从低代码到 IDE/CLI：Vibe Coding 实战训练营第四课，带你走入代码世界

2026 年 1 月 18 日晚，WaytoAGI 社区「Vibe Coding」训练营第四课开讲。讲师云舒（AI 产品经理、社区创作者）围绕「走入代码的世界」这一主题，系统拆解了 AI 编程为何强大、工具如何选择、小工具如何解决真实痛点，并演示了语音输入、Skills 等提效玩法。无论你是零基础小白，还是想提效的产品经理、运营，这堂课都能帮你建立一套可复用的 AI 编程思维方法。

AI 编程为什么变强了？三个因素的叠加

▶ 16:00 · 看这一节

云舒认为，AI 编程之所以在一年半内发生质变，核心是三个方向的变化叠加在一起：模型能力、上下文与权限、Agent 自主性。

模型能力是 AI 的「智商」。云舒指出，Claude 3.5 在 2024 年 6 月打开了 AI 编程的可能性大门，而目前市面上最好的后端模型是 ChatGPT 5.2 Codex，最好的前端模型是 Claude 4.5 OPS Gemini。「如果 AI 模型它能够写的代码的天花板只有 60 分，那你的 AI 的工程，包括上下文再好其实也是没有用的。」

上下文与权限决定了 AI 能「看到多少、操作多少」。早期 AI 编程没有能力直接驱动命令行，用户需要像程序员一样手动安装环境，「安环境可能就得安半个小时到一个小时」。如今 AI 能读写文件、运行命令、联网搜索，很大程度上源于权限的扩大。同时，上下文消耗也直接影响效果——Claude code 和 Codex 在烧 Token 上非常舍得，而 Cursor 效果下滑的原因之一就是 Token 太贵，「你开一个账号花 140 能用一个月，现在可能同样的额度只能用不到一周」。

Agent 自主性是 AI 编程从「聊天辅助」进化为「自主智能体」的关键。云舒以 Manus 为例说明 Agent 的工作方式：给它需求，它会自己拆解任务、规划、执行、反馈、调优。他还分享了一个亲身经历：让 Codex 基于 Skills 调用 API 生成图片，结果 Codex 发现请求失败后主动排查，告诉他「你的账号欠费了，打那张图需要一毛五，但你的账号只有 8 毛钱了」。这就是 Agent 的自主性——它会自己找原因并反馈。

云舒总结：「我们所谓的好用的 AI 编程工具一定是当三个能力都足够强，那人需要做的事情越来越少。」从 1.0 的 Chat AI（强依赖人）到 2.0 的 Agent（人像监督者），再到现在的 3.0 阶段，「人其实更多是一个管理者的角色了，我们只需要提清楚我们自己的需求，剩下都是 AI 去变」。

工具怎么选：IDE 与 CLI 的搭配，以及四档选型方案

▶ 29:09 · 看这一节

云舒将 AI 编程工具分为两类：IDE（如 Cursor、Trae、VS Code）有界面，能随时查看文件；CLI（如 Claude Code、Codex）在终端运行，直接调用系统权限，Agent 能力更强。他个人的习惯是「IDE 加 CLI 一起来用」——Cursor 用来看文件、查看 AI 改了什么，Claude Code 和 Codex 用来干活。

工具选择的核心原则是「你要解决的问题是什么」。低代码平台（如 Enter、秒搭）内置封装了很多流程，能快速部署产品，但开发产品有局限性；IDE 和 CLI 可拓展性强，但使用麻烦、耗时。做 Web 站可以用 Enter 和秒搭，偏后端工程重的项目则适合 Cursor 或 Claude Code。

云舒给出了四档选型方案，按「编程时长」和「熟练度」划分：

• 新手入门区（0～140 元）：每天编程时间不多，用 Trae 国内版（免费）或 Cursor 即可。
• 进阶主力区（约 160 元/月）：每天编程 1～2 小时、有一定基础，推荐 Codex（主力，140 元/月）+ Claude Code（接国产模型如智谱 GLM、Minimax M2、Kimi，20 元/月）+ Cursor（当 IDE 查看文件）。
• 高效生产力区（300 多元/月）：每天编程 4 小时以上，开通 Codex 和 Claude Code 会员，Claude Code 走 API 计费。
• 高频前端开发需求者：可开通 Claude Code 一个月 1400 元的 Max 版本，比较划算。

