Clawdbot火爆後我忍不住了:零基礎文科生實戰Vibe Coding

一位零程式碼經驗的文科生,在Clawdbot等AI代理工具爆紅後,親身實戰了三款主流的「Vibe Coding」工具,並分享從踩坑到成功的完整過程與核心技巧。

  • 什麼是Vibe Coding? 這是一種「只管提需求,不管寫程式碼」的新開發模式。使用者如同「甲方爸爸」,只需向AI清晰描述想要的功能與感覺,AI便負責生成程式碼。

  • 安全第一:絕對要避開的坑

    • 切勿在提示詞或程式碼中洩漏任何敏感資訊,包括:API Key、加密貨幣私鑰/助記詞、以及瀏覽器Cookie。
    • 正確做法是使用「環境變數」來隔離敏感資料,文章提供了Windows與MacOS的詳細設定步驟。
  • 三款工具實戰體驗覆盤

    1. Google AI Studio:適合快速生成創意原型(如3D動畫頁面),但進行前後端深度整合時容易陷入bug循環,對零基礎者不友善。
    2. Antigravity:功能強大的全端開發工具,具備自動測試等進階功能,但登入門檻高、需配置本地環境,且響應速度慢,預設使用者已有開發基礎。
    3. Lovable:體驗最佳的「對話即應用」平台。作者成功透過對話,無需手寫或修改任何一行程式碼,便打造出可實際運作的「Crypto Pulse」推特監控資料看板。
  • API使用與除錯心法 以Cryptohunt API為例,成功關鍵在於「精準投餵」:不要丟整份文件給AI,而是明確指出需要使用的特定端點與參數。當功能失效時,應先查看API呼叫記錄來判斷是前端顯示問題還是請求根本未發出,再將結論精準回饋給AI修正。

  • Vibe Coding的核心心法

    • 敢想:技術壁壘已降低,想像力是唯一上限,應大膽構思複雜工具。
    • 會說:提示詞就是你的原始碼。必須拋棄模糊需求,像嚴格的甲方一樣,給予AI極其精確、具體的指令與反饋。

總結而言,Vibe Coding降低了編程的技術門檻,但將核心能力從「寫程式碼」轉移到了「明確定義需求」、「掌握數據」與「精準溝通」上。

總結

作者: Denise I Biteye內容團隊,Bbo I XHunt營運團隊

最近刷X看到Clawdbot大家都在用AI代理幹各種事,突然覺得文科生也可以用"vibe"方式玩代碼了,於是開始了這個零基礎實戰。

Vibe Coding被視為一種「需求即程式碼」的新範式,甚至被寄予「讓非程式設計師也能建構工具」的期待。

然而,一個現實的問題始終存在:當技術門檻被降低,真正的落地能力是否也隨之而來?

為了回答這個問題,我以一個完全沒有程式碼經驗的使用者身份,完整體驗了三款主流Vibe Coding工具。

過程並不順利:踩坑、翻車、反覆推翻重來,但也因為如此,我摸清了哪些地方最容易出問題,以及該如何繞過這些坑。

本文並非工具測評,而是一次從認知到實踐的真實紀錄。

一、概念理解:什麼是Vibe coding?

這是一種「只管提需求,不管寫程式碼」的新型開發模式。

這個概念最早由前OpenAI 聯合創始人Andrej Karpathy 提出,他的原話是:

“這是一種新的編程方式,我稱之為Vibe Coding。你完全交給了感覺(Vibes),擁抱指數級的效率增長,甚至忘記了代碼的存在。”

在Vibe Coding 的模式下,你不再是“建築工”,而更像是一個“產品經理”甚至是“甲方爸爸“。

你的任務就是準確地告訴AI:“我要蓋個房子,這裡要有落地窗,那裡要有個游泳池。”

如果不滿意,你就說:“感覺不對,再改改。”

這就是Vibe!

