2026年超越上下文，让 Agent Skills 完成你的真正需求（0）认识基于 Claude Code or Codex 的 Vibe Coding 和 Agentic Engineering

大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

大家好，我是民酱。Agent Skill 工程系列发出后，想到还有点儿东西没补充： “Skills 很好，但我连 Claude Code 都还没用过，该从哪里开始？”
所以我补了这个第零章——聊聊让我们走到 Skills 面前的那个东西： Vibe Coding 和 Agentic Engineering。

2025 年 2 月，Andrej Karpathy 发了一条推文，创造了一个新词。一年后的今天，这个词已经进了柯林斯词典，成了 2025 年度词汇，也彻底改变了我们写代码的方式。

这一章，我把 Vibe Coding 的来龙去脉讲清楚，重点拆解两个最主流的终端工具——Claude Code 和 Codex CLI 的使用方式，分享一些实战中的通用经验，最后解释一个关键问题：为什么 Vibe Coding 用到深处，你一定会需要 Agent Skills？

速览：

什么是 Vibe Coding——从 Karpathy 的推文到柯林斯词典年度词汇
两大核心工具——Claude Code 与 Codex CLI 的安装与使用
实战经验——入门、进阶与四个必踩的坑
从 Vibe Coding 到 Agent Skills——为什么需要这个系列
附录：OpenClaw 简介

2025 年 2 月 2 日，前 OpenAI 联合创始人、前特斯拉 AI 负责人 Andrej Karpathy 在 X（原 Twitter）上写道：

“There‘s a new kind of coding I call ’vibe coding‘, where you fully give in to the vibes, embrace exponentials, and forget that the code even exists.”
“有一种新的编程方式，我称之为 ’氛围编程‘——你完全沉浸在感觉里，拥抱指数级增长，忘记代码的存在。”

这条推文迅速引爆了开发者社区。一年之内：

柯林斯词典 将 “vibe coding” 列为 2025 年度词汇
Y Combinator 披露其 2025 冬季批次中，25% 的创业公司代码库超过 95% 由 AI 生成
GitHub 报告显示 AI 辅助完成的代码提交占比突破 40%

Vibe Coding = 用自然语言描述需求 → AI 生成代码 → 不逐行审查，凭结果判断。

它和传统 AI 辅助编程的关键区别在于：你接受自己不完全理解 AI 写的代码。

特征	传统编程	AI 辅助编程	Vibe Coding
代码来源	人手写	AI 建议 + 人审查	AI 生成 + 人验收
理解程度	逐行理解	理解后采纳	接受不完全理解
交互方式	键盘输入代码	Tab 补全 + 人工修改	对话描述需求
质量保证	人工 Code Review	人工审查 + AI 辅助	运行结果 + 追问修正
典型工具	IDE + 搜索引擎	Copilot 自动补全	Claude Code / Codex CLI

一个经常被混淆的点：不是所有用 AI 写代码都叫 Vibe Coding。

开发者 Simon Willison（Django 联合创始人）明确区分了两种模式：

模式	定义	适用场景
Vibe Coding	不审查代码，凭感觉和结果判断	原型、内部工具、个人项目、一次性脚本
AI 辅助编程	用 AI 生成代码，但逐行审查和理解	生产系统、团队协作、长期维护的项目

核心洞察：Vibe Coding 不是偷懒，是一种有意识的取舍。 当你写一个周末 hackathon 项目时，逐行审查 AI 代码是浪费时间；当你维护一个千人使用的系统时，Vibe Coding 就是在埋雷。知道什么时候用、什么时候不用，才是关键。

有趣的是，Karpathy 自己在 2026 年初也更新了看法：

“Vibe coding is passé.”
“氛围编程已经过时了。”