云舒特别提醒，Cursor 的 20 元套餐「不经花」，因为 Agent 消耗太大；如果预算有限，用 Trae 国内版零成本体验即可。他还强调，工具没有绝对的好坏，「你用什么工具都可以，就最好先选一个工具，先去深度地用一段时间，这是重要的」。

语音输入：把 AI 当「人」一样沟通

▶ 41:03 · 看这一节

云舒发现，打字输入 AI 编程工具时效率太低——打字会压缩信息、丢失前因后果。他推荐使用语音输入工具「闪电说」（本地 ASR），最大好处是免费，但转译准确率偏低，专有名词和英文识别效果一般，可以接入模型矫正（需等待几秒）。类似产品还有智谱 AI 输入法、讯飞输入法等。

语音输入的优势在于两点：一是「能够不遗漏你的信息」，语音包含的信息密度远高于打字；二是「能够跟 AI 把前因后果讲得更清楚」，让 AI 干活时指挥得更明白。云舒现场演示了用语音向 Codex 描述产品需求的过程，对比打字，效率提升非常明显。「我们能用语音输入，然后搭配上 AI 编程的 Claude code 或者 Codex，效率是能提得非常高的。」

小工具的价值：解决当下高频痛点，就是 AI 编程的意义

▶ 47:37 · 看这一节

云舒强调，AI 编程的价值不在于做出一个能上线的产品，而在于「解决问题，帮你省时间」。他举了一个例子：同事有 100 多个 Word 文档需要统一表格宽度，原本打算找多人手动改，他用 AI 写了一个 Python 脚本批量处理，几分钟搞定。

他现场演示了三个小工具：

密码生成器：一个能快速生成复杂密码并复制的网页工具，花一分钟就能做出来。「你有需要它就是有价值的，你就不用去找了。」

截图加边框工具：云舒写公众号时觉得白底截图不好看，又不想打开设计软件，于是让 AI 写了一个网页工具，上传图片即可自定义背景色、圆角、渐变边框，然后下载使用。他现场展示了用 Cursor 和 Claude Code 从零开发这个工具的过程，两三分钟就完成了。「我明明两三分钟就能搞定一个长时间用的工具，我为什么还要去找其他工具？」

截图加边框工具效果预览

产品 Demo：产品经理与设计、研发沟通需求时，用 AI 快速做一个可点击的交互 Demo，能大幅降低沟通成本。云舒展示了一个「AI 编程闯关游戏」的 Demo，包含流星背景、答题交互等效果。「我们基于一个脑中的想法去变成一个可视化的事情，因为你光沟通想法，每个人和每个人理解不一样，你做一个可视化的东西能够快速地把想法去做拉齐。」

密码生成器工具界面

云舒还给出了一个「遇到未知问题」的操作清单：不要自己预判 AI 能不能做，而是把场景描述清楚，问 AI「能否用代码自动化解决？如果能，请给出思路」，然后让 AI 写代码、报错、把错误扔回给 AI、修复、完成。「我们自己不要去判断说这个事情能不能用 AI 来解决，我们只要去把事情描述清楚，然后去问 AI 有没有解决方案就好了。」

Skills：让 AI 从「实习生」变成「老员工」

▶ 57:29 · 看这一节

Skills 是这堂课的另一个重点。云舒解释，AI 编程虽然 Agent 很聪明，但每次输出的逻辑可能完全不同，Skills 的作用就是「给 AI 一个工作流和知识库」，让 AI 按照标准化的流程作业。

「Skills 最大的价值就是能够让 AI 从一个实习生变成老员工。」它和提示词的区别在于：提示词只是一个文档，有 Token 上限，承载不了复杂流程；Skills 通过结构式拆分，能包含工作流和知识库，支持渐进式触发。

