最近，OpenAI 创始成员 Andrej Karpathy 在推特上分享了他使用 Claude 进行数周高强度编程后的感受。
他说自己的工作流在这几周内发生了巨变，从 80% 手动编码，转变为 80% 由 AI 来写，这有点伤自尊。但对于不懂代码的我们来说，编程的门槛正在消失意味着创造的可能性正在打开。
上周末，APPSO 在广州未来社·533 举办了第二期「AIDONE 线下场」，这次我们的主题恰好就是 Vibe Coding。
我们携手专注人机交互的 AI 专家薛志荣老师，一场「 0 基础手搓 AI 工具」的创作工坊，和数百位创作者现场用 AI 手搓产品，一起感受「AI 超简单」。
「原来，创造工具的第一步，不是写代码，而是学会清晰地表达。」
现场一位创作者的感叹，其实也是这期 AIDONE 想聊透的是事：清晰的思考和表达，是 AI 时代的核心生产力。想明白，说清楚，其他的交给 AI 去做。
AIDONE 现场精彩瞬间回顾👆🏻
在开放麦环节，来自 AI 产品前线与独立创作领域的八位分享者，讲述了自己与 Vibe Coding 的故事。
故事的主线是：AI 不会让程序员消失，但它正在让更多人成为创造者。这或许就是 Cowork 时代最大的意义。
以下是 APPSO 为大家整理的开放麦干货内容，enjoy ～
字节跳动 TRAE 产品经理 Leon Wang：从专业工具到全民应用
字节跳动 TRAE 产品经理 Leon Wang 带来了 Trae 一周年的观察。
一位社区用户通过 Trae 为他们制作了周年官网。整个过程行云流水，用户只需要描述需求、上传页面截图，AI 就开始工作。代码自动生成，错误自动修复，甚至部署到互联网也只需点击按钮。王说，25 年 1 月发布时，Trae 还像 Photoshop，必须是专业人士才能使用。到 26 年，它似乎已经变成了「美图秀秀」。
他还分享道，字节内部一位商科背景的同事，用 Trae 处理 Stack Overflow 的公开数据。没有任何代码基础，他通过自然语言对话，让 AI 完成数据清洗、图表可视化、生成 Excel 报告，最后甚至整理出一份出版级的 PDF。
AI coding 在 25 年很火，到 26 年，它已经不只是 AI coding，而是一个 AI general 的工具，可以服务于各行各业。
部分实录
大家好，今天借此机会，想跟大家在线下实际聊一聊，从行业从业者的视角来看当前 AI Coding 发展到了一个怎么样的地步，然后也聊点实际的，比如说我们在座的各位，怎么样能够更好地把 AI 这件事情应用到自己的日常生活当中。
先简单介绍一下 Trae 吧，Trae 是一款 AI Coding 的工具，类比来说，它是面向开发者朋友们使用的一个编程工具，有点像大家修图的时候可能会用到的 Photoshop 这样的专业工具，Trae 在 2025 年 1 月份的时候发布了海外版，到 2026 年 1 月，刚刚好在 1 月 20 号走过了一周年的历程，在全球的注册用户已经超过了 600 万。
从我们的视角来看，大家理解 AI、Coding、IDE 这几个词加在一起会比较拗口，也比较艰深，可能会想这是一个程序员使用的工具和软件，那对我来说有什么用呢？坦诚地讲，如果在 25 年 1 月份的时候，我觉得这个工具确实是非常面向专业的人，就有点像你是个修图专业的，然后你用 Photoshop 能带来非常大的提升，能把这件事情做得非常好。但现在我们觉得它似乎已经到了美图秀秀的这样一个阶段，能够非常地造福我们千千万万个行业的不同工种的人。
接下来我们想通过几个例子来跟大家聊一下，平时怎么可以使用 Trae 来帮助我们进行一些想法落地，或者怎么样对我们的工作、生活有一些真实的帮助。
刚才所说，我们 25 年 1 月份的时候发布，到 26 年 1 月份正好一周年，我们社区里有个同学非常自主报名，通过 Trae 帮我们做了一个一周年的官网。接下来给大家看一下这个官网最初的版本是怎么实现的，这里一刀未剪，稍微加了个速。
大家可以看到他写了一份对这个官网的描述，大概需要有一个中国地图，里面有一个点赞的功能，并放上了他的一些页面截图作为示例。然后 AI 就开始工作了。对于普通人来说，可能不用太过关心什么是代码，代码只是来帮助我们实现脑海中想法的一个中间媒介。在之前 AI 还没有那么发达的时候，这些中间有很多错误需要我们人工自己去理解，但到现在这个阶段，我们可以看到 AI 也经常会写出一些问题，然后 AI 它自己会找到问题所在，会自己去处理一些非常艰难的，比如说像语言的环境问题、各种各样的报错问题，这些问题 AI 已经能够熟练解决了。
我们只需要清晰地跟它表达我们所想要的东西，在 2026 年 1 月份，它已经能够很好地帮我们完成工作。经过 AI 自己去跑之后，这样一个软件的雏形就已经出现了。