他提出了新的方向——Agentic Engineering（代理工程）：

Vibe Coding（2025 初）→ AI 辅助编程（2025 中）→ Agentic Engineering（2026）

 ↓ ↓ ↓

凭感觉写代码审查后采纳 AI 自主规划+执行+验证接受不理解要求理解专业化+质量可控适合原型适合开发适合生产

核心洞察：这条演进路径恰好对应了本系列的主线。 Vibe Coding 是入口（本章），Agent Skills 是从 Vibe Coding 走向 Agentic Engineering 的桥梁（第 1-3 章）。

Vibe Coding 的体验好不好，很大程度取决于你用什么工具。目前终端侧最主流的两个选择是 Anthropic 的 Claude Code 和 OpenAI 的 Codex CLI。

定位： Anthropic 官方推出的终端 AI 编程助手。不是 IDE 插件，而是直接在终端里运行的 Agent——它能读写文件、执行命令、操作 Git、调用 MCP 服务。

安装：

# 安装（需要 Node.js 18+） npm install -g @anthropic-ai/claude-code

进入项目目录，启动

cd your-project claude

首次启动会引导你登录 Anthropic 账号（或输入 API Key）。

核心能力：

能力	说明
代码生成与修改	理解整个项目结构，跨文件修改
终端命令执行	运行测试、安装依赖、构建项目
Git 操作	创建分支、提交、创建 PR
MCP 集成	连接外部服务（数据库、API、第三方工具）
Agent Skills	原生支持 SKILL.md 标准
上下文管理	/compact 压缩上下文、自动摘要

典型使用流程：

你：帮我给这个 FastAPI 项目添加用户认证功能，用 JWT

Claude Code：

分析项目结构（读取 main.py、requirements.txt 等）
安装依赖（python-jose、passlib、bcrypt）
创建 auth/ 模块（models、schemas、utils、router）
修改 main.py 注册路由
添加测试文件
运行测试确认通过

你：看起来不错，帮我提交一下

Claude Code： git add auth/ tests/ main.py requirements.txt git commit -m “feat: add JWT authentication”

关键命令速查：

命令	作用
claude	启动交互模式
claude “做某事”	单次执行（非交互）
/compact	压缩上下文（对话太长时用）
/clear	清空上下文重新开始
/cost	查看当前会话消耗的 Token
/doctor	检查环境和配置
Shift+Tab	切换 Plan Mode（先规划再执行）

更多使用技巧，参考Ahthropic官方之旅： https:// code.claude.com/docs/zh -CN/overview

定位： OpenAI 官方推出的终端编码 Agent。核心特色是沙盒隔离执行——所有代码修改在安全沙盒中运行，确认后才写入本地文件。

安装：

# 安装（需要 Node.js 22+） npm install -g @openai/codex

设置 API Key

export OPENAI_API_KEY=“your-key”

启动

codex

核心能力：

能力	说明
代码生成与修改	理解项目结构，跨文件操作
沙盒执行	所有操作在隔离环境中运行，安全性更高
多模型支持	支持 OpenAI 全系列模型（o3、o4-mini、GPT-4.1 等）
多权限模式	suggest / auto-edit / full-auto 三级权限
Agent Skills	支持 SKILL.md 标准

三级权限模式：

模式	行为	适用场景
suggest（默认）	只建议，不修改文件	审查和学习
auto-edit	自动编辑文件，执行命令需确认	日常开发
full-auto	自动编辑+自动执行	信任的批量操作

# 指定权限模式 codex –approval-mode full-auto “把所有 var 替换成 const”

更多使用技巧，参考OpenAI官方之旅： https:// openai.com/business/gui des-and-resources/how-openai-uses-codex/

维度	Claude Code	Codex CLI
厂商	Anthropic	OpenAI
最强模型	Claude-Opus-4.6	GPT-5.3-Codex
安装	npm install -g @anthropic-ai/claude-code	npm install -g @openai/codex
MCP 支持	原生深度集成	支持
Skills 支持	原生 SKILL.md + 插件系统	支持 SKILL.md 标准
权限模式	按工具逐一授权	suggest / auto-edit / full-auto
计费方式	Anthropic 订阅或 API Key	OpenAI API Key
核心优势	MCP 生态 + Skills 系统 + 上下文管理	沙盒安全 + 多模型选择

