从 Chat Coding 到 Loop Engineering：一线工程师的 AI 开发实战与工具盘点
2026 年 7 月 4 日，「未来硅世界」第 18 期邀请前微软 Azure 机器学习部门、TikTok 商业化资深工程师王启源，与主持团向阳乔木、姚金刚、尼克西、元子一起，围绕 AI 新玩法与实用技巧展开了一场近两个小时的深度对谈。本文整理了这场对话的精华：从 AI 编程工具的演变、不同开发阶段的能力跃迁，到工作流搭建、学习方法论，以及非工程师如何上手 vibe coding 的实操建议。无论你是刚接触 AI 编程的新手，还是想优化现有工作流的开发者，都能从中找到可带走的方法与工具。
工具演变：从 ChatGPT 到多模型协作
王启源回顾了过去一年自己常用 AI 工具的变化：「最早最早肯定就是过去一年，或者是再往两年前，还是以 ChatGPT 为主，半年的话，毋庸置疑，那就是 Claude，3 个月的话，我觉得应该是 Claude 和 Codex，1 个月的话，那就是最新比较火的 GLM 5.2，也就是 Z code。」
他对 AI 写代码这件事持相对保守的态度，但人与 AI 的工作比例已经发生了巨大变化：「一年前我用 ChatGPT 去写代码的时候，基本上还是不会完全放手让它去写，它写完之后去 review 一遍，可能人和 agent 的工作比例可能是人 60%、AI 40%。但是过去半年的时间，可能用人的比例就会变少，变到 40%、AI 60%。近三个月，基本上就是机器 99%、人只有 1%。」
这留下的 1% 是什么？王启源给出了三个关键点：架构设计、debug 技巧、产品方向把控。他特别强调了产品方向的重要性：「AI 在做项目的时候，它可能会跑偏，以及它可能会给你很多建议。人就需要保证我要去做的事，我和 AI 一起去做的时候，AI 会给很多建议，然后我们要保持我们的本心，找到我们最初的要去做的那个事情，而不是偏离本心。」
他以自己正在做的 C Elegans 项目为例——这是一个脑神经科学家对一种小蠕虫完整神经网络连通图的分析项目。他希望能在计算机里训练出虫子的趋光性，但 AI 在过程中会「把这个项目变得非常精简，可能直接绕过了我希望探索他们神经网络之间神经突触的连接方式，而直接给出一个数学近似的结果」。这时人就需要不停地纠正它：「我们不应该跳过神经之间的端到端的模拟，而是直接给出一个数学近似结果。」
关于具体工具的评价，王启源提到龙虾（Lobster）「基本上不把它作为 vibe coding 的工具，我把它作为一个个人助手」，因为 Claude 和 Codex 能完成他 90% 以上的代码任务。Z code 则因为「量大管饱」，在额度跑完时用来做一些相对简单的工作。向阳乔木补充了 OpenCode 的特点：它是第三方编程框架，好处是「可以用任何模型来去做开发」，缺点是「系统提示词或者能力可能有些地方还是不如官方」，需要额外配置和优化。
开发阶段演进：从 Chat Coding 到 Loop Engineering
针对近期热门的理念变迁——从 vibe coding 到 spec coding、harness 和 loop engineering，王启源认为这本质上是「人们在对如何和 AI 去配合工作的过程中的一些方法论的一些改变」，背后有两个大背景：「一个是模型的能力在不断的增强，另外一个是人的工程能力也在不断地增强」。
他详细拆解了每个阶段普通人能做到的事情：
- Chat Coding 阶段：普通人把想法告诉 AI 得到代码片段，还需要自己配环境，只能完成基本需求，比如写一个无界面的 HTML 程序。
- Vibe Coding 阶段：能做到相对完善的界面，但缺乏美感。人们还是需要学很多工程知识，比如前端、后端的概念以及它们之间的通信方式。
- Spec Coding 阶段：有经验的人几乎不用手写代码。小白如果能写足够多的文档、把想法表达足够清晰，能实现百分之六七十的想法，「实现的程序强大程度完全取决于这个人他的 spec 写的是不是足够好」。