阻碍我们发挥自己 idea 的另一个东西就是，在本地搭建了一个东西其实没什么用，我希望把它部署到互联网上，分享给朋友们。可以看到，在 Trae 里面我们也支持了这样的能力，能够让大家轻松地把自己想要的东西部署到互联网上。
我们可以看到他点击部署按钮，现在在处理这样的情况，整个的使用方式已经逐渐地从专业化转向平民化。专业化的时候，我们可能得非常懂中间的代码结构、错误处理，在 26 年这个时间点，我们可能只需要去表明我们的意图，通过自然语言的方式告诉 AI，我希望怎么样，这里出了什么问题，你帮我去修一下，这件事情已经可以非常好地运行了。
可以看到，到这个阶段的时候，我们已经在 Trae 里完成了部署，然后它生成了一个域名，部署到了海外一个叫 Vercel 的平台上，通过一个简单的操作，整体流程可能花了不到一个小时，因为中间 AI 生产代码需要点时间，然后完成了这样一个网站的上线。这样的话我们可以把 idea 很快地制作出来，分享、部署在网络上，给伙伴们分享。
这个例子可以看到，日常如果我们有一些小需求、工具类需求、网站类需求，之前在北京的时候，很多时候大家会有一个 idea，但是很难找到同事或开发者去实现它，到 26 年的时候，我们觉得你现在有一个 idea，完全可以使用 Trae，用 AI 来帮你完成落地。它可能是一个网站，可能是一个你想要的工具，比如说你想要一个自定义的闹钟，想要一个自己的纪念日倒计时工具，日常生活中的无数小需求，现在通过键盘简简单单说几句话，现在的 AI 就已经可以帮你实现了。
AI Coding 在 25 年非常火，发展到 26 年，我们觉得它已经不仅仅是 AI Coding 了，更像是一个 AI General 的工具，可以服务于各行各业。
现在我们非常推荐大家，如果你有任何工作上的需求、目标，完全可以先让 AI 去帮你产出初步的结果，然后你根据这个结果做进一步的下钻、深挖、专业化，它会大大提高你的效率。
这就是我们在 25 年到 26 年的过程中发现 AI 完成的一个非常大的变化，以及在我们看来，它已经对很多工作形态的范式产生了非常深远的影响。AI 现在确实已经非常强大，使用 AI 变得非常简单，我们强烈推荐大家在遇到任何问题的时候，去使用合适的 AI 工具来帮助我们解决问题。
最后一点就是我们也非常希望大家能够来使用 Trae，我们希望大家能够 Build Faster With 我们的 IDE Trae，谢谢大家。
阿里巴巴 Qoder 团队技术专家 泮圣伟：干活不抱怨的新同事
Qoder 被比作一位新同事，泮圣伟说，这位同事有三个特点：靠谱、懂审美、会扩展。靠谱意味着遇到问题能自己修复，交代的事情事事有回应。懂审美是因为内置了最强的多模态模型，生成的页面不再是千篇一律的蓝紫色，而是真正好看的设计。会扩展则通过 Skills 实现，它不仅能写代码，还能做 PPT、做视频、写公众号。
现场演示中，他提了一个需求：帮我做一个活动报名网站。AI 开始询问功能需求、页面设计，生成待办列表，然后逐步完成。整个过程中，用户不需要看代码，只需要关心最终交付的效果。泮圣伟说，用顶级模型确实会贵一些，但为了达到最好的效果，这个价格是值得的。
AI 不仅会生成好看的图片，还会用多模态模型去感知整个页面是否协调。从首页到报名表单，从二维码生成到后台管理，端到端的验证都能由 AI 完成，把任务交给它，然后你去做其他想做的事情就好了。
部分实录
今天给大家带来的就是关于介绍一下我们 Qoder 这个产品，就是送一个干活不抱怨、复盘不甩锅的新同事。那为什么这么说呢？我拿同事来举例子，我们等会儿就可以看一下。
首先就是 Qoder，我们在座大家同学其实都是对 AI Coding 感兴趣的，首先就是说我们都看不懂代码，也处理不了程序里面的错误。所以首先，Qoder 我们要解决的第一个问题就是，它得靠谱，遇到问题它得自己修复。我交给它的事情，它得给我搞定，这是第一个点。
那第二个点是什么呢？就是我们要做 Vibe Coding，我们可能会做一些创意，会做一些网站。那 AI 如果不懂审美的话，那我可能觉得会很难受。所以我们在里面是内置了最强的多模态模型，然后可以给我们的作品带来更多的可能性跟创新。
那第三个点是什么呢？就是 Qoder 这个产品，它不仅仅会做网站，它还会做 PPT，还会做视频。因为 AI Coding 已经支持了 Skills 这样的一个特性，它可以任意地扩展。等会儿也可以演示一下。
首先这个是我们 Qoder 产品，然后我们这边其实分了一个切换，左边这个其实是我们可以认为对专业的程序员来说比较友好，这边能看到一些代码、工程。但是在座的各位都不用管它，我们进来后这一切，就是一个对话框。那首先上来，我们可以先提个需求，比如说我想要做一个家庭相册的这样的一个应用，然后我想要有什么什么功能。反正这些都是需求，我们不用管，发送就好了。OK，第一个任务就布置出去了。
