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：

需求场景	推荐模型	理由
追求代码质量	Claude	编程能力公认领先
成本敏感、国内用户	DeepSeek	API价格极低，直连可用
需要私有化部署	千问	开源模型可本地运行

⚠️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：

Agent	开发方	特点	适合人群
Claude Code	Anthropic	命令行工具，与Claude搭配最佳	习惯命令行的开发者
Codex	OpenAI	OpenAI官方Agent	已在使用OpenAI系列模型的用户
Cursor	第三方	图形化IDE，支持多模型切换	新手、需要图形界面的用户
OpenCode	开源社区	开源Agent，可自由搭配	开源爱好者

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：

方案	模型	Agent	工作流	适用场景
入门组合	GPT/Claude	Cursor	不需要	新手快速上手
编程最强	Claude	Claude Code	OpenSpec	复杂项目
成本最优	DeepSeek	Claude Code	不需要	国内用户日常开发
开源方案	千问	OpenCode	可选	开源爱好者、私有化部署

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～