怎么选？

你的情况是什么？ │ ├─ 重视安全性，希望所有操作可控可回滚 │ └─ → Codex CLI（沙盒隔离） │ ├─ 需要连接外部服务（数据库、API、第三方工具） │ └─ → Claude Code（MCP 生态） │ ├─ 想用 Agent Skills 系统 │ └─ → Claude Code（原生最强）或 Codex CLI（基础支持） │ ├─ 团队已有 OpenAI 订阅/API │ └─ → Codex CLI（成本最优） │ ├─ 团队已有 Anthropic 订阅 │ └─ → Claude Code（成本最优） │ └─ 都想试试？ └─ → 两个都装，根据任务切换

 Vibe Coding 的精髓就是用最顺手的工具

除了终端工具，IDE 侧也有强大的 Vibe Coding 方案：

工具	定位	一句话
Cursor	AI 原生 IDE	最流行的 Vibe Coding IDE，Composer 模式体验丝滑
Windsurf	AI IDE（原 Codeium）	Cascade 模式 + 原生 Skills 支持
Kiro	AWS Agentic IDE	Spec 驱动开发，Steering + Skills
GitHub Copilot	VS Code 内置	Agent Mode 支持 SKILL.md 标准

这些工具之间不是互斥的——很多开发者会同时用 Cursor 做日常开发 + Claude Code 做复杂任务和 Git 操作。（除此之外，像Trae、Qoder等一些列国内大厂开发的IDE也都非常不错）

1. 从小项目开始

不要一上来就拿公司核心项目开刀。找一个周末项目、一个内部工具、一个自动化脚本——先建立信任感。

2. 先写 CLAUDE.md（或 AGENTS.md）

这是最容易被忽略、但收益最大的一步。在项目根目录创建一个 CLAUDE.md，告诉 AI 你的项目是什么：

# CLAUDE.md

项目简介

这是一个基于 FastAPI 的用户管理系统。

技术栈

Python 3.11 + FastAPI
PostgreSQL + SQLAlchemy
JWT 认证

代码规范

变量名用 snake_case
API 路由前缀统一 /api/v1/
所有接口需要类型注解

运行方式

uvicorn app.main:app –reload –port 8000

这个文件会被 Claude Code / Codex 自动读取，相当于一次性告诉 AI“你在哪、你在干嘛”。

3. 学会管理上下文

对话越长，AI 的表现越差——这不是工具的 bug，是上下文窗口的物理限制。

场景	操作
对话超过 20 轮	用 /compact 压缩上下文
要切换完全不同的任务	用 /clear 清空重开
发现 AI 开始“胡说”	大概率是上下文污染，/clear 后重试

1. 善用 Plan Mode

对于复杂任务，不要直接让 AI 动手。先切换到 Plan Mode（Claude Code 中按 Shift+Tab），让 AI 先出方案，确认后再执行。

你（Plan Mode）：我想把项目从 REST API 重构成 GraphQL，请先出个方案 Claude Code：
 重构方案 
      
     
         
         安装依赖：strawberry-graphql 
         创建 schema/ 目录，定义类型 
         迁移 5 个现有端点 
         保留 REST 兼容层 
         更新测试 预估影响 12 个文件。 
        
 你：方案 OK，开始执行

2. 分步提交，而不是一次性大改

差的方式：“帮我重构整个项目” 好的方式： → “先帮我把 auth 模块提取出来” → “OK，提交一下。然后把 user 模块也提取出来” → “OK，提交。现在把路由整理一下”

