Datasette创始人Simon Willison公开了一套指南专门教专业开发者如何用Claude Code等AI编程工具提效。他总结了8大实战模式从测试驱动到交互式解释每一条都在重构程序员的工作方式。硅谷知名开发者Simon Willison最近发布了一份特殊的指南。注意只会vibe coding的程序员请回避这是写给专业工程师的。当Claude Code、OpenAI Codex这些AI工具能自己跑代码时传统的工程习惯还适用吗生成几百行代码从一整天缩短到几分钟过去所有关于「值不值得写」的判断标准全部失效了。当写代码的成本为零会发生什么Simon Willison在开篇直言:代码一直很昂贵。生产几百行干净代码需要一整天或更长。而现在这是从8小时到5分钟的数量级跃迁。所有工程习惯都建立在写代码很贵这个前提上。产品经理用开发成本衡量功能优先级程序员写每段代码前都在掂量同一个问题——这值得花一个小时吗现在这套逻辑崩了。重构只需30秒生成测试只需1分钟创建调试界面只需2分钟——所有「值不值得」的判断都要重审。Simon Willison建议:直觉说不值得时就发个提示词试试最坏结果是10分钟后发现不值那几个token。Simon Willison紧接着泼了一盆冷水代码变便宜了好代码仍然昂贵。能跑、有测试、可维护、优雅地处理错误、文档同步、为未来留空间。AI能生成代码但不能保证这些。8个模式重构工作流模式1写代码很便宜。代码生成成本几乎为零但交付好代码的成本仍然显著。模式2囤积已知技巧。把所有解决过的问题存档。Simon Willison的个人博客、TIL、上千个GitHub仓库都是「技巧仓库」。为什么要囤这些技巧因为AI能把它们重新组合。他举例如果要做浏览器端OCR工具并且能处理PDF你会怎么做他之前分别研究过Tesseract.js(OCR库)和PDF.js(PDF转图片)但没组合过。于是他给Claude 3 Opus喂了两段代码输入:「组合起来拖拽PDF进去每页转JPEG然后OCR。」完美运行。只要AI把技巧弄懂一次它就可以查阅、复用、重组。模式3使用红绿TDD这四字的提示词浓缩了整套测试驱动:先写测试(失败/红)确认失败写实现(通过/绿)。为什么对AI特别有效因为AI最大风险是写出「能跑但不对」的代码或「从不被用」的代码。测试先强制AI先定义什么叫正确再实现。模式4先跑测试这是另一个四字提示词。每次启动新会话第一句话就是:先跑测试。通过这句话告诉AI项目有测试测试数量暗示项目规模把AI带入测试心态。模式5线性演练。让AI生成结构化代码讲解文档。Simon Willison花40分钟用Claude Codevibe coding了一个SwiftUI幻灯片App全程不看代码。App确实能跑但它自己完全不懂SwiftUI。于是Simon Willison让Agent配合Showboat工具生成演练文档详细讲解所有.swift文件。他说:我从中学到了大量SwiftUI和Swift知识。在这个过程中AI不但没有减少学习反而成了学习加速器。模式6交互式解释。当文字解释不够直观要求AI生成可视化。他遇到词云算法「Archimedean spiral placement」看文档还是不懂。于是他让Claude生成动画演示页面能看到每个词如何沿螺旋线找位置。这个动画让算法原理真正通俗易懂了。模式7GIF优化案例。用完整提示词示例展示如何让Claude Code构建WebAssembly工具。模式8常用提示词库「认知债务」才是真问题Simon Willison提出了一个关键概念:认知债务——代码能跑但你不懂原理。这和技术债务不同。技术债务是代码质量差将来要还认知债务是你自己不懂将来要学。他用了40分钟vibe coding的SwiftUI App(对话记录)能跑但他一点都不了解这个App。如果放到核心业务里这是一个极大的隐患。应用核心变黑盒无法自信推理规划新功能变难。所以要怎么还上债答案是用线性演练交互式解释提高理解。如果担心LLM减慢学习速度我强烈建议采用这类模式。Hacker News的分歧Simon Willison的指南在Hacker News引发讨论。开发者mohsen1分享实战用AI做。飞书文档 - 图片代码传送门https://github.com/mohsen1/fesh他总结分享了4条经验:不要微观管理AI让AI自己探索测试是一切没办法验证循环会跑偏让AI自由实验允许失败失败也是知识用.md做会话间记忆AI没跨会话记忆用Markdown做外部记忆另一个阵营「Dark Factory」则主张更激进的路线往问题扔token边验证边走不必事事先写测试。两派看似对立其实可以互补——核心业务用严格TDD原型探索用快速迭代。但双方有一个共识验证不能省。Simon Willison表示这套模式会持续更新目标每周1-2个新章节。