7.0
深览指数
产品人人都是产品经理·叶小钗··AI 生成
用WorkBuddy 10分钟做了个工具，然后抓狂一星期
作者用WorkBuddy十分钟做出一个飞书图片链接转OSS的小工具，但后续打磨却花了整整一周。他复盘出Vibe Coding的真正瓶颈不在写代码，而在于跳过了传统开发中需求对齐、方案设计、高保真原型等前置环节。文章提出Agent=Harness+Model的判断框架，强调模型才是能力差异的核心，工具会趋同，并给出「人在关键路径确认、Agent负责执行」的完整人机协作流程。适合想用AI写工具但反复返工的非程序员。原文 ↗
核心观点
- ▍Vibe Coding的核心不是让AI写代码，而是把人工判断和需求确认尽量前置，执行工作交给Agent；编码本身反而是AI时代最不需要操心的环节。
- ▍Agent = Harness（身体）+ Model（大脑），模型决定能力上限，Harness决定下限；不同编程工具最终会趋同，真正拉开差距的是模型能力。
- 01作者用Codex把飞书Markdown导出中的临时图片链接上传到自有OSS并替换路径，10分钟做成浏览器插件，解决半小时链接过期的痛点。
- 02传统软件开发需产品、设计、前后端、测试协作，编码前有大量需求对齐和方案确认环节；Vibe Coding常跳过这些步骤直接写代码，导致AI按自己理解做决策，返工成本极高。
- 03作者以「文本AI率检测工具」为例走完整流程：可行性分析→需求设计文档→高保真HTML原型→Agent编码并自动跑测试、Playwright截图验证→人工验收，最终仅修复两三个小细节。
- 04设计文档在Agent协作中变成关键信息媒介：一是供人通读修改方向，二是解决跨会话上下文窗口有限的问题，新会话只需说「按docs/xxxxx.md实现」。
反方 / 局限
- — 作者依赖朱雀官方API Key才能让Agent真正验证逻辑跑通，且高保真原型能百分之百还原的前提是使用了Claude Design或baoyu-design等特定Design Skill，并非所有工具默认具备。
- — 全文以个人单次成功案例为主，缺乏失败样本或规模化验证，所谓小工具是浏览器插件和检测页面这类轻量场景，对复杂业务系统的适用性未讨论。
15 分钟 · 4 卡片 · 7 资料
读原文 →