每一步都有 git commit，出问题可以回滚。这不是 AI 的限制，而是工程的基本功。

3. 让 AI 帮你写测试

Vibe Coding 最大的风险是“不知道代码对不对”。最简单的对策：让 AI 写完功能后，紧接着写测试。

你：帮我写完 auth 模块后，顺便写一套单元测试

测试通过 ≠ 代码正确，但测试不通过 ≈ 代码一定有问题。

4. 给需求文档，而不是给老代码

这是一条血泪经验：与其让 AI 改你的老代码，不如把老需求文档给它，让它重新实现。

差的方式：“帮我重构这个 500 行的 utils.py” 好的方式：“这是我们的需求文档，请基于当前技术栈重新实现这个模块”

为什么？老代码里往往有大量历史包袱——层层嵌套的 if-else、早已不需要的兼容逻辑、几代人叠加的补丁。AI 在这种“修补”模式下很容易迷失在嵌套里，改一处崩三处。

但如果你给的是需求文档（这个模块要做什么、输入输出是什么、边界条件有哪些），AI 会从零开始写一个干净的实现——大概率比原来的代码结构更清晰。

说句大实话：现在模型的解耦能力，可能比写出那些嵌套代码的人类更强。与其让 AI 在泥潭里修修补补，不如直接让它在干净地基上重建。

用 Vibe Coding 时间长了，你一定会遇到这四个问题：

坑 1：“AI 越写越偏”

对话到第 30 轮，AI 开始忘记你之前说的规范，生成的代码风格越来越不一致。

根因：上下文窗口污染。早期对话被压缩或丢失，AI 只看到最近的上下文。

坑 2：“重复犯同一个错”

每次新对话，AI 都会犯一样的错误。你纠正过一百遍了，但它不记得。

根因：缺少持久化记忆。对话结束就遗忘。CLAUDE.md 能缓解但不够。

坑 3：“简单任务完美，复杂业务翻车”

写一个 CRUD 接口完美无缺，但涉及到你的业务逻辑（比如特定的审批流程、数据校验规则），AI 就开始瞎编。

根因：缺少领域知识注入。AI 有通用编程知识，但没有你的业务知识。

坑 4：“每次都要重新解释”

“我们的 API 要用这种返回格式”“我们的测试要用 pytest 不要 unittest”“部署到生产要先跑这三个检查”——每个新对话都要重复一遍。

根因：没有可复用的指令集。知识停留在脑子里，没有显性化。

核心洞察：这四个坑，恰好对应 Agent Skills 解决的四个问题。

Vibe Coding 的坑	Agent Skills 的解法
上下文污染	渐进式披露——三层加载，不会撑爆上下文
缺少记忆	持久化 Skill 文件——一次定义，永久可用
缺少领域知识	嵌入专业知识——把业务逻辑写进 Skill
重复解释	标准化复用——一次编写，跨项目跨工具复用

这就是为什么 Vibe Coding 用到深处，你一定会走向 Agent Skills。

Vibe Coding → Prompt Engineering → Agent Skills → Agentic Engineering （2025 初） （2025 中） （2025 末-2026） （2026+） ↓ ↓ ↓ ↓ 
 凭感觉写代码 精心设计 Prompt 模块化能力封装 AI 自主规划执行 一次性使用 可复制粘贴 标准化可复用 自适应持续进化 个人实验 个人效率 团队协作 企业级部署

阶段	核心能力	局限性	代表工具
Vibe Coding	自然语言→代码	不可复用、无记忆	Claude Code、Codex、Cursor
Prompt Engineering	精心设计提示词	难以共享、无版本管理	各种 Prompt 模板
Agent Skills	模块化能力封装	需要学习构建方法	SKILL.md 标准
Agentic Engineering	AI 自主规划执行	生态仍在建设中	Skills + MCP + Agent SDK

OpenClaw 是一个开源个人 AI Agent，由奥地利开发者 Peter Steinberger 独立开发。它不是编码工具，而是一个通用任务自动化 Agent——通过 WhatsApp、Telegram、Slack、Discord 等消息平台与你交互，帮你处理日常任务。

