3. 明确需求的情况下，帮程序员减少功能模块的体力活

也适合不懂编程的人写一些 Demo，验证想法

但是不适合一直许愿，超大项目的 AI 编程，如果没有超大规模的架构/风格/模块约束文档，功能越多，上下文越大，越容易失控

AI 是好副驾，但是不是新手构建超大规模软件的许愿池

AI整体思考法

随着功能越来越多，代码越来越复杂，加上 AI 的上下文是有限的，项目后期经常遇到 AI 修一个 bug 修不好

就像水里的葫芦，这边按下，那边又起来了

原因是什么呢？

大概率是有一个功能的逻辑牵扯面太广了，AI 缺少一个 “总体逻辑” 去搞定所有牵扯面的 bug

这时候，如果你不讲究整体思维，还是然它一个劲的修 “局部”bug， AI 来回修 Bug 的同时又产生新 Bug 会把你整崩溃

这时候怎么办呢？

进入 plan 模式， 你完整的把这个功能相关的所有逻辑都给他讲一遍，让它理解所有牵扯面，你期望的逻辑操作和正确的逻辑是什么，这里描述一定要逻辑严谨完整

然后让 AI 检查现在的代码是否和你期望的 “整体逻辑” 是否相符？

AI 回答完，你会发现 AI 检查出来，代码的好几处逻辑都和你的 “整体逻辑” 不符合，比如你的逻辑有 10 个点，而 AI 检查代码只覆盖了 6 处，剩余的 4 处，如果你不按照 “整体逻辑” 去修复，只修复你当前遇到的这一处，就会发生按下这头那头又起来的问题

所以，解决方案是：

1. plan 模式： 整体讲一遍逻辑

2. plan 模式：AI 先和你对齐整体逻辑的需求

3. 让 AI 理解整体逻辑后，所有不满足的 bug 一起修复，而不是只修复一处

这样一次就可以写一个很完备的补丁，这就是我用 AI 编程为什么这么稳定的原因

用整体逻辑法修深层次 bug