这种情况下我们不禁思考当写代码不再昂贵工程师的核心价值在哪可能是三个能力知道该写什么知道好代码长什么样知道如何让AI不跑偏。Simon Willison的8个模式本质上都在训练第三种能力。但前两种依然需要深厚的工程经验才能撑起来。代码变便宜了判断力变贵了。这可能是AI时代软件工程师的新价值所在。参考资料https://news.ycombinator.com/itemid47243272https://simonwillison.net/guides/agentic-engineering-patterns/https://simonwillison.net/guides/agentic-engineering-patterns/code-is-cheap/https://simonwillison.net/guides/agentic-engineering-patterns/hoard-things-you-know-how-to-do/https://simonwillison.net/guides/agentic-engineering-patterns/red-green-tdd/https://simonwillison.net/guides/agentic-engineering-patterns/first-run-the-tests/https://simonwillison.net/guides/agentic-engineering-patterns/linear-walkthroughs/https://simonwillison.net/guides/agentic-engineering-patterns/interactive-explanations/https://simonwillison.net/guides/agentic-engineering-patterns/gif-optimization/https://simonwillison.net/guides/agentic-engineering-patterns/prompts/https://simonwillison.net/2026/Feb/23/agentic-engineering-patterns/
拒绝Vibe Coding！大神揭秘八套AI编程模式
发布时间：2026/7/28 4:01:59
Datasette创始人Simon Willison公开了一套指南专门教专业开发者如何用Claude Code等AI编程工具提效。他总结了8大实战模式从测试驱动到交互式解释每一条都在重构程序员的工作方式。硅谷知名开发者Simon Willison最近发布了一份特殊的指南。注意只会vibe coding的程序员请回避这是写给专业工程师的。当Claude Code、OpenAI Codex这些AI工具能自己跑代码时传统的工程习惯还适用吗生成几百行代码从一整天缩短到几分钟过去所有关于「值不值得写」的判断标准全部失效了。当写代码的成本为零会发生什么Simon Willison在开篇直言:代码一直很昂贵。生产几百行干净代码需要一整天或更长。而现在这是从8小时到5分钟的数量级跃迁。所有工程习惯都建立在写代码很贵这个前提上。产品经理用开发成本衡量功能优先级程序员写每段代码前都在掂量同一个问题——这值得花一个小时吗现在这套逻辑崩了。重构只需30秒生成测试只需1分钟创建调试界面只需2分钟——所有「值不值得」的判断都要重审。Simon Willison建议:直觉说不值得时就发个提示词试试最坏结果是10分钟后发现不值那几个token。Simon Willison紧接着泼了一盆冷水代码变便宜了好代码仍然昂贵。能跑、有测试、可维护、优雅地处理错误、文档同步、为未来留空间。AI能生成代码但不能保证这些。8个模式重构工作流模式1写代码很便宜。代码生成成本几乎为零但交付好代码的成本仍然显著。模式2囤积已知技巧。把所有解决过的问题存档。Simon Willison的个人博客、TIL、上千个GitHub仓库都是「技巧仓库」。为什么要囤这些技巧因为AI能把它们重新组合。他举例如果要做浏览器端OCR工具并且能处理PDF你会怎么做他之前分别研究过Tesseract.js(OCR库)和PDF.js(PDF转图片)但没组合过。于是他给Claude 3 Opus喂了两段代码输入:「组合起来拖拽PDF进去每页转JPEG然后OCR。」完美运行。只要AI把技巧弄懂一次它就可以查阅、复用、重组。模式3使用红绿TDD这四字的提示词浓缩了整套测试驱动:先写测试(失败/红)确认失败写实现(通过/绿)。为什么对AI特别有效因为AI最大风险是写出「能跑但不对」的代码或「从不被用」的代码。测试先强制AI先定义什么叫正确再实现。