【封面图值得设计下，渐变纯色背景加上文字】
Hi，我是 Joey，2026 年的上半年我完成了两款软件的开发。一个是 PicNexus，另外一个是 BoreWave。
我之前对编程是门外汉水平，所学专业也不是编程相关，但是在 AI 的辅助下，我完成了这两款软件的开发，下面我也会讲一下这半年多来的历程，希望对你有所帮助。
[TOC]
Vibe Coding 成果
先简单介绍下这两款软件。
PicNexus 是一个多平台的图片上传工具，支持多个公共图床以及大厂OSS上传，并附加一些管理功能，还支持 Typora 和 Obsidian 插件上传图片功能，同时支持 CLI 命令行上传。
【PicNexus 软件截图配图】
代码行数10万行左右，开发周期6个月。
BoreWave 是一个岩土专业软件，主要功能是剪切波速快速制图，相对于原先的工作流提效 99%。
【BoreWave 软件截图配图】
代码行数5万行左右，开发周期 40天。
这两款软件，PicNexus 现在是还有一些细节需要继续打磨，BoreWave 则已经是可以交付实际使用（经过多台设备进行了多种测试）。
我自己认为这两款软件，功能有达到我的预期，UI界面打磨也算不错，我自己也是愿意去使用也会推荐别人去使用，算是可以是「拿得出手」的。
Vibe Coding 使用的工具、模型和花费
主要使用的工具是 Visual Studio Code 以及其中的 Claude Code 和 Codex 扩展插件。
主要使用的模型有 Claude 家的 Opus、Sonnet 系列模型、和 OpenAI 家的 GPT 系列模型。此外也曾用过 Gemini、DeepSeek、MiniMax、GLM 等模型。
花费的费用：5800 块，我曾用过的渠道如下，目前主要使用的是 Claude 和 OpenAI 官方的订阅。
-
Cursor：一开始接触的是这个，也是最早提出 AI coding agent 理念并应用的（应该是，存疑），后续因为使用 opus 模型消耗过快，就更换选择了。
-
Claude 和 OpenAI 的官方订阅：可以通过谷歌或苹果应用商店订阅，可以使用国内外币信用卡，最稳，即使被封号也能退款。
-
中转站：这个也很复杂，有掺水的、出卖用户数据的、提桶跑路的，建议就是少量充值，随用随充。
-
私人拼车：这个得靠运气，取决发车人的良心，还有一些就是中转站伪装成拼车，注意甄别。
-
薅 Google Antigravity 反向代理出的模型（失效了），还有一些网站软件试用或免费的羊毛（factory-droid、kiro、opencode）。
目前来看，Claude 使用的量大的话使用官方订阅最划算，也能体验到最新的功能。Codex 因为有很多漏洞、优惠等路子，所以使用中转站会更划算（倍率小于 0.25x）。
我是怎么做的？
用语音输入法直接把想法讲出来，和 AI 对话，告知他你要做一个怎样的软件，让 AI 一步一步引导你确认细节，最终形成开发文档，再开始行动。
用语音输入法能够更快将脑海里的内容快速输出出来，但是更多的时候我还是用键盘输入。
- skills 的使用：skill 技能文件其实也就是一套文本文档，里面记录就是一套工作流，AI 的能力发挥程度取决于每个人的使用方法，skill 技能文件就记录一套解决某个问题的方法论工作流，有了这个文件，我们就可以复用别人优秀的工作流，还有，如果我们自己也总结出工作流，也可以创建为一个技能文件，下次调用的时候，直接可以一键调用，不用每次都重复多次输入提示词了。
- 上下文脚手架的搭建：AI 能力很强，但是他就像一个实习生一样，每次对话开始都是对这个项目一无所知，所以我们要告知它上下文，一个是 Claude.md 或者是 agents.md 这个是最重要的，每次对话的 AI 都会读这个文件。另外一个我觉得就是项目的文档的建设，每次对话，若产生决策变更，或难点解决后记录，项目架构、数据是如何流转，都应该记录下来，且发生变化的时候都应该记录下来。前面的Claude.md 或者是 agents.md 是告知AI要这么做，项目文档就是要记录以及更新的地方。
其实细讲一下，可以讲很多，我知道的内容也不够深入，但是对于实际入门使用而言，很简单，直接从对话开始就行（就像截图中这样），其他可以在用中学。AI 现在已经很强了，即使没有上面讲的东西，AI 也可以完成大多数要求。
我的一些经验
- 使用 plan 模式，先规划再执行：对于复杂一点的问题，先进入规划模式让 AI 调研出计划，再审阅计划再执行，比直接让 AI 动手改会更好。
