资源介绍
视频数量：81个
总时长：4小时27分
课程介绍：
AI驱动软件开发：Vibe工程实战
你有没有过这样的经历：让AI帮你写代码，第一眼看起来挺像回事，跑起来却漏洞百出？或者更糟糕——代码确实能跑，但你完全看不懂它在做什么，过两个月回头看简直像天书？
这正是这门课要解决的问题。讲师Felipe Gabilan提出一个核心观点：AI辅助开发不应该是一种赌博，而应该有一套工程化的方法。他把这种思路叫做Vibe工程，区别于现在很多人随口说的Vibe编程——后者往往是提个模糊需求然后祈祷AI给出正确答案，而前者强调的是过程、规范和质量控制，最终目标是产出可维护、可靠、能用在真实生产环境中的代码。
一、与AI协作的基本功
课程从帮你建立对AI开发工具的正确预期开始。AI并不是什么都能干的魔法师，它有自己的工作方式：提示词怎么写才有效、什么是token和上下文窗口、为什么输出有时候不稳定。你会学到迭代式生成的思路——不要指望一次对话就得到完美结果，而是把它当作一份可以反复打磨的草稿。讲师会用Gemini、GPT、Claude这些常见工具做对比演示，让你直观看到模糊提示词和具体提示词之间的巨大差异。比如同样说创建一个用户管理功能，得到的可能是一堆React加Tailwind的代码片段；换成一个针对.NET Core定制化的提示词，结果就完全不一样了。
二、从想法到架构的完整规划
拿到一个模糊的产品想法，怎么用AI帮你拆解成可以落地的方案？这部分教你设计MVP、编写用户故事、规划迭代backlog，最后在GitHub上创建对应的issue。架构章节则介绍模块化单体和纵向切片这两种特别适合AI协作的架构模式，讲解项目约定的设定方法，以及如何用Agents.md这样的配置文件约束AI的行为边界。好的架构能让AI的产出更可控、更可维护，不至于让它在错误的方向上越跑越远。
三、两次迭代的工作流
第一次迭代聚焦于让AI真正干活：你将学到Plan Mode的使用、自定义Skills的创建、Sub-Agents的调用策略，目标是尽可能自动化的同时保留人类监督的关键节点。第二次迭代则聚焦于审查与改进——AI写完代码不是终点，恰恰是审查的开始。这部分引入Grill-Me Skill这类审查工具，教你如何审计AI的工作成果、主动提出改进建议、优化用户体验。把AI当做一个需要code review的新人同事，而不是一个全知全能的魔法师，这是两次迭代之间最重要的认知转换。
四、前端、安全与可观测性
讲完架构和后端，自然要回到用户能看到的前端。这部分包括仪表盘的图片生成、从设计稿到实现、着陆页的搭建等内容。安全章节专门讲数据库生成、用户系统实现、多租户架构、OWASP Top 10审计和漏洞排查。可观测性章节覆盖异常处理、结构化日志和遥测数据，让你能真正监控线上系统的运行状态。一个能在本地跑起来的demo和能在生产环境跑起来的系统，中间差的正是这些工程实践。
五、性能优化与最终实战
性能优化部分教你如何定位瓶颈、识别热路径。最后的最终项目是一个综合实战：从零开始构建一个新功能，完整经历安全、异常、可观测性、性能各个维度的考验，相当于把整门课的方法论从头到尾走一遍。
这门课适合有一定编程基础、正在尝试用AI提升开发效率但又苦于产出质量不稳定的开发者。无论你是独立开发者想快速验证产品想法，还是团队中的工程师希望规范团队使用AI的方式，都能从中找到具体的操作方法和思路。四个半小时的课程不长，但每一节都指向同一个目标：让AI成为你真正可靠的开发伙伴，而不是一个不可控的代码生成器。