任务布置了之后就不需要管了，当然你感兴趣细节你也可以看。趁这个时间我可以给大家放一段我们的产品的一个视频，因为最近这段视频在推特上差不多有近 200 万的播放量。
基本上这些就演示了，然后我可以再给大家演示一下更多的一些东西。首先介绍一下，就是说我们这边直接提需求就好。然后这里其实有面对专业开发者的 Spec 驱动，我这里也可以直接搭建网站或者原型探索。
比如说我们选择搭建网站，就按照刚才的需求来，我们来看一下它的效果。这是第一个需求，然后我们再来，我们这里其实有内置 Skills。比如说，就以我们今天的主题为例，帮我做一个炫酷的宣传 AI 未来社的一个视频。那么我们可以使用一些内置的 Skills。
可以看到，就直接生成了一个这样的一个视频。然后当然我刚才只讲了一句话的一个需求，其实它里面使用的是现在非常火的 Skill。当然，它不仅能做视频，它其实还能做 PPT，还能做其他，我们可以再看一下。比如说我再加一个，帮我总结一下当前的项目，做一个 PPT。
可以看到，就是其实我完全就没有看它里面到底做了什么，我只需要关心我的需求。然后为什么给大家演示又做 PPT 又做视频呢？其实，首先，Qoder 它是一个专业的 Coding Agent，就是说写代码的一个平台，然后当然因为近期非常火的那些 Skills，我们内置了之后，或者说我们下载进去之后，它不仅仅能写代码，其实它可以通过写代码来做很多其他的事情。
百度秒哒产品总经理 朱广翔：需求即产品
百度秒哒的朱广翔自称是个资深程序员，从初中写代码写了快 20 年，工作后却做了产品经理。他发现自己走了 20 年弯路，因为以后可能再也不需要写代码了。
现场演示中，他打开百度搜索首页，截图，然后在秒哒里说一句话：帮我参考图片，做一个搜索网站，支持网页检索功能，把搜索结果展示在网页上。AI 就自动生成产品文档，列出核心功能，点击生成后，智能体开始工作。它先写 To Do 列表，把所有任务整理清楚，然后开始写代码。朱广翔说，代码只是实现需求的媒介，用户不需要关心。
秒哒的逻辑是把整个产研团队智能化。产品、运营、研发、设计、测试，每个环节都用 Agent 建模。用户只需要发起最原始的命令，拿到最终结果，中间完全不需要操心。他还展示了一个价值 140 万的油井设计平台，由中石化工程师通过秒哒制作。原来花钱买的软件不懂业务，现在懂业务的人可以直接把专业知识变成应用。
生成的应用不只是展示页面，而是既有前端又有后端的活应用。用户数据会真实存到后台，还能看到 UV、PV、使用时长。应用发布后，可以直接在百度里搜到，流量获取也变得简单。
精华实录
「死了么」上线的时候，秒哒有很多网友都受到了激励，找到了灵感，在秒哒上做了无数个类似的产品，我当时大概看了几个，比如右上角这个「死了么」，复刻了一个「死了么」，但和原始「死了么」不一样，功能更多，后来又做了一个「到了么」，甚至还有一个 50 多岁的医生，是肛肠科医院的院长，做了一个「拉了么」，看大家有没有按时清空自己，还有「好了么」「下班没」，特别多。
所以说这样一个时代还是非常好的时代，现在只需要花 1000 块钱，就能赚 1000 万，以前是不敢想象的，今天我也演示一下，现场怎么样生成一个像这样直接可用的应用，其实真的只需要极化，甚至不需要一千，可能成本就是十块钱、二十块钱。
今天，我们现场做一个百度搜索出来，Vibe Coding 就是通过聊天的方式说我要做什么，然后把产品做出来。聊天描述百度搜索稍微有点困难，因为它有些样式，为了快速把样式一起说出来，我可以截图，通过图片、图文并茂的方式说需求。
我现在打开搜索主页，截个图，然后怎么进入秒哒？在百度里直接搜「秒哒」，这个「秒哒」是拟声词「哒」。我打开百度，截图复制下来，直接搜「秒哒」，进入秒哒平台。这是我们的产品，百度一下，立即使用，进来之后就能看到一个对话框，和任何大模型产品没有任何区别，这里不用写任何代码，一句话就能用。
我们可以把刚才那个截图直接复制上来，然后对着这个图直接说需求，我可以开语音：「帮我参考图片，做一个搜索网站，支持网页检索功能，把搜索的结果展示在网页上。」
通过一张图，一句话，就可以复制一个百度，类似这样的，我们可以再试几个，非常简单，现场有很多小朋友，我可以直接再做几个游戏，刚才候场的时候无聊，自己给自己做了一个，带大家一起做一个，比如手势交互的贪吃蛇，可以来一个，然后可以再开一个，秒哒可以无限并行地生成，反正就是一堆智能体在后边干活，一堆假人干活。
大家可以看到刚才我要做百度，说完之后，AI 帮我写了一个产品文档，说我的需求是要做什么东西，名称是什么，核心功能有哪些，提到搜索、结果展示等等，我觉得这个文档不错，很像我们的 PM，这就是我们的产品经理智能体给的结果，我直接点击立即生成，说明我认可了这个需求，贪吃蛇和超级玛丽也是一样，帮我写了需求，我可以点立即生成。