模式4先跑测试这是另一个四字提示词。每次启动新会话第一句话就是:先跑测试。通过这句话告诉AI项目有测试测试数量暗示项目规模把AI带入测试心态。模式5线性演练。让AI生成结构化代码讲解文档。Simon Willison花40分钟用Claude Codevibe coding了一个SwiftUI幻灯片App全程不看代码。App确实能跑但它自己完全不懂SwiftUI。于是Simon Willison让Agent配合Showboat工具生成演练文档详细讲解所有.swift文件。他说:我从中学到了大量SwiftUI和Swift知识。在这个过程中AI不但没有减少学习反而成了学习加速器。模式6交互式解释。当文字解释不够直观要求AI生成可视化。他遇到词云算法「Archimedean spiral placement」看文档还是不懂。于是他让Claude生成动画演示页面能看到每个词如何沿螺旋线找位置。这个动画让算法原理真正通俗易懂了。模式7GIF优化案例。用完整提示词示例展示如何让Claude Code构建WebAssembly工具。模式8常用提示词库「认知债务」才是真问题Simon Willison提出了一个关键概念:认知债务——代码能跑但你不懂原理。这和技术债务不同。技术债务是代码质量差将来要还认知债务是你自己不懂将来要学。他用了40分钟vibe coding的SwiftUI App(对话记录)能跑但他一点都不了解这个App。如果放到核心业务里这是一个极大的隐患。应用核心变黑盒无法自信推理规划新功能变难。所以要怎么还上债答案是用线性演练交互式解释提高理解。如果担心LLM减慢学习速度我强烈建议采用这类模式。Hacker News的分歧Simon Willison的指南在Hacker News引发讨论。开发者mohsen1分享实战用AI做。飞书文档 - 图片代码传送门https://github.com/mohsen1/fesh他总结分享了4条经验:不要微观管理AI让AI自己探索测试是一切没办法验证循环会跑偏让AI自由实验允许失败失败也是知识用.md做会话间记忆AI没跨会话记忆用Markdown做外部记忆另一个阵营「Dark Factory」则主张更激进的路线往问题扔token边验证边走不必事事先写测试。两派看似对立其实可以互补——核心业务用严格TDD原型探索用快速迭代。但双方有一个共识验证不能省。Simon Willison表示这套模式会持续更新目标每周1-2个新章节。这种情况下我们不禁思考当写代码不再昂贵工程师的核心价值在哪可能是三个能力知道该写什么知道好代码长什么样知道如何让AI不跑偏。Simon Willison的8个模式本质上都在训练第三种能力。但前两种依然需要深厚的工程经验才能撑起来。代码变便宜了判断力变贵了。这可能是AI时代软件工程师的新价值所在。参考资料https://news.ycombinator.com/itemid47243272https://simonwillison.net/guides/agentic-engineering-patterns/https://simonwillison.net/guides/agentic-engineering-patterns/code-is-cheap/https://simonwillison.net/guides/agentic-engineering-patterns/hoard-things-you-know-how-to-do/https://simonwillison.net/guides/agentic-engineering-patterns/red-green-tdd/https://simonwillison.net/guides/agentic-engineering-patterns/first-run-the-tests/https://simonwillison.net/guides/agentic-engineering-patterns/linear-walkthroughs/https://simonwillison.net/guides/agentic-engineering-patterns/interactive-explanations/https://simonwillison.net/guides/agentic-engineering-patterns/gif-optimization/https://simonwillison.net/guides/agentic-engineering-patterns/prompts/https://simonwillison.net/2026/Feb/23/agentic-engineering-patterns/
