大家好我是程序员鱼皮。最近有个朋友跟我说他去面试的时候面试官问他“你对 AI 编程了解多少”他张口就来一句 “不就是 Vibe Coding 吗跟 AI 对话而已有啥难的”然后面试官没绷住笑反问了一句“就这你确定么”他愣住了“阿巴巴巴。。”如果是 2025 年这个答案可能还能唬住很多面试官因为那会儿大家一提 AI 编程脑子里就只有 Vibe Coding。跟 AI 随便聊几句代码就出来了能跑就行。但 2026 年了AI 编程的玩法早就不只这一种了AI 编程 ! Vibe CodingVibe Coding 只是 AI 编程众多模式中的一种而且是最随性的那种。如今 AI 编程的模式已经非常多了从跟着感觉走到按流程来从一个人问 AI 到一整套方法论驱动不同场景有不同的最佳实践。今天就给大家一次性讲清楚目前主流的 6 种 AI 编程模式到底是什么有什么区别各自适合什么场景搞懂这些下次面试再被问到 AI 编程你就能从容地掏出一整套体系了。本文内容节选自鱼皮免费开源的 《AI 编程零基础入门教程》 中的「Vibe Coding 概念大全」篇想系统学习 AI 编程的朋友可以直接去看完整教程。一、Vibe Coding 氛围编程Vibe Coding 是由计算机科学家 Andrej Karpathy 在 2025 年 2 月提出的概念。它描述了一种全新的编程方式通过自然语言和 AI 对话让 AI 帮你写代码你只需要描述需求、测试结果、指导方向。你不需要精通编程语法只需要能清楚表达你的想法AI 负责把你的想法变成可运行的代码。所以说Vibe Coding 的重点不是写代码而是明确需求并清晰表达。你描述得越清楚AI 给你的结果就越靠谱。这就像点外卖一样你告诉外卖平台你想吃什么餐厅帮你做好送到手上。你不需要会做饭但要知道自己想吃什么。适合场景做小工具、快速验证想法、个人项目原型、非程序员想快速做出产品。二、Agentic Engineering 智能体工程Agentic Engineering 智能体工程是 2026 年 2 月由 Andrej Karpathy也就是提出 Vibe Coding 的那位大佬提出的新概念可以理解为 Vibe Coding 的规范版。Vibe Coding 就是跟着感觉写代码你给 AI 一句话AI 吐出代码能跑就行跑不了就把报错粘回去让 AI 再改。做个小工具贼拉快但项目一大就容易翻车。而 Agentic Engineering 的思路是你先想清楚要干嘛、写好方案、拆好任务再把活交给 AI 去执行它干完了你还得验收质量不行再打回去重做。打个比方Vibe Coding 的时候你是个 DJ放什么歌全凭感觉Agentic Engineering 里你是包工头流程、质量、验收都得你说了算。一个跟着感觉走一个按流程来。当然不是说 Vibe Coding 已经过时了。Vibe Coding 负责让你看到可能性Agentic Engineering 负责把可能性变成真正能用的东西。二者适用于不同的场景做小工具时可以用 Vibe Coding做企业级项目就需要 Agentic Engineering 的思维。适合场景中大型项目、团队协作、需要长期维护的正式产品。三、Harness Engineering 驾驭工程Harness Engineering 驾驭工程是 2026 年兴起的 AI 工程新范式核心理念是人类掌舵 智能体执行。它不是去优化 AI 模型本身而是围绕 AI 智能体搭建一整套约束机制、反馈循环和工作流管理系统让原本不可预测的 AI 在高可靠性环境下跑得稳、跑得快。Harness 这个词本意是 “马具”就像缰绳和马鞍用来引导强大但难以预测的马匹一样Harness Engineering 就是围绕 AI 编程智能体搭建的整套 “运行环境”确保 AI 能按照你的预期工作。Harness Engineering 包含三大核心支柱上下文工程确保 AI 在正确的时间获得正确的信息包括代码库文档、架构规范、AGENTS.md 文件、测试结果等架构约束通过代码规范检查器、自动化测试等机制强制规定 AI 必须遵守的规则明确的边界能让 AI 更快地收敛到正确的解决方案熵管理定期清理 AI 生成代码中积累的问题比如过时文档、命名偏差、死代码等为什么这个概念越来越重要呢因为在 AI 编程时代模型本身已经是通用商品真正的竞争力在于你围绕模型搭建的工程体系。同一个大模型在不同的 Harness 环境下代码质量可能天差地别。程序员的角色正在从 “自己写代码” 转变为 “设计让 AI 可靠写代码的系统”。适合场景企业级 AI 开发、对代码质量和稳定性要求高的项目、需要多人协作的长期项目。四、Ralph Wiggum LoopRalph Wiggum Loop 是 2026 年比较流行的一种 AI 编程模式名字来源于《辛普森一家》中那个执着不放弃的角色 Ralph Wiggum。这个模式目前已有多个开源实现比如 wiggumdev/ralph。它的核心思路很简单把 AI 放在循环中反复执行直到需求文档中的所有检查项全部完成。工作流程大概是这样的先写一份 PRD产品需求文档把要做的功能拆解成一个个清晰的检查项让 AI 智能体开始执行每次从检查清单中取出未完成的任务AI 完成一个任务后通过 Git 提交代码并记录进度以全新的上下文开始新一轮迭代继续处理剩余任务不断循环直到所有检查项完成这种模式的巧妙之处在于每轮循环都以干净的上下文开始通过 Git 和文件来持久化进度避免了长对话中 AI 容易断片儿的问题。