二、避坑指南:Vibe Coding 的安全紅線

在開啟AI 程式設計的大門前,必須先鎖好你的「金庫」。許多新手在與AI 對話時,會不自覺地把敏感訊息發給AI,這是極度危險的。

1. 絕對不能洩漏的三類數據

  • API Key: 相當於你各類平台的“儲值卡”,洩漏後額度會被瞬間刷光。

  • 私鑰/助記詞: 絕對、永遠、不要發送給任何AI 或寫在任何程式碼檔案中。一旦洩露,你的鏈上資產將歸零。

  • Cookie 資料: 某些教學會教你從瀏覽器取得Cookie 來實現自動化,但Cookie 包含了你的登入狀態,洩漏後別人可以不需要密碼直接登入你的Twitter、Discord甚至交易所帳號。

2. 核心原則:環境隔離,資料脫敏

永遠不要把API Key或敏感資訊直接寫在程式碼或提示詞裡。

正確的做法是使用“環境變數”,讓程式碼去讀取系統的變數名,而不是直接讀取金鑰內容。

Windows 系統的設定步驟如下:

  • 鍵盤按下win+s ,輸入搜尋【環境變數】

  • 新變數

  • 輸入變數名、變數值保存

MacOS 系統的設定步驟如下:

  • 鍵盤按下Command + 空白鍵,搜尋【終端】並開啟。

  • 在彈出的黑框裡,複製貼上以下命令(注意替換你的真實Key),然後回車:

    echo 'export CRYPTOHUNT_API_KEY="你的sk-xxxxxx密鑰"' >> ~/.zshrc

  • 讓設定立即生效,繼續輸入並回車:source ~/.zshrc

  • (可選) 驗證是否成功,輸入:echo $CRYPTOHUNT_API_KEY,如果螢幕印出了你的金鑰,說明設定成功。

三、實戰(翻車)複盤:三款工具,三種體驗

理論講完,我們直接進入實戰。為了找到最趁手的工具,我幫大家試了三款主流工具。選擇它們的原因,是因為它們分別代表了當前Vibe Coding 的三種主流形態:

  • Google AI Studio:代表「極速生成原型」的輕量路線

  • Antigravity:代表「AI 代理+ 本地全端開發」的工程路線

  • Lovable:代表「對話即應用」的抽象路線

如果你只想知道哪種工具最適合零基礎直接落地,可以直接跳到第三個工具Lovable;如果你想少走彎路,建議完整看完這一節。下面開始按順序複盤。

1.Google AI Studio

定位:適合個人開發者、新創團隊

體驗:主打“快”和“免費”,讓你幾分鐘內就能驗證一個AI 創意

官方網站: https://aistudio.google.com/apps

第一次用它,是在聖誕節。大家都在做賽博聖誕樹,我也體驗了一把。隨手丟了一個提示詞,僅僅5 分鐘,它就生成了一個非常唯美的3D 頁面,粒子隨著手勢流動,效果極其絲滑。

這讓我不禁感嘆時代真的變了。

(想想以前理工男想哄女孩開心,熬大夜寫一串代碼,運行半天蹦出一個跳動的愛心,就覺得很帥了。而現在?你完全可以交給vibe coding,他分分鐘就能把情緒價值拉滿。)

在成功案例的加持下,我開始「膨脹」了,於是開始做正經事:呼叫Cryptohunt API做一個推特資料看板。

我信心滿滿地把API 文件投餵給它。 開始一切順利、後端邏輯秒通,資料也成功抓取到了。我心想:就這?

然而,當我要求它把數據漂亮地展示在前端」時,噩夢開始了:

  • 圖表不顯示? 它改代碼

  • 顯示了但不全?它又改了程式碼,結果交互壞了

  • 交互修好了?這會兒API資料又不載入了

我就這樣陷入了無限的「修復Bug—--產生新Bug」的循環中。花費2天我放棄了。

最終展示圖(ai 已經開始給我鬼畫符)

踩坑總結: Google AI Studio 是個偏科生。 搞搞創意、做個單頁Demo,它簡直是神。 但一旦涉及前後端深度整合(例如API 資料流轉+複雜前端展示),它很容易顧頭不顧腚。如果你完全不懂程式碼邏輯,很容易像我一樣卡在前端展示的死胡同裡出不來。

2.Antigravity

定位:一款整合多模型切換的代理式全端開發工具

特點:多模型切換、任務拆解、自動測試

官網: https://antigravity.google/

實際使用過程中,還沒開始寫程式碼,我就差點被它的登入勸退。它不像大多數工具那樣,打開網頁就能直接上手,而是對帳號和網路環境有著相當嚴格的要求。

帳號的限制不是由你目前網路IP 決定,而是由Google 帳號本身「關聯的國家」決定。地區設定不在支援名單中(例如中國大陸、香港),登入就會直接被系統拒絕。我更改地區的請求也被駁回了好幾次。