- 让 AI 用大白话跟你讲清楚问题、解决方案：像我们一般都是看不懂这些专业术语的，那我们又得把握全局，不让AI跑偏，那么我们就可以让AI用大白话将问题以及解决方法用大白话讲清楚，当然如果我们无法判断，可以让他还是用大白话将利弊分析清楚再做决策。
- 多模块小文件开发，不要累计一个巨型文件（写入到Claude.md 或者是 agents.md中）：这两个项目实际开发过程中，后期常会形成一个几千行代码的大文件，其实这个不好 AI 读起来、改起来会很费劲，软件工程中有一个多模块小文件开发的思想，就是将可以单独放在一块的功能揪出来，放在一个文件中，这样单文件中的代码行数少，功能清晰，便于复用，需要使用的时候就直接引用就行了，而 AI 开发的时候常常会在现文件上进行更改，所以会导致巨型文件的产生，我们应该尽量避免这种情况的发生。
- 描述不清楚需求的时候，可以让 AI 复述一遍：跟前面让 AI 用大白话解释一样，我们有时候不会用词准确的描述，就是一个普通用户的角度再描述事情，这时候 AI 可能会理解错意图，这时候可以让 AI 先复述一下你的意图，你看看是不是这么一回事，没问题再行动。
- 可以使用「最佳实践」「开源方案」等字眼让 AI 联网搜索：这个我觉得就是站在巨人的肩膀上进行开发，我们遇到的问题，别人一定有遇到过，很多时候，已经有很成熟的解决方法或者是说是最佳实践，所以这时候就不要从零开始了，直接去复用最佳实践，开源方案，让AI去搜索，去寻找，这样可以节省大量的时间，以及不用再去调试错误，别人已经帮你考虑得十分周到了。
- 学会使用 git：这个工具相当于游戏中存档功能，就是可以让你在 AI 修改代码改错了，可以回退到上一个状态，这是一个十分重要的工具一定要用上。当然他的功能远不止于此，这里不在于赘述。
- 复盘：当在一些问题上纠结蹉跎半天后，将经验教训记录下来，这是宝贵的知识。
让AI去查AI
前面有提过，我是看不懂 AI 代码，而且以如今 AI 生产代码的速度，我想看也是力所不及。那如何去判断代码的质量，是否存在 bug 呢？除了让 AI 自己审查自己之外，还有一个招——就是让不同的 AI 模型之间互查。
软件界面的 AI 味很浓，缺乏审美怎么办？
代码逻辑方面 AI 很强，但是实际 UI 表现方面目前我觉得还不行，要么是 AI 味浓，要么就是缺乏审美。
目前是有一些相关的 skill 技能文件可以解决 AI 味审美问题，figma 也推出了 AI 的功能，可以设计出好看的界面，但是这些我还没有深度体验过，先提一嘴。
我目前使用的 Claude Design 和 Pencil 来设计软件界面，还有使用 UI 框架进行开发，目前做出来的软件样式就是如上文截图所示，在我来看已经够用。
我的建议是，在一开始的时候就把 UI 原型先画出来，定下统一的设计规范，这样 UI 布局排版样式如何，我们心里有数，让 AI 找出原型开发，后续修改也会有设计规范约束。
还有另外一种情况是修改 UI 的时候，经常会改出来的界面排版错乱，我这里的经验是：AI 改 UI 实际改的是代码，是在盲写，看不到实际的界面，应该要求 AI 碰像素就截真机图核对，但分级、不一刀切。
默认知识
默会知识的意思是人类文明里大量”一时说不清但懂的人都懂”的东西，比如说「德鲁克原理」、「第一性原理」，就是我说一个概念名词的时候，我不用再去花费大量口舌去描述了，它包含了一整张语义网络，其方法论、案例、边界都在里面。或者，我觉得还可以理解成为「梗」，当你说一个梗，比如说「真香」「鸡你太美」，大家就懂我的意思了吧🧐。
在这里，我想提的是「默认 AI 会」—— AI 大模型在训练的时候，已经将这些内容编码进去了，你只要在提示词中出现”德鲁克原理”、“第一性原理”这类高浓度名词时，AI 看到该名字，就会将这些名词包含着方案论、案例、边界的语义网络激活，输出内容的质量会得到明显提升。
以下是我觉得比较有用几个词，分享给大家：
- 第一性原理 — 拆到本质，从零推导
- 德鲁克原理 — 做正确的事 > 正确地做事
- 奥卡姆剃刀 — 两个方案选简单的
- KISS 原则— 反过度设计
- 单一职责原则（SRP） —一个模块只做一件事
最后
Vibe Coding 这件事就像玩游戏、刷短视频一样让人上瘾。我在编码过程得到及时的正反馈，再加上当完成原不可能完成之事的成就感。
此外，决定项目质量的除了 AI 的能力之外，还取决使用者自身的审美、认知、要求和想法。简而言之，就是一个人把产品经理活也干了。所以自己过去积累的经验、认知是最宝贵的财富，能让 AI 「变现」，用它们结合 AI 做出的东西才是独一无二、难以被复制的。
AI 真的可以极大促进生产力，但是如果是我来提建议的话：多想想去拿 AI 将手头上重复繁杂活弄轻松点开始做最好，这种事有即时反馈，每走一步都看得见好处，更容易成，也不容易空。