【LLM】大模型vibe coding（cursor、copilot、comate）

note

2025年，Karpathy分享了自己的Vibe Coding指南1.0：

• 把所有相关内容塞进上下文里（在大型项目中可能需要很久。如果项目够小，就直接把所有文件都塞进去。
• 描述我们接下来要实现的那个具体的、增量式的小改动。不要直接要代码，而是要几种高层次的思路，并分析它们的优缺点。几乎总是会有多种做法，而大语言模型的判断并不总是可靠。然后（可选）再具体化。
• 选择一种思路，请它写出第一版代码。
• 进入复查/学习阶段：手动在浏览器里打开我不熟悉或没调用过的API文档，向模型提问解释、澄清、修改，必要时回退并尝试另一种思路。
• 测试。
• Git commit。
• 询问可以接下来实现什么。然后重复这个循环。

一、cursor

Cursor 是一款基于 VS Code 二次开发的 AI 编辑器，它深度融合了 AI 技术，提供了前所未有的用户体验
。它不仅借助 VS Code 强大的插件生态系统，还通过 AI 提升了整体使用感受。与 GitHub Copilot 等其他类似产品相比，Cursor 的最大优势在于其与编辑器本身的深度集成，这意味着它不仅仅是一个附加组件，而是成为编辑器不可分割的一部分，使用户在日常使用中能够更加自然、高效地利用这些智能功能。

二、copilot

GitHub Copilot 是一种 AI 编码助手，由大型语言模型 (LLM) 提供支持，可在整个 Microsoft 云中提供创新解决方案
。它旨在提高工作效率、创造力和数据可访问性，同时提供企业级数据安全和隐私功能。GitHub Copilot 集成在 GitHub 平台中，为开发人员提供了一个支持性环境，用于应对编程挑战并增强其编码工作流。此外，GitHub Copilot 可用于学习新的编程语言或框架，方法是根据开发人员输入提供实时代码建议。

三、comate

（1）支持的语言。目前文心快码支持全部主流编程语言，其中在以下语言/框架编码场景表现更优：

后端（Backend）： C、C#、C++、Java、Python、Go、PHP、Rust
前端（Frontend）： HTML、JavaScript、CSS、Less、swan、San、Vue、Scss、Sass、Stylus、pug、mermaid
App端（APP）： ObjectC、Kotlin、Swift
其它（Others）： Perl、Ruby、Shell、vhdl、GraphQL、Dockerfile

zulu使用文档：https://cloud.baidu.com/doc/COMATE/s/vm66asjm4

（2）Chat 和 Zulu 的区别
Chat：代码问答，需要用户主导问题解决过程。用户通过提问、理解答案、多轮追问的流程来解决问题。生成的代码经手动点击“采纳”后合入代码文件。
Zulu：智能体，支持从需求到代码的端到端生成。用户只需给出需求，智能体会自主规划工作，确定相关文件，编辑代码库，调用开发工具。还会自主验证结果、持续迭代、解决问题，直至达成用户的目标。

（3）端到端任务执行
Zulu 具备自助任务执行和反思能力，能够端到端从需求生成代码。

例如，当您要求 Zulu 为一个在线商城的项目的支付系统增加微信支付时。Zulu 会：

• 了解项目的结构和现有支付逻辑，并找到支付宝的相关实现
• 了解上游的订单服务如何调用支付服务
• 实现微信支付的代码
• 总结复盘，查漏补缺，发现遗漏的 pom.xml 修改
• Zulu 会依据代码库的实际情况动态调整规划和执行的过程，确保生成效果。

（4）代码库的理解：介绍项目的业务目标，核心功能、整体架构、业务流程

四、相关综述

综述：
https://arxiv.org/abs/2508.00083
A Survey on Code Generation with LLM-based Agents
https://github.com/JiaruQian/awesome-llm-based-agent4code

五、vibe coding建议

参考：YC合伙人深度实践：15个让你玩转Vibe Coding的秘诀

相关建议：

🧭 1、开局：选对工具，谋定而后动

• 新手和老手选择不同：如果你是编程新手，可以从 Replit 或 Lovable 这类可视化工具入手，它们能让你快速搭建界面。但文章指出，当你需要更精细地控制后端逻辑时，这类工具可能力不从心。如果你有基础，那么像 Cursor 或 Claude Code 这类更专业的编码AI工具会是更好的选择，它们提供更精准的控制。

• 别直接写代码，先做计划：这是最重要的建议之一。不要一上来就让AI直接生成代码，而是应该先和AI一起制定一份详细的开发计划，就像建筑蓝图一样。把这份计划保存在项目里，然后和AI一起，一部分一部分地去实现它，每完成一步就检查、测试，再继续下一步。

🔧 2、过程：用好“安全绳”，避免翻车

• 把Git当作“后悔药”：严格使用Git进行版本控制。在开始新功能前，确保有一个干净的状态。一旦AI的修改把代码搞乱了，可以立刻用 git reset 命令回滚到上一个正常状态，推倒重来，而不是在错误的代码上越陷越深。

• 让AI为你写“验收标准”：不要只让AI写细碎的单元测试，而是让它编写高级别的集成测试。这种测试模拟用户点击操作，能确保整个功能流程是通的。它能有效捕捉到AI“手滑”修改了不相干代码而引入的bug。

• AI不止能写代码：充分利用AI处理各种周边任务，比如配置服务器、设置域名解析（DNS）、甚至设计图标。这让AI同时扮演你的运维（DevOps）和设计师角色，极大提升综合效率。

🎯 3、技巧：精准沟通，高效排错

• 错误信息是最好的提示：遇到报错时，直接把完整的错误信息日志复制给AI，通常它自己就能看懂并给出修复方案，你甚至不需要多做解释。

• 不行就换“脑袋”：不同的AI模型（如Claude、GPT、Gemini）各有擅长。如果一个模型总在一个问题上卡住，果断切换另一个模型，很可能就迎刃而解了。

• 给它一份“岗位说明书”：你可以为AI编写详细的指导规则（Instructions），告诉它项目的背景、代码风格偏好、常用库等。这能极大提升AI输出代码的准确率和符合度。

🧱 4、架构：化整为零，降低复杂度

• 复杂的活儿单独干：对于特别复杂的新功能，最好在独立的新项目里让AI先实现一个demo，成功后再整合进主项目。这能避免主项目复杂的代码干扰AI的判断。

• 小即是美：无论是人还是AI，都更容易理解短小精悍、模块化的代码。保持文件小巧、功能独立，这被认为是Vibe Coding下的最佳实践。

Reference

[1] Cursor 完全使用教程
[2] 微软Copilot怎么用？如何使用微软Copilot AI的10个技巧！
[3] 程序员的SK-II神仙水：GitHub Copilot，让你时刻拥有巅峰战力！
[4] AI Coding工具怎么用? 看看滴滴人怎么说？ | 技术桔有话说
[5] 技术思辨｜AI Coding：经验壁垒正在失效，工具进化重塑编程.高德技术
[6] 构建可扩展的智能体系统：工程化方法与实践(一).bili
[7] 一篇Copilot、Cursor、Claude Code三代产品背后AI Code技术最新全面综述
[8] 阿里、百度、腾讯、美团齐聚的Vibe Coding 圆桌，却被12岁小孩姐“军训”
[9] Vibe Coding 中怎样避免屎山,ref:https://github.com/karminski/trae-meetup-materials