今天也讲一下我们在这个领域的进展和思考。我们现在整个大模型已经把 AI 进入了一个新的阶段，如果把整个互联网发展一分为二，分成两个时期，前互联网世界主要解决如何获取信息、如何表达观点，不管是各种电商、信息流、社交，其实都是信息的交流，现在完全不一样，现在可以直接进入生产了，比如通过 Coding 帮我做应用、优化算法、提升企业生产效能，直接进入生产时代。
在这个时代下，聚焦应用开发赛道，整体大盘在快速增长。当前我们也是顺应了整个计算机的发展史，回顾整个计算机，没有计算机之前用算盘、机械计算，有了计算机之后，一开始是汇编语言、机器语言，不知道有没有人见过 0101 的打孔条，只有两个符号 0 和 1，人根本看不懂，只有计算机能看懂，翻译成可执行内容指导计算机算数，后来觉得人不懂就没法参与生产创造，所以有了汇编语言，第一次把语言面向人类逻辑优化，开始出现程序员，通过编程进行生产，汇编语言还是非常难懂，我大学汇编语言考 100 分，现在打开书根本看不懂，非常抽象，和人的逻辑不是完全对应。
还有很多资源管理的人类不需要理解的语言，再往后发展有了大家熟悉的高级语言，像 C、Python 等等，再往后有各种模型框架，比如 PyTorch、TensorFlow 等，一行代码等于原来的 100 行，进一步提效，沿着这条曲线无限拟合。
终局就是语言越来越简单，越来越能被人类理解，门槛越来越低，程序员越来越多，极限就是所有人可以理解的自然语言，大白话，这时候不仅是程序员能参与生产创造，所有人都可以，就像现场刚才做的，每个人都可以做自己的想法。
秒哒就是把整个产研团队人格化、AI 智能化，人的团队，产品、运营、研发、设计、测试，有一套环节，从需求来了之后收集信息、专业知识，画原型，做 UI 设计，技术设计，写代码，做测试，部署，分发流量，运营，收集用户反馈，进入下一轮迭代，每一步都是人做的，有自己的技能、知识，我们把这些用 Agent 建模，通过多 Agent 协作完成整体交付，过程中没有一个真人参加，全是假人，用户只需要发起最原始的命令和拿到最终结果，中间完全不需要操心。
MiniMax 技术架构师杜磊：AI 实习生总有一天会转正
MiniMax 最新发布了 MiniMax Agent 桌面端，同步上线了专家 Agents 功能，把办公 Cowork 场景带给了国内用户。
在 MiniMax 的杜磊看来，Cowork 的特别之处在于能够实现本地化，管理电脑里的东西。HR 定期给候选人打招呼，Agent 处理了。客户反馈效果不好需要排查，以前要找一堆日志，现在把问题和 Trace ID 给 Agent，跑完结果 80% 都是对的。数据分析也很常见，几十万条数据，让它识别表头、定义任务、找出关注点，都可以通过 API 实现。
他还分享了一个具身智能的 demo，花了两周业余时间。即便对具身智能底层原理不清楚，两周内一边问问题一边做效果，也可以跑通。在 Agent的帮助下，现在他理解了 VLA 能做到什么水平，模型在一定情况下能配合到什么水平，也对与真实世界交互有了更多理解。
精华实录
我们公司内部打造了一款全员通用的 Agent 产品，命名为 「Agent 实习生」—— 最初取这个名字，正是期待它能完成从「实习」到「转正」的能力迭代，而如今这款产品的实际落地形态，就是它正式「转正」的标志。对于这款 Agent，我们无需纠结具体形态定义，以 AI 的核心能力为标尺，厘清核心价值即可，目前产品已搭建起内部 plug in、skills 能力体系，还沉淀了内容创作领域的专家能力模块，HR 日常对接潜力候选人的沟通工作，也已交由该 Agent 处理。
作为公司的售前岗员工，我日常还会兼顾售后、交付相关工作，创业公司的工作特性本就意味着岗位边界模糊，常会面临各类突发工作需求。其中最典型的是客户 API 问题排查，以往需要在多个日志系统中逐一检索，效率极低；现在只需将问题描述和 Trace ID 给到 Agent 实习生，它输出的排查结果 80% 以上都是准确的，几乎无需额外手动查日志，工作效率实现了质的提升。
不仅是技术支持类工作，Agent 实习生也为销售团队赋能显著，让销售同学能从繁琐事务中抽离，将精力聚焦于高价值的商业判断：比如判断客户是否值得深度跟进、不同沟通阶段该传递的核心信息、后续沟通节奏的设计等核心工作。
在数据分析、文档处理这类高频工作中，Agent 实习生的提效作用同样突出。面对几十万条的测试数据，它能快速分析数据规律、提炼核心关注要点；接入本地系统后，还能识别本地表格数据，并根据表头自主定义任务完成分析，我本人日常做数据分析、起草报告和文档，均会借助这一能力，也让这类工作的开展方式被重新定义。
目前我们的 Agent 实习生内置了多类 PGC 专家能力，一部分已在内部落地使用，另一部分则基于外部高热度场景打造，比如游戏、电商网站相关场景。其中一个高频刚需能力是本地文件整理，涵盖下载目录、头像目录、桌面目录等，这也是所有员工打开桌面版 Agent 后最常使用的功能；此外，针对网友热门的三五分钟短片、短剧生成需求，Agent 能将全流程放在后台自动运行，在浏览器端就能呈现不错的效果。
