Vibe Coding 6个月血泪史:小白入门必看的避坑指南(第一部分)

图片[1]-Vibe Coding 6个月血泪史:小白入门必看的避坑指南(第一部分) - AI应用工坊-AI应用工坊

 

Vibe Coding 6个月血泪史:小白入门必看的避坑指南(第一部分)

今天和刚刚开始学习Vibe Coding的朋友聊了一下午,又重温了一下(自己当初)刚入门Vibe Coding时作为新手所面临的各种(都快忘掉了的)痛苦;刚好借这个机会把过去Vibe Coding半年时间的一些入门经验梳理一下~ 以本文遥寄这位朋友 :

备注:

  1. 1. 由于内容较多,分多期作为纲要通过该公众号发出;

  2. 2. 此经验截至2026年2月7日,由于AI/Agent技术一日千里,并不能保证其时效性,可能随时过期,特此备注)

  3. 3. 我主要使用腾讯云,所以示例都以腾讯云为主(其他云厂商其实也差异不大);

Vibe Coding编程环境

  • • 最推荐的Vibe Coding的环境依然是VS Code:开源,免费,插件生态无敌,开放性强,不论你使用什么Coding Agent基本都有插件和终端两套方案可供选择:

  • • 以KIMI Code为例,你既可以在Terminal终端使用KIMI Code(下方),也可以在VS插件中使用KIMI Code(右侧)

    UxtBHy

  • • OpenAI的Codex、Athropic的Claude Code还有国内大厂的Coding Agent基本都是双料支持Terminal终端和VS Code的插件;

  • • 如果你是Google AI Pro/Ultra的订阅用户,你可以使用Antigravity桌面端(在最近对Opus限流之前,还是很香的,但现在有点鸡肋的);

    h74yyd

  • • 如果你是OpenAI Plus/Pro订阅用户,你可以使用(刚发布的)Codex桌面端;

    WQijaX

  • • 国内产品可以选择字节家的Trae,企鹅家的CodeBuddy、阿里家的Qoder等桌面端;但我的确很久没有用这几家大厂的产品了,究其原因还是… 我是跟着大模型走,而不是跟着客户端走… KIMI K2.5的确挺争气的!

大模型的选择

  • • 国内大模型(截至2月7日)首选Moonshot的KIMI K2.5,原因如下:

  • • 多模态,多模态,多模态!你在coding过程中扔给它图片(甚至视频)它都看得懂,GLM4.7之类的就真的因为不是原生多模态模型,吃亏很多;毕竟很多东西纯用语言是很难描述清楚的;

  • • 性价比极高:(OpenRouter价格)输出百万Token价格是$2.25美金; 顶配订阅价格是¥199/月,中重度使用的情况下也比较耐用的;

    jotTM9

  • • 由于性能优秀,很多延伸型Agent(比如OpenClaw/Clawdbot或者OpenCode)默认支持KIMI Code的API登录方式,这样你的订阅就有更高性价比了,我目前所有OpenClaw的bot全部都是由KIMI K2.5来驱动的~ 看看这个quota,心里很踏实

    ux8vVs

  • • 复杂Coding首选GPT5.3-Codex,原因如下:

  1. 1. 首先,性能极为强大!风格是“人狠话不多”,基本上接到一个任务之后,就闷头干10分钟,然后交给你一个“一次过”的交付成果。(我的确还在适应GPT5.3-Codex这个“闷罐子”性格)

  2. 2. 不容易封号!我这周一就又被Claude Code成功封号!Again!

  3. 3. 同时支持:Terminal终端、VS Code插件、桌面客户端 — 反正是都支持!

  4. 4. Quota很耐用!10分钟的工作大概耗费周quota的1%左右,心里踏实的狠!

  • • 关于Opus4.6:由于我刚被封号,所以没有机会做很多测试,但目前我自己看到的反馈是Opus4.6由于上下文超长,所以非常快就会把用量quota给烧光。再加上太容易被封号,你就是再强,也不能让人踏实使用啊!(OpenRouter上Opus4.6的百万输出token费用是$25,是KIMI K2.5的贵10倍以上!)

鉴于本文面向Vibe Coder初学者,结论很明确:不建议小白使用Opus4.6/4.5系列模型!