一整套流程走下來,只能用一句話形容:人都麻了。

在經歷了3個帳號被封以及多次環境切換後,我找到了邪修登入方式:Antigravity tools

  1. 開局需要設定美區ip+tun全域模式

  2. 下載antigravity tools

    推特網友的分享連結:https://x.com/idoubicc/status/2004848130693759213

  3. 下載完成之後,新增帳號開始OAuth授權

4)授權成功即可跳轉登入頁面,還可以直覺的看到你的模型配額

(風險提示:Antigravity Tools 是一個開源項目,方便將Antigravity 模型連接到Claude Code 等工具。但在Vibe Coding 流程中,建議將操作環境與資產錢包或重要帳戶的電腦隔離,以降低潛在安全風險。)

進到工具內部後,我也總結了兩個對小白極為重要的小技巧:

  1. 安裝中文外掛:左側擴充欄搜尋Chinese,安裝簡體中文語言包,重新啟動軟體。這一步能把介面變成中文,大幅降低理解成本。

  2. 注入“全域人設” :Antigravity 允許你設定一個“全域規則”,讓AI 無論何時都必須遵守。操作方法:點擊右側Rules 圖示→ 選擇+ Workspace(新增工作區規則)直接貼上一段“全域規則提示字”,可以強制它使用中文,並顯著提升程式碼輸出品質。

然而,即便成功完成登入和基礎配置,真正開始運行程式碼時,我還是被現實潑了一盆冷水。它不能像Google AI Studio 那樣即時預覽。讓我再下載一堆配套的預覽軟體例如Node.js 、VS code 或是只能在html 裡看效果。 而且,大模型的回復速度肉眼可見的慢。每次我提完需求,螢幕那頭就在轉圈。

但Antigravity有一個非常驚人的功能:自動測試。寫完程式碼後,它會啟動影片預覽,像真人一樣去點擊網頁,檢查邏輯是否能跑通。看著AI 自己在螢幕上點來點去,確實有一種「未來已來」的震撼感。

我讓它嘗試做的項目是: “一個加密貨幣Alpha信號捕捉器。利用Cryptohunt API 監控推特數據,自動抓取推文中的Ticks,統計大家都在討論什麼代幣,並按討論熱度排個序。”

現實是骨感的。 儘管它看起來很努力地在幫我寫程式碼、幫我測試,但在對接API 這個核心環節,我還是碰壁了。 可能是因為本地網路環境的複雜性,也可能是AI 對API 文件的理解偏差,資料始終對接不上。

 demo:模擬數據的展示效果

看著終端機裡一片紅色的報錯,和AI 幻覺“這次一定行”,我意識到:全棧雖好,但由於網絡和環境的黑盒問題,想做成一個真正能用的工具,對小白來說門檻依然極高。因為Antigravity預設你已經是開發者。

3.Lovable

定位:「對話即應用」平台

特色:無需配置本地環境,所想即所得

官網:https://lovable.dev/

lovable的運用讓我體驗了什麼是真正的甲方爸爸,難道是因為只有他需要付費嗎? (tips:在某魚上花了15RMB買了100credits,製作完成還沒用完)

在Lovable 上,一行程式碼都沒改過,就搞定了下面的Crypto Twitter監控神器-----Crypto Pulse (加密脈搏) 監控看板

是的你沒看錯,這次我終於成功了。

線上體驗網址: https://tweet-whisperer-dash.lovable.app/

「功能詳解」

A. 全景資料與AI 總結

進入首頁,映入眼簾的是內容的「體溫計」:

  • 即時數據卡:頂部展示了24小時內推文總數、互動總數、活躍KOL數、 市場情緒指數。不用看具體內容,並比較前24小時數據,瞥一眼紅色還是綠色,就知道今天市場是恐慌還是貪婪。

  • AI 智慧摘要:這是最省時間的功能。系統整合了Gemini AI,它會自動閱讀過去幾小時成千上萬條推文,然後為你寫出一段市場簡報。

B. 趨勢雷達

不想錯過下一個百倍幣?

  • 智慧分類:自動篩選熱點並分為Topic (主題)、Project (項目) 、 Token (代幣)和KOL

  • 漲跌風向標:每個標籤旁邊都有24小時提及次數的變化率(上升/ 下降)。哪裡討論量暴漲,哪裡就有機會。

C. 智慧資訊流

告別雜亂的時間線,這裡有四個經過清洗的Tab:

  • 精華:由AI 二次篩選的高價值內容,剔除無意義的灌水。

  • 熱門:目前互動量(按讚+轉發)最高的爆款推文。

  • 大V:只看業界大佬(如Elon Musk, Vitalik 等粉絲數>100K)的即時發言。

  • 最新:CT相關帳號的最新發表推文,隨時發現新內容。

    *體驗細節:支援依地區篩選(英文區/華語區),點選卡片可直接跳到推特原文。

「使用提醒」因為現在使用的是我個人的API Key,資料回傳會消耗API Credits,額度有限,建議大家速速體驗。

四、 Cryptohunt API 實用攻略

在Vibe coding的過程中,我選擇了性價比較高的Cryptohunt資料庫。 Coding沒有整的門清,倒是把API摸透了,這裡在寫攻略。

官方連結:https://pro.cryptohunt.ai/

1.精準投餵

很多小白會直接把幾萬字的API 文件丟給AI,AI 也會暈。

  • 錯誤示範: 這是API文檔,你看著辦。

  • 正確示範: 我要做個代幣監控功能。請閱讀Cryptohunt API中關於post /tweet/mention_tweets的部分。告訴我如何拿到最近1 小時的數據?

prompt範例:“請調用/tweet/mention_tweets 接口,搜尋ticker 為SOL 的推文。限制時間為最近24 小時。幫我過濾出互動量(點讚+轉發)最高的前5 條,看看大家對SOL 的情緒如何。”

2. 調試神器

在Vibe Coding的過程中,最讓人抓狂的情況就是:我點擊了按鈕,但螢幕上沒有任何反應。 這時候,小白往往會陷入自我懷疑:是AI 程式碼寫錯了?是網路卡了?還是API 掛了?

這就可以開啟API usage刷新:

  • 有記錄,扣了分: 說明API 呼叫成功了!數據已經順利發回給你的電腦。 這是一個前端展示問題。可以告訴AI:“數據已經拿到了,但是螢幕沒顯示,請檢查渲染程式碼。”

  • 完全沒記錄: 說明請求根本沒發出去! 那麼就是一個邏輯/網路問題。去告訴AI:“點擊按鈕沒有反應,請求沒有發送,請檢查點擊事件。”

把結論直接丟給AI,它修的速度會更快。在Vibe Coding 的過程中,真正消耗精力的不再是寫程式碼,而是判斷問題出在哪裡。

當我們把繁瑣的語法和實作細節交給AI 之後,開發的重心就回歸到了對資訊的掌控。

因此大家都會說,Vibe Coding 的盡頭,不是代碼,是數據。

五、寫在最後:掌握Vibe Coding 的兩個核心玩法

經歷了從Google AI Studio 的“試水”,到Antigravity 的“折磨”,再到Lovable 的“爆發”,我終於明白: 工具只是手中的劍,你的Vibe才是心中的道。

大家在嘗試Vibe Coding 時,請務必記住這兩個核心要點,它們比任何程式碼都重要:

1. 敢想:想像力是你唯一的“天花板”

  • 在Vibe Coding 時代,技術壁壘已經崩塌了。 以前我們不敢做工具,是因為怕寫不出來,現在透過實戰證明,只要邏輯通順,AI 都能寫出來。

  • 不要只做一個“搬磚工”,要做一個“架構師”: 大膽去構思那些你以前想都不敢想的產品。是監控全網資料的雷達?還是自動套利機器人? 你需要做的,就是把腦海中那個模糊的“想要”,變成一個清晰的“藍圖”。

2. 會說:提示詞(Prompt)就是你的原始碼

很多小白失敗的原因,不是AI 笨,而是你太「客氣」或太「含糊」。

模糊需求=模糊結果

  • 拒絕模糊: 不要對AI 說「幫我做一個好用的網頁」。 (AI:什麼是好用?)

  • 擁抱精準: 要像我做看板時那樣說:“我要一個深色模式的Dashboard,頂部要有這四個數據卡片,中間要調用這個API,右邊要用AI 自動總結……”

記住,你現在是甲方爸爸。 甲方的威嚴來自於明確的需求」和不厭其煩的回饋。如果AI 做錯了,不要懷疑自己,直接告訴它:「不對,重來,我要的是A 不是B。 」

如果你已經讀到這裡,表示你大機率已經具備了用Vibe Coding 做出工具的能力。

別猶豫了——

快把你的Vibe,變成Coding。

分享至:

作者:Biteye

本文為PANews入駐專欄作者的觀點,不代表PANews立場,不承擔法律責任。

文章及觀點也不構成投資意見

圖片來源:Biteye如有侵權,請聯絡作者刪除。

關注PANews官方賬號,一起穿越牛熊
推薦閱讀
1小時前
2小時前
5小時前
6小時前
6小時前
9小時前

熱門文章

行業要聞
市場熱點
精選讀物

精選專題

App内阅读