可以理解为：如果 Claude Code 是你的 AI 编程搭档，OpenClaw 就是你的 AI 生活助手。

10 天开发，175k+ GitHub Stars——GitHub 历史上增长最快的开源项目之一
Vibe 理念的延伸——把“用自然语言驱动 AI 完成任务”从编码扩展到日常生活
本地优先——Gateway 运行在本地，数据完全自主
Skills 系统——OpenClaw 有自己的技能系统（ClawHub），与 Agent Skills 理念一脉相承

OpenClaw 代表了 Vibe Coding 理念从编码领域向通用任务自动化的自然延伸。当你习惯了用自然语言让 Claude Code 写代码，你也会自然地想用同样的方式让 AI 帮你处理邮件、管理日程、分析数据——这正是 OpenClaw 在做的事情。

实际用下来，OpenClaw 更适合做生活助手——管日程、查信息、处理消息，这些它做得很顺滑。但如果你指望它像 Claude Code 一样帮你写代码、改架构，体验会差不少，会浪费大量的 tokens 在修改代码上面。

不过我觉得 OpenClaw 真正有意思的地方在于：它本身就是一个专属于你的好的产品经理或项目经理。

什么意思？好的产品经理不只是传话筒，而是能把模糊的想法变成清晰的需求。OpenClaw 做的正是这件事——当你通过飞书随口说一句“我想让用户能批量导出数据”，它不会原封不动地转发，而是会追问你：导出什么格式？有没有权限限制？数据量大的时候怎么处理？最终输出一份结构化的需求描述。

这份需求描述，天然就是 Claude Code 能直接消费的高质量输入。不需要开发者再做一轮“翻译”。

传统链路：业务方（模糊想法）→ 产品经理（人工整理）→ 开发者（理解+实现） 新链路： 业务方（模糊想法）→ OpenClaw（AI 产品经理：追问、拆解、结构化）→ Claude Code（直接实现）

一句话： OpenClaw 的价值不是“把文档丢给 Claude Code”，而是它本身就能把模糊需求变成清晰需求。 当你的 AI 产品经理足够好的时候，AI 工程师自然就能接住。（OpenClaw+Claude Code这样的AgentTeam使用方式，我们后面再聊）

参考资料

Andrej Karpathy - Vibe Coding 原始推文（2025.02）
http://x.com/karpathy/status/1
Vibe Coding is passé - Karpathy 的 Agentic Engineering 更新
http://thenewstack.io/vibe-coding-is-passe
Collins Dictionary - 2025 Word of the Year: Vibe Coding
http://collinsdictionary.com/word-of-the-year
Simon Willison - Not all AI-assisted programming is vibe coding
http://simonwillison.net/2025/Mar/19/vibe-coding
Claude Code 官方文档
http://docs.anthropic.com/en/docs/claude-code
Codex CLI 官方文档
http://github.com/openai/codex
What is Vibe Coding - Google Cloud
http://cloud.google.com/discover/what-is-vibe-coding
What is Vibe Coding - IBM
http://ibm.com/think/topics/vibe-coding
Vibe Coding vs Agentic Coding - Rocket.new
rocket.new/blog/vibe-coding-vs-agentic-coding
OpenClaw GitHub
http://github.com/openclaw/openclaw
From Clawdbot to OpenClaw - CNBC
http://cnbc.com/2026/02/02/openclaw-open-source-ai-agent-rise-controversy-clawdbot-moltbot-moltbook
Vibe Coding 彻底火了 - 博客园
http://cnblogs.com/txw1958/p/1
DataWhaleChina vibe-vibe - 第一个系统性 Vibe Coding 教程
http://github.com/datawhalechina/vibe-vibe

作者注： 本文前面几篇的补充，涉及比较基础的开发工具的使用。Agent Skills 系列后续章节将深入探讨如何用 Skills 系统性解决 Vibe Coding 中遇到的瓶颈。