模型选择

  • 非复杂编程:推荐订阅版KIMI for code(K2.5)
  • 复杂编程:推荐订阅版OpenAI GPT5.3-Codex

同步至Github

建议养成将所有内容同步到Github的习惯:

  1. 根据内容敏感程度,在Github创建公开或私有仓库(不确定时建议先选私有)
  2. 通过Github Desktop或git clone将仓库克隆到开发环境
  3. 基于此git仓库进行开发或知识库维护
  4. 频繁执行git push同步到远端,避免代码丢失(可让Agent编写定时同步脚本)

重要提醒:仓库创建后立即添加.env文件存储API KEY等敏感信息,并将其加入.gitignore避免意外泄露

记录与发布

践行”公开学习,公开写作”的费曼学习法,通过输出梳理知识体系:

基础设施

  • 记录工具:VS Code(安装Mark Sharp/Markdown Preview Enhanced插件)或Obsidian
  • 文档框架:VitePress/Docsify/Docusaurus/Astro等开源框架,提升展示效果

A4JR9q

  • 公众号渲染:Doocs框架+COSE插件

VSaokR

发布流程:Obsidian/VS Code → Doocs → COSE → 微信公众号(可同步至小红书)

自动化:可开发skill实现全自动发布(约30分钟开发时间),目前建议保留人工审核环节

云服务器配置

必要准备

  • 购买个人域名(https://console.cloud.tencent.com/domain)

Anm1py

  • 掌握DNS配置(https://console.cloud.tencent.com/cns)

c7H44y

服务器选择

  • 新手可选购轻量应用服务器,首购优惠力度大
  • 不推荐2核2G入门配置,建议最低2核4G,理想配置4核8G
  • 预算有限可考虑Spot Server(实时竞价服务器),但需定期制作系统镜像以防资源回收

zto8BD

5hzzGe

  • • 强烈建议购买海外节点,这样,你在安装各种依赖拉取各种库或者组件时,就不会遇到各种奇怪的bug(Github仓库同步、Docker Hub镜像下载、npm等等等等;为什么会有那些奇怪bug?不方便在这里展开讲了,懂得都懂…)

  • • 服务器的登录方式推荐密钥对方式:

  • • 密钥对方式需要你创建密钥对,并将.pem密钥文件保存到本地(千万别把.pem密钥文件给弄丢了!)

开发模式的选择

  • • 推荐新手小白采用Remote-SSH方式直接连接云服务器进行开发:
  1. 1. 将要连接的服务器的IP、登录用户名、pem密钥保存位置写入一个.md文件

  2. 2. 将这个.md文件喂给一个Agent,让其帮你配置Remote-SSH config

  3. 3. 配置完成之后,cmd+shift+P –> Remote-SSH –>选择配置好的服务器,点击连接

  4. 4. VS Code会打开一个新窗口以完成Remote-SSH连接,并安装所需要的插件(注意,硬件配置如果太低,安装大一些的插件会挂掉!!!!!)

  5. 5. 推荐安装KIMI Code插件、KIMI Code CLI和Codex插件以及Codex CLI;

  6. 6. 连接成功后,左下角会显示 {SSH:服务器名称}

    4Oad7n

  7. 7. 你的开发体验和本地开发是完全一致的!好处是,你开发完毕之后可以立即发布;结合DNS配置,可以让别人快速看到你的demo/showcase; 坏处是,这个不适用于已经有稳定用户的生产环境;

  8. 8. 此外,云服务器也是推荐大家部署OpenClaw/Clawdbot的最佳选择(而不是MacMini)

本地开发环境的选择

  • • 能选择Mac的话一定要用Mac

  • • Mac和云服务器的Linux操作系统同源,很大量减少”本地可以work,部署到云端就不能work的问题“,反之亦然(当然,你还是需要依赖于Docker、Dev Container等技术来进一步提高兼容性的;但,你遇到的坑肯定会比Windows少很多)

  • • Mac的选择:

  • • 选Apple CPU(M1-M5)性能强大,功耗控制优异;

  • • 硬盘重要性大于内存(16G+M1 CPU的Macbook Pro放到今天依然能打,但让你痛苦的必然是硬盘空间不足)

  • • 如果你不是重度Coder(本篇本来就是写给小白的)那么:

  • • Macbook Air:16G+512G起步

  • • MacMini:16G+512G起步

  • • 不推荐16G+256G的丐版MacMini,硬盘真的太小,啥都没干呢,就只剩50G硬盘了… 非常痛苦

  • • 不要奢望靠外接硬盘改变这个问题,因为外接硬盘在实际Coding过程中会有各种奇怪的限制和坑…

  • • 经费有限? M1/M2芯片的机型真的依然很能打!

© 版权声明
THE END
喜欢就支持一下吧
点赞12 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容