KeyFrame內部研究專用

My Vibe Coding Workflow (Step by Step Workflow)

BridgeMind·6月25日週四·22 min英文

三句話摘要

展示完整的 Vibe Coding 工作流程——如何用多個 AI 代理並行協作,從零快速構建生產級軟體堆棧。 Vibe Coding 通過多代理協調、合理的工具堆棧和並行工作策略,將軟體開發速度提升數倍,講者 $18,000 月收入證明了這套方法的實際商業可行性。 任務難度決定代理分配策略:簡單任務(難度 1-2,如改按鈕顏色)只需語音指令給單個代理;中等任務(難度 5-6,如構建 API)需要制定計畫再執行;複雜任務(難度 10,如部署 AWS)必須啟動計畫模式並派遣 5-10 個深度代理相互協調。

重點整理

重點
  • 1

    任務難度決定代理分配策略:簡單任務(難度 1-2,如改按鈕顏色)只需語音指令給單個代理;中等任務(難度 5-6,如構建 API)需要制定計畫再執行;複雜任務(難度 10,如部署 AWS)必須啟動計畫模式並派遣 5-10 個深度代理相互協調。

  • 2

    工具堆棧要涵蓋全流程:開發需要 AI 模型層(OpenAI、Claude、Cursor)、上下文管理層(BridgeSpace)、輔助層(語音轉文字、截圖標註、瀏覽器自動化)各司其職,缺一不可,才能實現無縫接力。

  • 3

    工作區組織直接影響執行效率:在磁碟上為專案各組件(API、UI、測試框架)建立獨立子目錄,提示時預先添加上下文讓代理知道修改範圍,能減少代理幻覺並避免衝突,即使多代理並行也不需要 Git Worktrees。

  • 4

    並行多任務是提速的關鍵:當代理執行長時間任務(如 AWS 部署需 30-60 分鐘)時,立即切換到其他專案或子任務,充分利用等待時間,相比傳統單任務流程可節省數小時。

實用技巧與重點

乾貨
  • 月度訂閱與成本
  • OpenAI 訂閱(GPT-5.5)
  • Claude Cloud 訂閱(Opus 4.8 via Claude Code)
  • Cursor 訂閱
  • Perplexity 訂閱
  • 總計約 $200/月
  • 核心軟體工具
  • BridgeSpace:代理開發環境
  • BridgeVoice:語音轉文字
  • BridgeShot:截圖標註工具
  • Comet:瀏覽器自動化 AI 助手
  • Git Worktrees:隔離開發環境(按需使用)
  • 模型選擇原則
  • 後端開發:GPT-5.5(extra high 模式)
  • UI 設計:Claude Opus 4.8
  • 研究查詢:Perplexity
  • 基礎設施規畫:GPT-5.5
  • 任務難度分級系統
  • 難度 1-2:單代理,無計畫(改色、改文案)
  • 難度 5-6:單代理 + 計畫模式(簡單 API+DB)
  • 難度 10:計畫模式 + 5-10 個深度代理(AWS 完整部署)
  • Build Bench V3 實際構建清單
  • 後端框架:NestJS
  • ORM:Drizzle(含內置遷移系統)
  • 認證:Cognito + Discord OAuth
  • 資料庫:PostgreSQL(RDS)
  • AWS 組件:VPC、Security Groups、ECR、ECS、Load Balancer
  • 測試框架:Jest(全覆蓋單元測試)
  • 前端部署:Vercel
  • 基礎設施部署時間:30-60 分鐘
  • 財務數據
  • BridgeMind 月經常性收入(MRR):$18,000
  • 過去三個月總交易量:$74,000

結論

結論

Vibe Coding 通過多代理協調、合理的工具堆棧和並行工作策略,將軟體開發速度提升數倍,講者 $18,000 月收入證明了這套方法的實際商業可行性。

完整解析

詳細

Vibe Coding 是一套以 AI 代理協調為核心的軟體開發方法論。講者透過實際示範展示了如何在數小時內從零構建一個完整的生產級應用堆棧。

講者首先強調自己是重度用戶,每天使用 12-16 小時,因此願意投資約 $200 月費訂閱多個 AI 服務。這不是必須的——講者明確指出每個人應根據預算選擇工具——但前提是選定的工具組合要涵蓋整個開發流程。OpenAI 提供 GPT-5.5 用於後端工作,Claude Cloud 提供 Opus 4.8 用於 UI 設計,Cursor 和 Perplexity 提供補充能力。核心開發平台是 BridgeSpace,這是一個專為協調多代理工作流設計的環境,完全不同於傳統單一 IDE。