而且可以无人值守地运行你写好 PRD 就可以去睡觉了第二天起来检查成果就行。不过要注意设置好循环次数限制和 Token 预算防止 AI 陷入无限循环疯狂烧钱。适合场景功能明确且可拆解的项目、想让 AI 无人值守地干活、任务量大但单个任务相对独立。五、BMAD 敏捷 AI 开发方法BMAD-METHODBreakthrough Method of Agile AI-Driven Development突破性敏捷 AI 驱动开发方法是一套系统化的 AI 智能体开发框架目标是将原本混乱的 AI 编程过程变得结构化、可复用。BMAD 使用角色化智能体的方式组织开发流程每个智能体扮演特定角色Analyst Agent 分析师创建项目简报包含市场分析和用户画像PM Agent 产品经理将简报转化为详细的产品需求文档PRDArchitect Agent 架构师设计技术实现方案和系统架构BMAD 中的智能体分为两种类型Simple Agents 简单智能体单文件、自包含适合代码审查、文档生成等聚焦任务Expert Agents 专家智能体具有跨会话持久记忆配有专属文件夹存放资源适合复杂的多步骤工作流每个智能体都有标准化的组成部分包括人设角色、身份、沟通风格、原则、能力列表、交互菜单以及可选的关键行动。BMAD 在 GitHub 上获得了几万 Star说明这种结构化的 AI 开发方法正在被越来越多的开发者认可。适合场景从零开始的完整项目、需要走完分析-设计-开发全流程的产品、团队想要标准化 AI 开发流程。六、SDD 规范驱动开发SDDSpec-Driven Development 规范驱动开发是 AI 时代的一种新型开发方法论强调在编码之前先创建明确的、AI 能直接理解和执行的规范文档。传统开发流程是想到什么写什么边写边改最后再补文档。这样容易导致需求不清晰、代码和文档对不上。而 SDD 的思路正好相反先把需求写成规范文档并且把规范文档当作代码的唯一真相来源。你可以把规范文档理解为 “项目宪法”它包含了详细的需求描述、系统设计和接口定义。AI 必须严格遵守这些条文来生成代码确保产出完全符合预期。为什么 SDD 越来越受重视因为 AI 生成代码的质量直接取决于上下文的清晰度而不仅仅是依靠提示词技巧。一个清晰的规范文档能比任何 Prompt 黑魔法更有效地减少错误。SDD 的典型工作流程如下Constitution 制定准则定义项目的基本原则、代码规范、性能标准Specify 编写规范描述要做什么功能、为什么做、用户需求是什么Clarify 澄清疑问让 AI 提出结构化问题明确边界情况和错误处理Plan 制定方案确定技术栈、系统架构、数据模型、API 接口Tasks 拆解任务把计划拆解成可执行的任务列表标注依赖关系和优先级Implement 执行实现AI 按照任务列表生成代码人类验证其实这和程序员在企业中开发项目的标准流程非常相似只不过执行者从人变成了 AI。2025 年 9 月GitHub 发布了开源的 Spec Kit 工具包帮助开发者在 AI 编程中实践 SDD 方法论。它支持 Claude Code、GitHub Copilot 等主流编程工具通过一套斜杠命令引导你完成上述流程。即使你不是软件开发专家也能在 AI 的引导下轻松地走完规范的项目开发流程。适合场景需求复杂且明确的项目、对代码质量要求高的场景、团队多人协作开发。对比一下学完这些模式后再来给大家用一张表格来汇总模式一句话总结上手门槛适合项目规模Vibe Coding跟着感觉走能跑就行最低小项目/原型Agentic Engineering包工头模式先规划再执行中等中大型项目Harness Engineering给 AI 套上缰绳搭建可靠的运行环境较高企业级项目Ralph Wiggum Loop写好清单让 AI 循环干干完为止中等功能明确的中型项目BMAD角色扮演式开发分析师产品架构全上中等从零开始的完整产品SDD先写规范文档再让 AI 照着做中等需求明确、质量要求高的项目注意这些模式之间并不是互相排斥的实际开发中完全可以混着用。比如用 SDD 先把规范写好再用 BMAD 的角色化智能体去执行底层用 Harness Engineering 的思路来约束 AI 的行为。灵活组合效果更佳。最后回到开头那个面试场景如果你只知道 Vibe Coding说明你还停留在 AI 编程的入门阶段。但如果你能把这 6 种模式的适用场景和优劣讲清楚面试官大概率会对你刮目相看。话说 AI 编程这个领域变化太快了现在的最佳实践过几个月可能就会有更好的替代方案。保持学习、多动手尝试比记住任何一个概念都重要。如果你是刚开始学习 AI 编程肯定是从 Vibe Coding 学起如果你想系统学习 AI 编程的完整知识体系、快速做出企业级项目和商业产品可以看我免费开源的 《AI 编程零基础入门教程》GitHub Star 数破万涵盖从零基础入门到项目实战再到产品变现的全流程。开源仓库https://github.com/liyupi/ai-guide我是鱼皮持续分享 AI 编程干货学会的话欢迎点赞收藏关注哦也欢迎评论区聊聊你现在用过哪些 AI 编程模式~