作为大模型公司，我们也与 Trae、秒哒等 Vibe Coding 工具展开合作，为其提供大模型能力支持；同时有大量个人开发者通过各类开发脚手架调用我们的 M2.1 模型 API，这也让我们的 Coding Plan 用户实现快速增长，我们也能实时感知到开发者群体不断提出的新需求、新想法。
从公司组织与工作模式来看，AI 原生公司的特性打破了传统的组织架构，创业公司本就人员精简、一人多岗，而 Agent 实习生的落地，为跨岗工作的开展大幅提效，让我们能更高效地应对多元的工作需求。
除了产品，我分享一个我个人Vibe Coding 的 case， 我利用两周业余时间，完成了一个具身智能与大模型结合的 demo 开发，核心原理是将 LLM 模型与当下主流的 VLA 模型融合，复现了市面上具身智能的主流用法。开发前我对具身智能的底层原理完全陌生，整个过程都是边学习提问、边落地调试，直至最终跑通效果；也正是通过这次实践，我对 VLA 模型的能力边界、模型在实际场景中的配合度，以及 AI 与真实世界的交互体验，建立了初级认知。
当下，我们正从 Vibe Coding 向 Vibe Working 迈进：在 Agent 实习生产品中，每个员工都能搭建专属的场景专家，让 Agent 在后台持续自动化完成各类复杂任务，比如自动生成并发布小红书文案。而这，也正是 AI 与人类真正实现协同工作（cowork）的开端。
一线英语老师 Brandon Wu：工具不该定义我们的生活
作为一名英语老师，Brandon Wu 从学习工具谈起。他说，我们用百词斩背 80 个单词，就天然认为学习了 80 个单词。但通过软件刷 80 个，和真实掌握 80 个，真的可以画上等号吗？我们用 To Do list 打勾来检测效能感，勾多就觉得今天完成了很多事情，勾少就觉得效率差。我们在用工具定义生活的重要性，也通过工具定义每天是否过得有价值。
那当工具越来越智能化、便捷化的时候，我们是否不仅要把学习、工作、生活通过工具获得便利，也要把这些的标准让步给工具？
Brandon 认为所有通用工具都是为平均用户创造，不为我而创造。因而用 Vibe Coding 开发了客制化的点名系统，可以设置某些学生多点几次，某些学生暂时不点。还有背书系统，可以根据配图、音频、完形填空等不同方式，帮助不同学生更好地掌握课文。他还做了一个口译练习网站，因为现有材料只服务于考试，难度不够阶梯化，内容也过时。
他说，Vibe Coding 是一场技术平权运动。每个声音都应该被听到，每个个性化的需求都能够被实现。
精华实录
如何用 Vibe Coding 来便捷我个人的生活呢？比如说最简单的一个点名系统，在课堂上我要请不同的小孩子起来点名回答问题，这个时候就出现一个问题，就是随机也不随机，如果我们把它这样一个事情让步给软件班级小管家的话，你会发现它就是一个真实的随机点名，可是真实的课堂并不是这样的，也就是说你也存在你的个人需求，你在工作中存在我的个人需求，我在课堂上也存在我个人对于学生的需求。
比如说有一些爱走神的学生，我希望这节课能多给他点几次名，再比如说有一些非常害羞的同学，我是否能够给他减少次点名的机会？或者这节课我暂时不点他的名字，当然还有其他各种各样的需求，比如说前两天妈妈告诉我，今天上课不要点他名，或者多点几次名，当我出现这样需求的时候，我会发现，我把这些东西交给 AI，交给 Vibe Coding ，只要我通过自然语言，生成一个点名的系统，然后我告诉他有一些名字是不要出现，有一些名字多几次出现，或者是重复按照 3 次、5 次之后再次出现，你会发现这个点名系统就变得更加客制化，只为我服务，只为我的这一堂课服务。
同样有背书系统，作为一个英语老师，一定绕不过去背书这个环节的，我也希望在背书环节能够通过 Vibe Coding 来实现真正的客制化，比如说有一些人真的需要一些通过配图才能更好地去学习，才能更好地背下来英语，比如说一篇很枯燥的课文，我们把每一句话输入到 Nano Banana 里面去，然后让它根据这一句话来生成不同的图片，这些都是现在可以做到的。
而通过这样的方式，就可以帮助孩子，适合通过配图来增强理解的人，会更好地学习这篇课文。同样的，有一些孩子是听觉更加灵敏的，那么也可以通过音频的辅助，还有一些孩子是希望通过完形填空的方式，也就是说一篇课文抠出不同的空出来，然后每一次的空都是不同的空，当他比如说经过 10 轮之后，那么这篇课文他就已经掌握住了，通过不同的方式，经过不同的客制化的方式，他就可以更好地去掌握这篇课文，乃至提升他的学习。
那除此以外，我还想讲一点的是，因为我是一名老师，那作为我们 80 后，90 后、00 后，包括后面的 10 后，应该人生应该逃不掉一个词，叫终身学习，
