我的 2025 Vibe 之旅｜年度征集活动
挫折决定成败
我遇到了一个挫折，或者说一个问题，但是我不知道如何表达，让我想一下这个问题的主要矛盾是什么，理想的无限性与现实及现实的有限性（理想与现实的落差），这个挫折就叫做：人生。
我联想到“社会主义初级阶段主要矛盾”，让我上网重温一下课本的知识点：在社会主义初级阶段，我国社会的主要矛盾是人民日益增长的物质文化需要同落后的社会生产之间的矛盾。
我还发现17年已经有了新的解读：人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。没有止步于必要性强的“文化，物质，生产”，而是朝向积极性更强，更依赖主观能动性的：“美好，平衡，发展”。
这两种理念本质的一致的，虽然有不同点，但是进一步而言，甚至可以结合看待：美好文化，平衡物质，发展生产。后者做动词前置，前者做名词后置，不得不说，中文比起英文，确实优势明显，我不需要懂特别深奥的知识也能侃侃而谈。
好了回到我的问题，我的问题太抽象了，让我联系到现实情景中，我们生活在信息大爆炸之中，我们可以想很多事情，做很多事情，但是时间和手上的资源不允许我们无节制地耗费，我们需要节能且高效地完成任务，甚至制定任务本身就需要节能且高效。
让我摘录一段网上文章的内容：
我缺少什么？缺少验证闭环。需要分模块独立验证、交叉测试和最终集成测试，确保每个环节的真实性。这些通过敏捷开发模式，引入CI/CD流水线、单元测试、集成测试和人工审查。是否可行我没太多经验。
看到不少网络案例说vibecoding看似美好，最后做成了不可控制的软件项目，还有删除了自己的项目、清空了硬盘等等例子。这些问题源于依赖AI编程工具时缺乏人工监督和代码审核机制。建议结合专业开发流程，确保代码质量与项目可控性。
引用自 我的 2025 Vibe 之旅 - 不要在 vibe 中迷失了自己
以上两行摘录作者原文，我认为测试与人工审查是可行的，因为我自己做过验证闭环，我简单介绍一下我的vibecoding的过程。
我在去年的年初（2025年的年初）开始接触AI工具元宝，模型选的是DEEPSEEK，在日常工作、生活、游戏中大量使用，用于替代弱智一般的搜索引擎，在这之前，我从初中开始就使用搜索引擎进行课外内容的学习，不管是找游戏攻略还是资料。9月份开始接触vibecoding，在此之前我只会写简单的python函数，我直接就在对话框里面详细描述我的数据输入与输出的需求，然后持续校准我的需求，没多久，两千行代码，分2个文件，一个可以用的数据处理小工具就做出来了。
之后我花了整整一个多月的业余时间来进行重构，你没听错，两千行代码，我花了1个多月的业余时间来重构，甚至废寝忘食，这个过程中，我是一步一步地渐进式重构的，当时我换成了codebuddy和trae，这个阶段只有glm的严谨比较能贴合我跳脱的思维进行代码落地，而deepseek因为我语言的模糊性（因为我对重构代码一无所知）并没有发挥很大的作用。但是，时间是有限的，这上面花的时间已经太多了，再后来，我接触了gemini 2.0，我当时重构遇到了一些问题，因为代码并不大，我就将代码发过去，然后得到了重构优化的方法，当时简直刷新认知（现在2026年这个时间，国产模型也基本具备这种能力了），不过我依然坚持使用国产模型进行重构，本能地认为这才能锻炼能力。
而这个过程中，我在和AI的对话中，不断地交互，也认识到交互的重要性，而一个关键节点就是：我开始让AI必须进行红、绿、重构的完整测试驱动循环，更进一步，gmini直接建议我建立git的CI门禁，而测试部分涵盖了单元测试、集成测试、有限的端到端测试，虽然过程有些波折，但是AI在我的指导下重构工作还是顺利地完成了，结果就是：模块化，模板化，变量统一管理，代码变得可维护，这对于一个基础偏低的新人来讲，是振奋人心的：这是一个强大的工具，但是也产生了进一步的焦虑：高质量代码开发的速度太慢了，我在重构过程中，特别是提交commit的时候（我建立了git，一段时间就要提交一次）必须监督每一个函数的修改。
