方法论导入
解释从 vibe coding 到 harness engineering 的演进，明确人机协作边界。
工具链选型
比较 Claude、Codex、Cursor、pi 等工具在编辑器、终端和代理流程中的定位。
模型策略
按复杂重构、长上下文、多模态、成本控制等场景选择模型。
01 / Methodology
Harness 和 vibe coding
vibe coding 强调用自然语言描述目标、快速生成并迭代软件；Harness 则把这种速度装进可控的工程框架中，让 AI 产出经过上下文、规范、测试和评审的约束。
什么是 vibe coding？
vibe coding 最初指“顺着感觉”与 AI 对话生成代码：开发者描述意图、运行结果、观察反馈，再继续提示模型。它适合原型、脚本、局部功能和探索式开发，但如果缺少架构约束，容易产生重复代码、隐藏缺陷和不可维护的实现。
- 适合快速验证产品想法和交互原型。
- 需要开发者持续审查、测试和收敛范围。
- 不应把“能跑”直接等同于“可上线”。
什么是 Harness？
这里的 Harness 指 AI 开发“约束系统”：包括需求规格、上下文包、代码边界、自动化测试、审查清单、部署门禁和度量反馈。它让 AI 编码工具在明确轨道内加速，而不是替代工程纪律。
- 用规格和验收标准限定 AI 的输出目标。
- 用测试、静态检查和评审保护质量。
- 用任务拆解和回滚策略降低失控风险。
最佳实践：三层 AI 开发护栏
上下文工程提供代码结构、业务约束、接口契约和示例。
规格驱动先写需求、验收标准和测试，再让 AI 实现。
验证闭环每次生成后运行测试、人工审查、记录决策。
02 / Tooling
AI 开发工具
主流 AI 开发工具正在形成组合式工作栈：编辑器内补全、终端代理、云端沙箱、代码评审和任务编排各有优势。
Claude / Claude Code
强上下文与复杂任务编排
适合阅读大型代码库、重构、生成计划、执行多步任务和做代码审查。优势是上下文理解和长链路推理，缺点是需要清晰边界和验证流程来避免过度实现。
- 先要求 Claude 解释代码和风险。
- 让它按小任务修改并运行验证。
- 保留人工合并与最终评审。
OpenAI Codex
代理式编码与云端执行
适合把明确任务交给代理在隔离环境中实现、测试和提交变更。优势是自动化执行能力，缺点是任务描述必须具体，且需要检查安全、依赖和边界条件。
- 把任务写成可验收的 issue。
- 限制文件范围和输出格式。
- 用测试结果和 diff 评估质量。
Cursor
AI 原生编辑器体验
适合日常编码、局部改写、文件级问答和快速补全。优势是贴近编辑器工作流，缺点是大型任务仍需要计划、上下文管理和代码评审。
- 使用规则文件固定团队约定。
- 把大改动拆成局部修改。
- 结合测试与版本控制逐步提交。
pi
可扩展的编码代理工作台
适合在终端中结合文件操作、命令执行、技能、子代理和工具编排完成端到端开发。优势是可定制和流程化，缺点是团队需要建立清晰技能、计划和权限规范。
- 用技能固化 TDD、调试和审查流程。
- 用子代理并行研究或评审独立任务。
- 在提交前运行验证并保留证据。
03 / Models
AI 开发模型
没有一个模型适合所有编码任务。高质量 AI 开发通常采用“按任务选模型”：复杂推理、长上下文、速度、成本和数据合规分别优化。
模型类别适合任务注意事项
Claude 系列复杂重构、代码审查、长文档理解、计划生成需要明确停止条件，避免过度设计。
GPT / Codex 系列结构化输出、工具调用、代理循环、自动化任务任务要可验证，避免宽泛提示。
Gemini 系列超长上下文、多模态理解、大型资料分析关注上下文噪声和结果归纳质量。
开源 / 本地模型低成本批处理、隐私敏感场景、企业内网部署通常需要更强提示约束和评测基准。
选型建议
把模型作为工具箱而不是信仰：架构评审用强推理模型，重复改写用高性价比模型，隐私场景优先本地或私有化，最终以团队自己的任务集评测为准。
04 / News & Advisory
AI 开发咨询：近期趋势
以下内容基于公开新闻和行业趋势整理，适合作为团队评估 AI 开发路线时的观察清单。
终端 AI 编码工具继续增强
GitHub Copilot CLI、Claude Code、Codex 等工具正在把语音、计划任务、子代理和企业工作区能力带入开发终端。
查看 GitHub Changelog动态工作流和多代理协作升温
AI 编码代理开始从单次补全转向多步骤、多代理、自动检查的工作流，团队需要更重视任务拆解和交付门禁。
查看 Claude Blog企业关注安全、合规和可审计性
vibe coding 在企业落地时，核心挑战不是能否生成代码，而是如何保证代码来源、依赖、权限、隐私和审查过程可追踪。
查看 The New StackConsulting
让团队更快、更安全地采用 AI 开发
我们可以帮助你建立 AI 开发工具评估、模型选择、提示规范、代码评审、测试护栏和团队培训方案。