为什么同样是 Vibe Coding，别人又快又稳，你这边老翻车？
下面这 10 条，是我这几年 AI 编码踩坑总结出来的经验：
1. Git 是必备的，建议小步提交，避免 AI 把代码改乱改坏。
2. 让 AI 动手前，先看工作区。确认没有未提交改动，再单独拉分支。别直接在主分支上裸跑，不然后面排雷会很痛苦。
3. 需求别丢一句“帮我实现 xxx”。先写清目标、限制和验收标准，比如字段、权限、数量限制、错误处理。你可以让强模型帮你做这件事。
4. 让 AI 参考项目里的好代码。别只说“你得写优雅点”，直接让它看现有 Controller、Service、测试怎么写。
5. 项目坑点和规范写进规则文件。CLAUDE.md、AGENTS.md、Cursor Rules 里只放 AI 容易犯错、团队又必须遵守的东西。
6. 重复套路沉淀成 Skill。TDD、代码审查、前端检查、网页调研这些固定流程，不要每次靠聊天重新提醒。
7. 贵模型别拿来搬砖。强模型定方向、拆任务、做 Review；便宜模型负责具体编码和补测试，更划算。
8. AI 说修好了不算。看测试、命令输出和 diff。没跑测试就写没跑，性能优化也要有耗时、EXPLAIN 或压测数据。密钥、迁移、删除、推送这类操作必须人工确认。
9. 一个会话别塞太多任务。长任务要写 NOTES，方便新会话接着干。
10. 多 Agent 先串行再并行，流程跑顺以后，再考虑 worktree 并行、Agent View 这类玩法。subagent 适合做专项任务，可以在独立上下文中运行。
希望这些建议对大家有帮助，建议收藏一波！
说白了，差距其实不完全在谁的 Prompt 写得好，或者谁的模型更强。Vibe Coding 也不是闭眼让 AI 狂写。
短期做原型，可以大胆一点，先把东西跑起来。但只要代码要长期维护，就得把 AI 拉回正常的工程流程里。
AI 写代码越快，Git、测试、Review、Spec 这些东西越不能丢。
以前它们主要是约束人。现在，也顺手约束一下 AI。
⭐️推荐阅读:
《SpringAI 智能面试平台》（2.0 版本已开源）(Star 数量 2.1k+)
AI 应用开发面试指南：大模型、Agent、RAG、MCP、Prompt 工程(累计阅读接近 50w+)
AI 编程实战指南：Claude Code、Cursor、Codex、Trae 使用技巧与面试题(累计阅读接近 70w+)