可能对于上一代人来说，终身学习可以是一个自我标榜的，可以孤芳自赏的一个标签，那这个词对于 90 后、00 后和10 后来说，应该就是一个要背负一辈子的枷锁。
因为时代实在是发展太快了，就像我们今天过来这里去学一门新技术一样的，各种各样的技能都需要具备学习，哪怕是进入职场，或者进入职场 10 年、20 年，都需要去学习不同的技术，可是进入职场的时候，你会发现你的脑子开始不够转了，为什么那些知识总是进不了你的脑子
这个时候，我希望你要做的不是去买课，或者是去报班，或者是去直接去问 AI，而是要去问清楚你自己心中的一二三，就像前面，你要去问清楚你自己到底因为什么原因，到底是哪里不会，比如说现在有一些，很多职场人士需要考 CPA，或者是 CFA，或者是其他各种各样的一些非常难度非常高的考试，你需要首先理清楚自己到底是哪里不会，比如说，你是因为英语的问题导致 CFA 一直学不好，或者是因为你的财会知识不够，你需要去问清楚，然后根据你自己去定义你客制化的问题。
黄小仙来也创始人 小宇：从代码禁区到创造起点
黄小仙的创始人贾浩宇是品牌设计师出身，完全代码小白。他说如果没有 AI 编程，不敢相信今天能用代码写网站实现想法。
黄小仙是一个朋友圈来源网站，去年 8 月 31 日诞生，一直在不断进化。网站以黄小仙为 IP 打造整个环节，品牌宣传片用 AI 全流程制作，插入了可梦、Sora、Nano Banana 等多个 AI 视频工具。功能包括八字排盘、正缘预测、八字报告、人生推运，还有 Agent 持续陪聊。
贾浩宇曾参加很多活动，从微推推七周年大会到 Google 创意市集，从 AI 开源商业大会到 GDPs 全球开发者先锋大会。他说，以前设计是舒适区，代码是禁区，面对各种安装、依赖问题很让人火大。现在通过 Vibe Coding 把设计稿变成工具或产品非常简单。
以前编程要懂算法、懂语法，一个小标点符号就有 Bug。现在只要把需求完美给到 Claude Code 模型，就可以实现从设计稿到 MVP 阶段。这大幅缩短了写需求文档、给技术开发、开发排期的过程，能快速验证想法，不再需要等开发资源。
通过 Vibe Coding 可以走得更远、更宽、更广。
精华实录
大家好，我是黄小仙的创始人小宇，今天带来的主题是黄小仙是如何诞生的，不是推销产品，更想从代码小白的角度讲怎么完整全栈开发一个网站并投入使用，参加很多线下活动，希望给大家一些启发。
最开始介绍一下我的网站，这是我们经过迭代的，黄小仙从去年 8 月 31 号在WayToAGI周年大会上诞生，一直在不断进化、衍生，现在是目前版，还会持续进化，最开始进入黄小仙，更沉浸式体验整个黄小仙过程，整体以黄小仙为 IP 打造整个环节，会进入品牌宣传片，这个品牌宣传片也是我用 AI 全流程制作的，里面插了很多 AI 视频工具，包括即梦、Sora、Nano Banana。
点马上体验之后，进入像我一样的界面，有八字排盘，进入皇帝八字，正缘，输入照片能知道另一半长什么样，这里面用了多模态图像生成解决问题，八字报告，把八字排盘直接浓缩成一张报告，人生推演，最近在推特比较火。另外，呼叫小仙的 Agent，能持续陪大家聊天，解决实际问题。
我最开始是品牌设计师，完全代码小白，一点代码都不会，如果没有 AI 编程，不敢相信今天能用代码写网站实现想法，这也是 AI 的机遇，我现在是 AI 产品经理，在做管理。
在没接触 Vibe Coding 之前，工作中有很多想法完成客户需求，但是基于不会代码，找不到开发同学帮忙，需求就慢慢不再做了，通过 Vibe Coding 成功弥补了美术出身不会代码的问题，在薛老师和Shadow老师的课上学习了 Vibe Coding，从一个小工具、小产品，像现在做的黄小仙来这个小产品，工作和生活中一有空就自己搞点小工具，前一周比较火的 Slacks App，自己尝试 Vibe Coding 很快实现基础功能。
坦白来说，在没有 Vibe Coding 之前，对客户需求只是基于多模态大模型，像即梦做图片满足需求，现在通过做简单 Demo 给客户演示，客户满意度更高一点。之前设计是舒适区，代码是禁区，面对代码各种安装、依赖问题很让人火大，不懂怎么弄，现在作为不懂代码的小白，通过 Vibe Coding 把设计稿变成工具或产品的过程非常简单了。
以前编程是精准的艺术，既要懂算法，又要懂语法，一个小标点符号就有 Bug 没办法解决，做产品还要写调研需求文档，没办法用代码实现，现在只要把需求完美给到 Claude Code 模型，就可以完全实现产品从设计稿到 MVP 阶段。
这种变化把写需求文档给技术开发，再开发排期的过程大幅缩短，能验证更多想法，不再需要等开发排队、排期，现在通过 Vibe Coding 工作像指挥家，指挥一堆好用的模型，不再需要写代码，逐行敲代码，用中文或英文提示词，自动生成程序逻辑，像我这种小的独立开发者，更在意要什么，而不是怎么写前端或后端。