- Harness 阶段：人们几乎可以只靠简短的几句话，不用关心中间的实现细节，就能做出一个可以使用且界面好看的 MVP。
- Loop Engineering 阶段：如果这个理念继续发展，「小白只需要负责提出问题和边界条件，AI 就能给出一个经过深思熟虑的结果，能一起去探索和研究问题，而不只是说我要做一个东西」。
向阳乔木对这个演进提出了自己的观察：loop engineering 本质上还是 harness 的一部分，「它只是说这个增加循环，对于一个正常的 agent 开发来说，它本身就是 AI 的能力加上一个循环」。王启源认同这个判断，补充说 loop 强调的侧重点在于「对目标的追寻，以及如何去保证 AI 不去跑偏，尤其是在长程任务里不跑偏」。
向阳乔木还分享了自己从 GPT 3.5 时代到现在的亲身经历：最早只是让 AI 写简单的算法、做简单的 Chrome 插件，上架过程还要自己手填资料；现在写 Chrome 插件「连上架的过程都不需要我干预了，我只需要登录账号密码到达这个网页，后面的全部都是 Computer Use 或者 Browser Use 帮我填写完成提交」。他甚至可以直接起一个命令，告诉 AI 要开发什么网站、想要的域名是什么，「回车，第二天醒来，它就开发好了，而且网站也已经部署好了」。
工作流搭建：多模型协作与 VPS 基础设施
王启源分享了自己的主力工作流：「我目前主力的两个工具还是 Claude Code 和 Codex。有一些长程的任务、一些探索性的任务，我会倾向于用 Codex 去做。一些日常的、短平快的工作，我倾向于用 Claude Code 去做。」
这个分工基于他对两个工具特性的观察：「Claude Code 在一些长程的非常深的任务的时候，它会倾向于取巧，倾向于用最简单的方式去实现，而且有时候还非常过度自信。但 Codex 的话，它就像一个埋头苦干的老黄牛一样，你给它的任务，它就会认认真真的一点一点往下做。」他举例说，在做反汇编或还原二进制代码这类任务时，Claude Code 经常倾向于说「这个做不了，那个找不到，我们要不还是换个方法吧」，而 Codex 会尽可能尝试各种方法。
在具体项目中，他会让两个工具互相 review：「我之前在做一个编译器的时候，我会用 Claude Code 去主要去写代码，我和它聊设计，同时让 Codex 去帮它补充或 review 它的结果，以及写一些单元测试。」
向阳乔木补充了多模型协作的必要性：「Codex 确实做界面不太好，那这时候我可能会用一个 MCP 来去调用 Claude Code，或者其他前端美感更好的模型来做，然后再交给 Codex 来开发。」他还发现 Codex 在长上下文任务中会偷懒：「你让它写一部小说，特别长，上下文的时候，它是会偷懒的，偷懒还挺明显的。还有就是你做一些表单、卡片类非常多的时候，他就会填充一些没有意义的、很空洞的内容在里边。」
他强烈建议每个人都搭建自己的基础设施：「非常建议大家买一个自己的 VPS，然后买一个自己的域名。这个 harness 框架就是服务于你快速开发网站的。我整套这个东西搭好以后，我觉得开发效率飞起。」具体做法是：把域名绑定到 Cloudflare（它有 API，可以让 AI 自动做域名解析配置），VPS 天然支持各种 agent 熟悉的命令和 SSH 登录，「你只需要买一个 VPS，把账号密码给到 AI，然后买一个域名绑到 Cloudflare 上，然后注册一个 GitHub，把 token 给到它，它是可以搭一整套的快速开发框架」。
学习方法论：品味、广度与 AI 时代的加速
王启源分享了自己独特的学习方法论。首先是「对知识的判断品味」：「这个世界上有很多很多有趣的事情，很多行业也都是非常有意思的，但是如果你没有跨过那个门槛，那么你看不到里面的好玩的地方。如果你能提升自己对这个知识的品味，你会发现很多文章、很多作者的论述方法，其实能够帮你去跨过那个门槛。」
