分享Claude Code Vibe Coding高效工作流

背景

随着 AI 编程助手（如 Claude Code）的普及，开发者逐渐从简单的代码补全转向更复杂的“Vibe Coding”（氛围编码/直觉式编码）工作流。作者在使用 Claude Code 两个月后，总结出了一套高效、舒适且能显著提升开发体验的工作流。这套方法的核心在于利用 AI 的交互能力弥补人类在初期需求表达上的不足，通过多轮对话细化需求，再结合自动化执行模式，实现从构思到落地的无缝衔接，最终达到“早上收菜”的轻松开发状态。

核心内容

作者分享的工作流主要包含需求细化、模式切换、自动化执行及迭代优化四个阶段：

1. 需求初步输入与引导 在使用 Claude Code 的 plan 模式时，首先将初步的想法和需求告知 Agent。关键在于必须明确指令，要求 Agent “先交流交流”或“先听听你的想法”，以防止其直接开始编码。这一阶段允许开发者畅所欲言，无需拘泥于细节。

2. 利用 Skill 进行深度需求挖掘 在 Agent 完成初步思考后，作者引入名为 grill-me 的 Skill。该 Skill 的作用是启动连环询问机制，帮助开发者梳理项目细节。由于人类难以在初期一次性清晰表达所有隐含需求，Agent 会在开发者设定的框架基础上不断提问。

   • 交互方式：开发者主要做“选择题”，对 Agent 的建议进行确认或修正。
   • 纠偏机制：若 Agent 建议不佳或未理解需求，开发者可直接指出问题并要求重想；若有更好思路，可直接“教它做人”（即直接给出正确指令）。
   • 终止条件：当 Agent 认为无话可问（问题数量从 10 个到几十个不等）或开发者认为细节已足够时，主动打断并让 Agent 总结，随后基于补充的细节开始正式项目开发。

3. 自动化执行模式切换 当 Agent 进入正式编码阶段，作者会根据场景切换 VS Code 插件（CC）的模式：

   • Auto 模式：从 plan 切换到 auto，让 Agent 无需人工确认即可连续执行任务，或在遇到问题时自行处理。这种模式适合睡前开启大型任务，实现“自动化收菜”。
   • Goal / Ultracode 模式：为了获得更完整、高质量的代码，作者会开启 goal 或 ultracode 模式。虽然这会消耗更多 Token，但能显著降低返工概率，作者认为“用得爽就完事了”。
   • 历史替代方案：在 auto 模式出现之前，作者通过终端配合 cc cli 开启 bypass permissions on 模式来实现免确认执行。

4. 验收与迭代 代码生成后，进行 Bug 检查、功能符合度验证及交互体验优化。若发现不足，再次启动 grill-me 进行下一轮需求迭代，直至开发者和领导均满意为止。

关键要点

• 强制交互前置：在 plan 模式下，务必显式要求 Agent “先交流/先思考”，避免其过早进入执行状态导致方向偏差。
• 利用 grill-me 细化需求：通过连环提问机制，将模糊的想法转化为具体的项目细节，开发者只需做选择题或纠偏，大幅降低需求遗漏风险。
• 模式组合策略：
  • 日常开发：plan -> grill-me -> auto。
  • 高质量/复杂任务：在 auto 基础上叠加 goal 或 ultracode 模式，以 Token 换质量，减少返工。
• 异步工作流：利用 auto 模式实现夜间自动化编码，早晨验收成果，提升时间利用率和工作愉悦感。
• 多窗口并行：在等待 AI 执行或思考时，可开启多个窗口并行处理其他任务，保持高效工作状态。

意义与影响

这套工作流代表了 AI 辅助编程从“工具调用”向“协作伙伴”转变的趋势。它强调了提示词工程（Prompt Engineering）与工作流设计的重要性，而非单纯依赖模型能力。通过结构化地利用 grill-me 等 Skill 进行需求澄清，开发者能够克服“表达偏差”这一 AI 编程中的常见痛点。此外，对 auto、goal 等模式的灵活切换，展示了如何在效率（Token 消耗、执行速度）与质量（代码完整性、返工率）之间找到平衡点。这种“夜间编码、晨间验收”的模式，也为远程办公和异步协作提供了新的时间管理范式，使开发者能从重复性劳动中解放出来，专注于创造性决策。