通过 Vibe Coding 可以把行业知识、审美能力、用户体验敏感度、AIGC 解决方案工作流变成产品或小工具，以前设计稿是终点，现在设计稿是起点，通过 Vibe Coding 可以走得更远、更宽、更广。
现在不再需要找开发朋友或同学对接，自己调研学习新技术、新文档，想法可以很快验证，Vibe Coding 的黑底白字终端、各种问题看不懂，只要把问题截图或转换成自然语言发给大模型，大模型比专业的人更懂，这样可以把想做成产品的人变成已经做好产品的人。谢谢大家。
AI 系统实践者李钧林：将大脑里的活动像 3D 信息一样保存下来
李钧林开发了一个日记软件 Category，源于一个思考：随着技术进步，也许有一天可以将大脑里的活动像保存 3D 信息一样保存下来。
这个日记软件可以自动识别地点、位置、事件，甚至情绪。照片传到云盘后，调用高德 API 识别当前位置。输入英文单词可以直接翻译，保存为双语条目。文本可以根据提示词做各种处理，比如精华提炼。所有内容按时间戳排列，一天结束后同步到 Notion。
Notion 里有两个板块，Lifetime 记录每天的时间线，Review 做每日复盘。李钧林说，如果已经实现了每日记录，就可以做到每日复盘。AI 可以根据提示词总结用户当天主要把时间花在哪里，接触了什么信息。
这样做的好处是有了深厚的上下文。他只需要输入几个字，AI 就可以根据仓库扩展，提炼出详细信息。相当于把自己的数据流打通。
他使用的方法是 Open Spec 规范化开发。因为 AI 每次跑同样的提示词，出来的结果都不一样，需要规范化编程。他用 Cursor 生成 proposal，包含目标、当前情况、任务规划。然后用不同的大模型做 review，最后才是编程。
部分实录
随着技术的进步，也许有一天的话，我们可以将大脑里面的一个活动，也可以像保存 3D 信息一样，给它保存下来。那这一个日记里面，它可能包含了地点啊、位置啊，还有事件，还有甚至自己的一些情绪。这样的话，如果我们能够实现这样的一个功能，那我们就可以去很立体地回顾自己的一个过去。基于这样的思考的话，就是说我就是想尝试把更多的信息加入一个笔记软件里面去。
它也可以保存一条一条这个时间点的一个双语条目。然后还有一种功能，比如说这里的一个文本，我把它输入进去以后。它可以去根据我们这个 AI 的一个提示词去做各种各样的工作。
比如说这个是精华提炼的按钮，那我按一下。刚才的那一段文本的话，它就会被分析，提炼出一个根据提示词去提炼出来的东西。所以说这个相当于，就是说把我们所有接触过的一些意识流全部作为一天的，按时间戳排列的一个东西，然后全部集中到这个时间流板块过来，然后最后一天的话，它会将这里时间流这里的所有内容会同步到我的 Notion 里面去。
在这个 Notion 的话，我给它设置了两个板块，一个是 Lifetime，就是说所有，比如说我今天一共记录了 30 条日记，那它的话就会在这个地方给我创建一个以今天的日期结作为题目的一个，时间线，比如说这个是昨天同步好的，就是说在这个时间点，然后我接触了这样的一个信息，然后其他时间点做了什么样的一个信息，它就自动帮我保存了一个这样的一个资料。
然后另外一部分的话，是做一个 review，我们可能是每周会复盘，或者说，那如果我已经实现了这样的一个每日记录，我就可以做到每日复盘。它可以根据提示词，然后把当天主要时间花在了哪里，然后接触了什么样的一个信息，就直接保存到这个 notion 里面。那然后根据这些信息的话，我可以在这个上面去做一个利用。
有一个叫 Open Spec 的一个规范化开发，你每次给它一个提示词，同样的提示词，它可能跑起来，但是出来的结果都不一样，那就需要一个规范化编程。那我的一个制作的一个方法的话，就是这个，因为我本身，其实我不懂任何一行代码，我就是完全靠这样的一个开源库，首先我只要告诉他我需要什么样的一个软件，我有这样的一个需求。
我把这个需求先总结出来。然后再用这个 Cursor 是一个这个 IDE 的 AI 的一个软件，然后去生成相当于是一个计划，那这个计划的话，相比我们提示词的话，它是包含了更多的东西：我们的目标，还有这个现在当前的情况是怎么样？然后全方位地去规划这样一个任务。
然后根据这个任务的话，再去做一个 review，你可以让其他的 AI 去帮你做。比如说我在制作 plan 的时候是用 GPT，然后我用 review 的时候用另外一个大模型。那这样的话，它的一个生成的一个就更符合自己的。自己的需求，然后最后才是编程，就是根据这个计划，然后把这个 plan 交给一个大模型，然后让它去。帮我把这个所有的代码写下来，写下来，最后的话自己就去确认这些代码是不是符合自己的一个要求。