其次是广度。他特别强调不能脱离人民群众：「程序员这个群体接触的社会面是比较窄的。这个世界不只是由 IT 公司构成的，而是一个更广泛的世界。」他的做法很有意思：「我会去注册一些自己的社交账号，去训练它的推荐系统的偏好。我设定一些自己的人设，比如说我设定我是一个外卖小哥，我设定我是一个中年大叔，设定我是一个宝妈，我会对相关话题的视频定向性地去点赞，久而久之，你就能看到一个很不一样的世界。」
AI 时代的学习方式发生了明显变化：「以前有很多问题你会自己去思考，但是没有很明确的结果，或者说你的思考需要的上下文或背景知识是欠缺的。有了 AI 之后，你就能够快速地去补齐这些知识，然后快速地去和 AI 去讨论，找到一些你以前想了很久但也没有结论的事情。」他举了两个例子：一个是大学时就感兴趣但一直没能力展开的 C Elegans 科研项目，现在可以和 AI 一起做；另一个是女朋友想吃咖喱时，他好奇咖喱的成分，「以前的做法就是你要去搜、去看成分表，现在你跟 AI 简单对话，它就能帮你梳理出不同国家、不同流派的咖喱具体的香料和比例」。
向阳乔木补充了获取高质量信息的思路：找信息密度高的介质，比如论文——「人家可能需要做大量实验整理出一篇论文，你可能花个半小时、一小时就 get 到他的要点了」；以及跟一线前沿的人交流——「很多很厉害的人，他们都很有前瞻性，会用自己的业余时间去做探索，这个探索的方向往往都是最前沿的」。他举例说 Anthropic 公司一年前全员用 AI 编程辅助解决工作问题，并写成文章，「如果你认真看他这个文章的话，你会比业界早一年的时间理解到什么叫 Skill、什么叫 MCP」。
非工程师上手 vibe coding：发挥 domain knowledge
对于非工程师玩 vibe coding，王启源认为关键看目的：「如果你只是自娱自乐，解决自己眼前的问题，我觉得没有什么特别需要注意的，一定要注意的是你要脑洞足够大，你要能够想到很多很有趣的东西。」他特别强调非工程师的优势：「非专业的同学会有自己的生活、自己的专业，你能够把你自己的专业和生活相关的问题用 vibe coding 去解决，就是一个非常好的点。」
他举了一个例子：「我看到有一个摄影师，他会用 AI 去帮他 vibe coding 出一个胶片的自动去色罩的工具。色罩这个东西，只有你玩了胶片才知道，这就是我作为程序员不知道的事情。这就是非工程师他们的优势，你自己的 domain knowledge 是你最有用的点。」
但上线产品是另一回事。王启源指出普通人和工程师的差距在于工程能力：「你要上线一个网站，它能注册用户，你真正让 AI 去写注册用户这个逻辑，可能对于数据库来说就是插一条数据库，代码不超过 30 行。但是你要去校验用户的登录，用户登录完之后要有 Cookie，Cookie 要怎么去存？这一整套东西都是围绕着用户登录态来完成的，普通人完全不知道有这么个事情。」他给出的建议是：「好在现在你可以和 AI 去交流，让他告诉你怎么去学习，有哪些东西你要注意，他告诉你的点如果你不知道，你就随时去提问，来补足这些工程上的 domain knowledge 的缺失。」
关于软件公司的未来，王启源的判断是：「软件公司会长期存在。但是眼前这种形态的软件公司，比如说传统的卖 license 的公司，我觉得正在崩溃，或者说早晚就会崩溃。但是软件这个行业肯定还是会长期存在的，毕竟大模型它也是软件行业里的一个东西。」他举了一个例子：一个叫 Web Island 的小工具，能在 MacBook 刘海处提示 Codex 完成状态，一开始卖 60 块钱，没过多久就出现了免费的开源版本。「以前你可能要花三个月或半年开发出来的东西，别人可能三天就做出来了。但是话又说回来，你现在用 vibe coding 出来的软件，如果它同样也要花费三个月时间才能完成，那么它其实依然还是有销售的价值。因为我们本质上买的是社会必要劳动时间，而不只是说你这个需求本身。」
现场问答
问：WordPress 和 WebCoding 怎么选？
王启源：看网站需求。如果只是展示博客，选美观的就行。如果要复杂功能，WordPress 搭建需要学习，也可以用 AI 去控制 WordPress。
问：每天摄入大量 AI 信息，感觉 ADHD 很严重，无法集中学习怎么办？