云舒现场演示了用 AI 编程工具当知识库的场景：让 Codex 查找 Claude Skills 的文档并讲解运作逻辑，然后以教师角色与它讨论 Skills 的理解，最后把对话保存成文件。「它做知识库最大的价值在于能够把对话的内容沉淀下来，这些沉淀的内容能够作为后续知识的一部分，然后来进行输出。」

他还演示了一个「思维整理助手」Skills（Sort Meaning），能帮用户把脑子里的想法倒出来、整理成文章。触发方式有两种：对话中触发或直接选中 Skills 触发。云舒用它现场梳理了「Skills 和 MCP 的区别」——MCP 是给 Agent 更多外部工具的标准协议，Skills 是规范 Agent 作业流程的标准，「它们俩解决的一个是相当于说你有更多的工具，一个是你能够按照更标准化的流程来作业」。

现场问答

▶ 1:35:00 · 看这一节

Cursor 页面太复杂，英文看不懂怎么办？

「Cursor 的页面长什么样不重要，你真正用 Cursor 其实只有左边这栏，就是用来看各种文件。」云舒表示，他自己也不会用 Cursor 的很多功能，但不影响做产品。「不要想着把工具学会不重要，你解决问题，然后用的那几个东西能用到就好了。」

Trae 一直下载内容把 C 盘占满了怎么办？

「你要看一下它下载的是什么，一般就是下载 Python 环境和 nodejs 就基本上能够满足大部分需求了。」可以查看具体下载内容和指令来判断。

不付费能用 Claude 吗？

「不能。」Codex 用的是 ChatGPT 5.2 Codex 专属模型，Claude Code 需付费。但 Codex 可以切换到 GLM 4.7、Minimax、Kimi V2 等模型，「如果叙事场景没有那么复杂，基本上就能满足了」。

AI 不了解我项目里的 API 接口，怎么让它学习？

「你可以用 Skills，把你的 API 接口不断地放到 Skills 里面，然后它需要读取接口的时候，可以去读那个接口的文档地址，这就是 Skills 的价值。」

前端和后端在开发时怎么分工？

「前端就是你能看见的前面的所有的样式，包括样式和前面的逻辑的跳转；后端就是后面所有的你看不到的部分。」做后端目前 Codex 最强。

用低代码平台（如秒搭）做前端，IDE 做后端，这样分工对吗？

「如果你用这些低代码平台，你最好就是能在低代码平台上把你的需求开发完成，如果说这些低代码平台搞不定了，你可能需要其他工具介入。」具体要看需求复杂度，不要秒搭加其他工具结合，「反而那样可能会搞得自己更麻烦」。

AI 能实现自动化点赞、12306 抢票器这类复杂场景吗？

「你要先去看市面上有没有人做到这个事情，如果市面上没有人能做到，那可能这个事情就是搞不定的。」要了解他们是通过脚本还是刷机实现的，不要盲目尝试。

作业可以用 Trae 免费版吗？

「可以，用什么都可以，没问题。」

要点回顾

• AI 编程强大的原因 = 模型能力（智商）+ 上下文与权限（视野与手脚）+ Agent 自主性（规划与执行），三者缺一不可。
• 工具选择看场景：低代码平台（Enter、秒搭）适合快速做 Web 站；IDE/CLI（Cursor、Claude Code、Codex）适合偏后端、工程重的项目。
• 四档选型：新手用 Trae（免费）；进阶用 Codex + Claude Code + Cursor（约 160 元/月）；高效生产力开会员（300 多元/月）；高频前端开发可开 Claude Code Max（1400 元/月）。
• 语音输入（如闪电说）能提升与 AI 的协作效率，信息密度高、前因后果讲得清。
• AI 编程的价值是解决问题：小工具（密码生成器、截图加边框）花几分钟就能搞定高频痛点；产品 Demo 能快速拉齐沟通共识。
• 遇到未知问题，直接问 AI「能否用代码解决」，让 AI 给思路，不要自己预判。
• Skills 是给 Agent 赋能的工作流 + 知识库，能让 AI 从「实习生」变成「老员工」，适合标准化、重复性的工作场景。
• 学习 AI 编程最重要的是实践，「实践比什么都重要，所有东西都是做项目做出来的」。