所用到的一个工具的话，主要包括就是 Cursor 啊，还有就是 Google 家的 Anti-gravity，Claude Code 这些。那就是说后续的话，就是说这些生成的这些信息，我可以进行一个标签的一个管理，然后在这个标签下面去分析，接下来做一个更加智能的东西。
黄小仙来也合伙人 刘俊涛：工作就像一个指挥家
刘俊涛说，以前工作中有很多想法去完成客户需求，但基于不会代码，或者找不到开发同学帮忙，需求就慢慢不再做了。
通过 Vibe Coding ，他成功弥补了美术出身不会代码的问题。现在工作和生活中，一有空就自己搞点小工具。前一周比较火的死了吗 APP，他也尝试 Vibe Coding ，很快实现了基础功能。
他提到一个对比：以前对客户需求只是基于多模态大模型做图片满足需求，现在通过做简单 demo 给客户演示，客户满意度更高。以前写需求文档、给技术开发、再排期，这个过程大大缩短了。现在通过 Vibe Coding ，工作就像一个指挥家，指挥一堆好用的模型。
他强调，作为小的独立开发者，更在意的是要什么，而不是怎么写前端或后端。只需要把需求给到 Claude Code 模型，不需要担心 API 的异步回调、健全这些问题，它会完全搞定。只需要一直提需求，一直点 Yes，就能完美复刻出想要的产品。
部分实录
大家好，我叫刘俊涛。现在已经成功转行AI 产品经理，在做管理。其实通过薛老师这第 16 期的课程，我也从一个完全不懂代码的小白成功转变成了一个可以 Vibe Coding、自己做产品的一个角色。
总的来说，之前的我设计可能是我的舒适区，但是代码可能算一个禁区，面对那些代码各种安装、依赖这些问题，其实真的有时候很让人火大，不会、不懂这个东西怎么弄。但现在作为一个不懂代码的小白，通过 Vibe Coding 把一个设计稿变成一个工具或一个产品的过程，我觉得这个其实非常简单。
以前编程可能是一个精准的、很精确的艺术。你既要懂算法，又要懂语法。有时候有一个小的标点符号，都会有 Bug，你没办法解决。在做产品的时候，可能还要写调研一些需求文档什么的，你直接没办法用代码的方式来实现，但现在我只要把需求完美地给到 Claude Code 这种模型上，它就可以完全地实现我产品从设计稿到一个 MVP 的阶段。
这种变化其实把我现在的写需求文档、给技术、给开发、再开发、再排期这样的过程，大幅地缩短了。在这个花费的时间上，就可以去验证更多自己的想法，不再需要等开发的排队、开发的资源。我觉得现在通过 Vibe Coding 工作，就像一个指挥家在工作，指挥一堆很好用的模型。
不再需要逐行地敲代码，用中文或者英文的提示词，它会自动地生成一个程序的逻辑。像我这种小的、独立的开发者，其实我更在意的是我要什么，而不是我去怎么写这个前端或是这个后端。
以前我们做客户、对客户的需求、解决客户的需求，最大的难点或者是做产品最大的难点，是客户需要什么。我们只能通过写一个演示文档，不能做一个 Demo 去演示，客户可能会保持很怀疑的态度。但现在通过 Vibe Coding 做一个 Demo，客户会更满意，然后做一个自己的产品。
现在做一个产品，做一个初步的、通过 Vibe Coding 做一个 MVP 初步的验证，会在开发或者是客户对接的时候会更好一点。就像我现在做的一个黄小仙，我跟我朋友做的黄小仙这个产品，开发周期，如果有客户提到需求，要做一个这样的产品，可能从排期到最后的落地、初步的落地可能需要两天左右。但是这个时间其实黄花菜都凉了，但是现在我们只需要把我前期的需求给到 Claude Code 这样的软件。不需要再担心什么专业的这种名词，像 API 的异步回调，或者是健壮这些问题，它会完全帮我把这些搞定。
我现在用 Claude Code 开发产品的时候，只需要提好需求，一直点它的「Yes」，一直往下走。它会很快地完美地复刻出一个我想要的产品。通过 Vibe Coding 就是可以把我当前自己的行业，或者是其他行业的一些，比如说我自己行业的业务，包括自己之前的一些审美的能力，还有对用户体验的敏感度，还有那些 AIGC 的解决方案的工作流，都可以瞬间、短时间地变成一个产品或者一个小的工具。
以前我觉得我的终点可能是设计稿。但我觉得现在设计稿只是我的起点，通过 Vibe Coding，可以走得更远、走得更宽、走得更广。现在通过 Vibe Coding 不再需要我去找开发的朋友，或者是找开发的同学去对接，让他帮忙给我看一下我的这个需求是否能解决。
我自己，其实有些东西，通过自己调研，学习一些新的技术，或者是调研一些新的文档，你自己的想法就可以很快地去验证。当然可能 Vibe Coding 的时候，你觉得那个黑底白字的终端，或者是各种问题看不懂。
但是你只要把这些问题截图，或者是转换成自然语言发给大模型，像 GPT 这样的模型，你其实就不需要担心你懂不懂，大模型它会更懂，它比你更懂，真的比有些专业的人更懂。这样你其实可以把一个想做成产品的人变成一个已经做好了一个产品的人。谢谢大家。
文章来自于“APPSO”，作者 “APPSO”。