我的以上经验足够回答关于验证闭环和人工审查的有效性和必要性。
渐渐地，事情开始往另一面发展，在重构代码的过程中我一直接触spec规范驱动编程，也接触了BMAD，我开始关心人机交互，因为提高交互效率才是关键，而这里面需求澄清（模糊需求映射到精确指令）和任务拆解就成了关键，这非常考验架构能力，在我这个重构工作中体现地特别明显，原有的两千行代码只是数据堆砌，完成任务，而重构后的代码是模块化的，当然还有改进空间，毕竟我的重构能力局限在我贫乏的计算机科学与技术的相关知识，对软件工程的了解也并不深入。
交互既是一切，当我发现AI指导我具体的编程领域知识，而我用工程思维去指导AI砌砖，交互就变得重要，我开始研究如何写交互模板，就像程序一样，模块化的砖块出错的概率要更低一些，这个过程中，AI引导我进入了能力澄清高于需求澄清的阶段，我开始接触大语言模型的能力边界，作为人工智能，这种智能和人类的生物智能有多少意料之中的不同，又有多少出乎意料的相同？
需求澄清只是入门，能力澄清才是交互的基础，因为孙子兵法有云：”知己知彼，百战不殆“，然后AI开始澄清他的能力，提出了“思维加速器”这个概念，同时还提出了另一个概念“元沟通”，也就是“主动引导优于被动应答”，刚刚找了一下，孙子兵法依然有这个概念：“故善战者，致人而不至于人”。
中间跳过一段心路历程，我开始接触IFLOW CLI，心流状态，全然忘我，这种状态对于我就是日常，特别是打字、玩游戏、开车的时候，也就是理论说的能力与行为匹配，本质就是知行合一，合适的情境，主动养成微小的行为习惯，可以让人爱上学习，爱上执行，进而完善自己，提高能力与认知，相辅相成，用最小的能量获得最大收益。
按照马西米尼和卡利在四通道模型的基础上，提出了八通道模型，2区心流是高挑战高能力，而对立面6区淡漠是低挑战低能力，更让人惊悚，6区就是无数人沉迷于短视频的脑腐（brain rot）状态，而孔子有云“学而不思则罔，思而不学则殆”，则是对于沉迷于任何信息乃至沉迷于思考本身都是无益处的，必须思与学结合，行与知搭配，才能高效利用我们这副进化了数百万年甚至数千万年的生物大脑。
但是我有与达尔文进化理论稍有不同的观点，是地球引导生命降临，是太阳系的整体引导了智力的诞生，更进一步，我认为：是我选择了生，而不是生选择了我。换句话说：智能是必然的存在形式，而人类文明的进步，源自于对生命的关怀与怜悯，而生命的本质就在于理想与现实的落差，进化就发生在落差之中，我不是在寻找解决人生这个挫折的方法，而是如何进化，最容易实现的事情就是，将理想锚定在事实上，让理想可以落地，生根，发芽，长成一棵大树，而不是飘在空中，成为随风飘摇而无法落地的蒲公英种子。
让我开始并且继续记录事实，关于“事实”，最重要的就是将你看到的视为神谕一般，原封不动地传达给明天的自己，开始记录你的所见所闻所想所思，不受外部影响地记录，在合适的时间去反思，正如道德经所言：“有无相生，难易相成，长短相形，高下相倾，音声相和，前后相随，恒也。”，一件大事也需要“上善若水，水滴石穿”般的微小且源源不断的坚持。
努力不一定有回报，选择努力本身就是回报，以上我写的内容有些跳脱，甚至连接点有些牵强，些许润色应该会更好，但也正如上文所言，我已经开始记录，开始努力，这就是回报，这就是在减小理想与现实的落差，将理想锚定在既定的事实中而非之外，而心流就是这样一种状态，在做与想之间达到平衡，正是因为你的能力匹配你的认知，你的技能匹配你的挑战，心流状态就被激发出来，纯粹的心流状态是纯直觉的，无言语的，不带分析的，就像是打字的时候，字在不停地往外蹦出来，在说话的时候，不经过思考就说出来，那个就是纯粹的我在占据主导权，而完整的我，也就是完整的心流，是在想与做之间达到平衡，既是在想，也是在做。
一句话总结：去想你能胜任能做的事，去做你能认知能想好的事，如果做不好，换一个思路，如果想不到，换一个工具。正所谓“差生文具多”，有时候不同的文具也能打开新的道路，欲想抵达未至之境，探索未曾设想的道路，不下一番功夫，恐怕是不行的，开始记录吧，会有用的:）。