摘要：Vibe Coding是指通过自然语言描述需求、由AI自动生成代码的开发方式，核心工具包括大语言模型、Agent和工作流三层。本文按实操顺序拆解AI编程的三层架构，每步给出选型建议和操作路径，帮你找到最适合自己的组合方案。如果你平时经常整理会议录音、课程视频等音视频材料，Ai好记可以帮你把音视频转成图文笔记和思维导图，与AI编程工具配合使用，搭建自己的AI学习知识库！

目录

• 1 第一步：选模型
• 2 第二步：选Agent
• 3 第三步：搭建工作流
• 4 第四步：组合与上手

1 第一步：选模型

模型是AI编程的大脑，负责理解需求并生成代码。不同模型擅长方向不同：

• Claude（Anthropic）：编程能力公认领先，专注代码生成，不追求多模态。有Sonnet、Opus、Haiku等版本。写代码首选，价格较高
• GPT（OpenAI）：多模态全能型，文本、图像、代码都覆盖
• DeepSeek（深度求索）：国产模型，API价格极低，适合成本敏感型用户
• 千问（阿里）：国产模型，开源版本可私有化部署
• Gemini（谷歌）：与谷歌生态深度整合

选型决策：

⚠️模型无法直接读写本地文件，需要Agent配合才能完成完整编程任务。

2 第二步：选Agent

Agent是运行在本地电脑上的程序，负责执行模型的指令——读取文件、修改代码、运行程序。没有Agent，模型只能产出文本，用户需要手动复制粘贴。

模型通过Function Calling机制（JSON格式）向Agent下达指令，Agent解析后执行具体操作。

常见Agent对比：

选型建议：

• 新手优先选Cursor，图形界面友好，开箱即用
• 习惯命令行的直接用Claude Code
• 以上两者都支持接入DeepSeek等国产模型

3 第三步：搭建工作流

模型和Agent配置好后，直接提需求就能生成代码。但AI生成的代码常有两个问题：修改bug可能引入新bug；模糊需求导致输出偏离预期。

工作流就是解决这些问题的规范流程。核心思路是在编码前增加需求确认环节：

• DD（文档驱动开发）：先写规范文档，再生成代码
• TDD（测试驱动开发）：先写测试用例，再写代码
• 需求讨论：让AI通过提问明确需求边界

目前主流的模板化工具：

• OpenSpec：遵循讨论→需求规范→代码的流程。核心命令包括/opsx:explore（讨论需求）、/opsx:propose（生成规范）、/opsx:apply（生成代码）
• SDD Superpowers：类似思路，侧重先写测试用例再写代码的TDD流程

选型建议：

• 小项目或临时任务：不需要工作流，直接对话即可
• 中大型项目或团队协作：建议接入OpenSpec等工具规范流程

4 第四步：组合与上手

三层架构互相独立、自由搭配。以下是几种典型组合：

实操步骤：

1. 注册模型平台账号，获取API Key（DeepSeek需充值少量余额，Claude需绑定支付方式）
2. 下载Agent工具（Cursor直接官网下载，Claude Code通过命令行安装）
3. 在Agent中配置模型API Key
4. 新建项目，开始对话。首次使用时建议从小任务开始熟悉流程

理解这三层架构后，再看到任何新工具都能快速定位它在哪个层级、解决什么问题😊。

参考资料

• 本文基于B站视频@隔壁的程序员老王《Vibe Coding是什么？从AI模型、Agent到工作流，彻底搞懂AI编程工具》观点，由音视频转录工具Ai好记辅助撰写。用Ai好记，可以直接把音视频转成图文笔记，包含思维导图、文字大纲、模版总结等。如果大家也有音视频学习需求，可以试试，能省不少时间～