任務難度與代理分配的對應關係是 Vibe Coding 的核心原則。簡單任務(難度 1-2)如改變按鈕顏色,只需用 BridgeVoice 語音指令給單個代理,代理秒速完成。中等難度任務(難度 5-6)如從零搭建一個有認證功能的 API,需要先切換到計畫模式,讓代理生成結構化計畫,再執行,但仍由單一代理搞定。複雜任務(難度 10)如部署包含 VPC、Security Groups、RDS、ECS 的完整 AWS 基礎設施,必須啟動計畫模式,派遣 5-10 個深度潛入代理,並指示它們互相協調。講者在演示中實際啟動了 4 個 Claude 代理和 4 個 Codex 代理分別處理 API、UI、測試框架和基礎設施。

工作區組織的重要性被講者多次強調。他在磁碟上為 BridgeMind 專案的不同組件建立獨立子目錄——Bridge Mind API、Bridge Mind UI、Bridge Mind MCP 等。提示代理時,他預先用 `add` 命令添加這些目錄到代理的上下文中。這樣代理看到目錄列表時清楚知道 「我要修改 API 目錄中的檔案」或「我要修改 UI 目錄中的檔案」,能大幅降低幻覺(生成不存在的程式碼)和重複工作。多個代理通常不會相互衝突,除非它們修改同一檔案,但精心的工作區分工能避免這種情況。Git Worktrees 雖然可用於隔離環境,但講者認為通常是多餘的。

並行工作是相比傳統開發提速 10 倍的關鍵。當 API 代理開始構建後端,UI 代理設計前端,測試代理構建測試框架時,講者不會呆等任何一個任務完成。當他指示 AWS 代理規畫基礎設施時,預期這會耗時 30-60 分鐘,他立即切換到另一個專案(如 Vibe Academy),在這段時間內完成其他工作。這樣,原本需要串行執行的任務變成真正的並行,牆上時鐘時間從可能的 5-6 小時縮短到 1-2 小時。

講者還演示了如何通過 Comet(瀏覽器自動化工具)處理需要人工交互的部分。當需要在 Discord 開發者控制台建立應用時,他指示 Codex 生成一個包含所有上下文和步驟的「交接提示」,複製後粘貼到 Comet,點擊「控制瀏覽器」按鈕,Comet 就能自動完成整個設定過程,無需人工介入。這展示了 Vibe Coding 如何透過工具組合突破單個模型的限制。

最後,實際部署到生產時遇到 Discord 認證錯誤,講者的應對方式是將錯誤訊息和截圖丟給 Claude 代理,配合 BridgeShot 註釋的截圖,代理快速定位問題並推送修復。這說明 Vibe Coding 不是一次性寫對,而是通過頻繁的反覆迭代,利用代理的快速反應能力來實現快速開發。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Everything Goldman Sachs Taught Me About AI (In 10 minutes)
AI 技術英文8月24日

Everything Goldman Sachs Taught Me About AI (In 10 minutes)

Nate Herk

  • 驗證優於相信:看起來完整的AI輸出不等於正確答案,需在提示中要求模型重新檢查數字、引用來源,並對無把握的部分標記。
  • 區分AI與自動化:確定步驟且答案已知的任務用傳統自動化更便宜快速;只在需要判斷力、靈活性或處理複雜資訊時才用AI,兩者結合效果最佳。
  • 以問題驅動選型:先寫清楚「要解決的問題是什麼、成功的樣子是什麼」,再決定用什麼工具,許多失敗項目是從技術而非問題出發。
Mu: a self-hosted personal agent where the interface is an email address you can write to
AI 技術英文8月23日

Mu: a self-hosted personal agent where the interface is an email address you can write to

GitHub Awesome

  • Mu 是自主代理人系統,具有實際網址與獨立伺服器,用戶可透過多種方式與其互動——網頁應用、電子郵件或程式化介面。
  • 架構完整覆蓋日常工作流程的多個層面,整合郵件收發(SMTP/IMAP)、檔案管理、行事曆、新聞聚合、市場數據與搜尋功能於一個 Go 伺服器內。
  • 支援自帶模型與多種通訊協定,用戶可選擇不同的 AI 模型,並透過 MCP、HTTP API 或命令列工具整合到其他系統。