Jack Dorsey 的 Vibe 编码技巧

最近我观看了杰克为 goose 编写新功能时的状态，他那种处理方式令人深受启发。没有过度思考，没有完美主义——只有好奇心和乐于尝试的态度。以下是我观察他工作时的一些收获：

拥抱学习心态而非成功执念

与其执着于即时成果，不如每天用 AI 工具挑战自己，享受学习过程。定期阅读 AI 研究论文，保持对新发展的灵感和认知。当使用 AI 生成代码时，克制住提交前偷看输出的冲动。相反，要相信这个过程，专注于旅程而非结果。

从自然语言开始，而非技术规范

先用通俗易懂的语言描述你的需求，而不是死板的技术要求。你甚至可以通过口述提示词或使用日常对话语言与 AI 互动。在适当情况下，让 AI 自行决定技术选型，比如选用哪种编程语言。例如你可以说"开发一个视觉效果很酷的围棋游戏"，然后让 AI 来处理具体细节。

善用视觉传达

有时候图像比文字更能有效传递信息。遇到问题时可以截图并粘贴到 AI 工具里，这样能提供更清晰的反馈。当某个功能出现异常时，展示问题而不仅仅是描述，能帮助 AI 更快理解症结所在。

大胆迭代

遇到错误时不要放弃，只需说"重试"。拥抱"提示-观察-优化-重复"的迭代过程。每次失败都是学习机会而非终点，请持续实验与调整。

让 AI 处理架构设计

将精力集中在定义"做什么"，让 AI 来决定"怎么做"。避免过度提示。有时当你退后一步，给予 AI 做出技术决策的空间，反而能获得最佳结果。你的角色是提供创意方向，同时信任 AI 处理结构设计。

公开构建并分享成果

通过公开构建来规范 AI 编码的流程。分享你的实验过程，哪怕是那些混乱的部分，以此激励他人并传播知识。记录你的工作流程和发现，让社区能从你的探索中获益。

持续测试

不要仅因生成结果就假定其有效。实现新功能后务必立即测试，并通过真实用户交互来指导改进方向。持续测试能确保工作的可靠性。

培养你的 AI"品味"

随着时间的推移，你会逐渐学会分辨 AI 输出的优劣。培养一种直觉，知道何时该接受 AI 给出的内容，何时该提出异议，以及何时该要求修改。你的创造力和判断力对于取得出色成果仍然至关重要。

策略性地运用上下文

为 AI 提供足够的背景信息，使其能清晰理解你的目标。尽可能利用记忆或历史记录功能，保持不同会话间的一致性。如果对话变得过于冗长或混乱，不妨暂停一下，重置上下文后重新开始。

突破传统编程思维

要记住，人工智能也为非程序员群体提供了构建有意义应用的机会。重点在于解决问题，而非追求完美语法。即便没有传统编程技能，仍需付出努力和缜密思考才能创造出有影响力的作品。

安全与质量依然至关重要

人工智能无法取代人类监督。务必审查生成代码是否存在安全漏洞，并要求 AI 自行分析输出结果以寻找优化空间。绝不能跳过检查质量和安全性的关键步骤。

构建激发你灵感的项目

从真正让你兴奋的项目开始。将人工智能作为探索那些你可能未曾涉足的想法的方式。让好奇心引领你，使你的学习之旅更加引人入胜且富有意义。