王启源：注意力就是你的金钱，一定要珍惜自己注意力的窗口。要人为划分开工作和生活的时间：「哪些时间是去闲逛的，看完了就关掉，然后去做自己的工作。工作就是工作，生活就是生活，把时间段拆分开。」
问：和 AI 对话学到很多认知，如何归纳整理？
王启源：有用的东西会让 AI 记到 Notion 上，日常对话留在 ChatGPT 里直接搜索。核心是「只要有地方去记，能检索，能和 AI 去对话就 OK」。他还强调：「AI 对话去整理，本质上是一个信息压缩的过程。目前最好的信息压缩工具是人脑，人脑这个神经网络还是非常强的，是目前应该是最好的神经网络模型，没有之一。」
向阳乔木：可以让 AI 整理最近几周的对话，提炼偏好整合到 skill 中。「你经常跟 AI 对话，你说我不喜欢这种蓝紫配色，你帮我调一下，这些其实有你自己的潜台词和经验在里边。如果你能把这些东西让 AI 帮你整理出来，提炼到你的长期记忆或者 skill 里边，这个是有价值的。」
元子：分享了自己用 Gemini 插件整理对话、导入 Obsidian 拆卡片的流程，以及用 cohub 平台做定期总结和复盘的方法。她强调「人脑是最好的信息压缩工具」，笔记最好自己记，「抄别人笔记没有用」。
问：如何开发 skill？
向阳乔木：最早看官方文档觉得复杂，后来用官方 Skill Creator，再后来和杨老师开发了自己的原 Skill 工具并开源。「你安装这个 Skill，你以后写 Skill 就会比较方便。」开发好的 skill 需要自己不断尝试，「发现它哪些地方执行的有问题，你让它去优化改，让它自己去反思、去迭代」。
问：Skill 云化后执行效果和本地不一样怎么办？
向阳乔木：这是正常现象，因为模型和本地工具不同会产生差异。「如果你想让它执行更稳定一些的话，可能得用更多的脚本、更多的约束。但是我更建议的是你开源一个基础的，让大家在这个基础上迭代。」他建议通过测试不同 skill 的结果来挑选最满意的，再在它基础上迭代。
问：Work Buddy 软件怎么样？
向阳乔木：口碑很好，和企业微信整合很好，中小企业采用率越来越高，「这是我觉得目前腾讯做的最好的 AI 产品了。但是如果你要真正有特别复杂难的任务，基本上还是 Codex」。
问：vibe coding 做的网站想发到微信分享，最不容易被限制的方法是什么？
向阳乔木：在阿里云或腾讯云买域名并备案，备案后单天访问量不超过 20 万不会被封。域名一年约 60 块钱，VPS 便宜的一年也约 60 块钱。注意注册域名选 .com 更易备案，「点 AI 在我国是还不允许备案的」。
要点回顾
- 工具选择：主力工具是 Claude Code 和 Codex，长程探索任务用 Codex，短平快任务用 Claude Code；Z code 作为量大管饱的补充；多模型互相 review 是常见且有效的协作方式。
- 人的 1% 价值：架构设计、debug 技巧、产品方向把控——尤其是防止 AI 在长程任务中跑偏，守住最初目标。
- 开发阶段演进：从 Chat Coding 到 Vibe Coding、Spec Coding、Harness，再到 Loop Engineering，每个阶段人的工程能力要求不同，小白能完成的任务复杂度也随之提升。
- 基础设施建议：买 VPS 和域名，绑定 Cloudflare，配合 GitHub token，可以让 AI 自动完成域名解析、服务器部署等整套开发流程。
- 学习方法：提升对知识的判断品味，通过训练推荐系统拓宽视野；AI 时代可以快速补齐背景知识，与 AI 讨论解决以前想不通的问题。
- 非工程师优势：发挥自己的 domain knowledge，用 vibe coding 解决本专业的问题；上线产品需要补足工程能力，如用户登录态校验、Cookie 存储等。
- 对话整理：人脑是最好的信息压缩工具，日常对话留在原处可搜索，重要内容让 AI 提炼到 Notion 或 skill 中。
直播回放约 127 分钟
播放器来自飞书妙记 · 在新窗口打开