我为女儿建了一个在线“诗词学堂”—— 一个产品经理的“Vibe Coding”实践、体会和思考-黄大年茶思屋

我为女儿建了一个在线“诗词学堂”—— 一个产品经理的“Vibe Coding”实践、体会和思考 黄大年茶思屋 我为女儿建了一个在线“诗词学堂”—— 一个产品经理的“Vibe Coding”实践、体会和思考 黄大年茶思屋 Modified October 26, 2025 我想这些游戏可以帮助解决一个孩子们学习古诗词的大问题：很多学生所谓的“学习”古诗词，仅仅是机械的按顺序背诵，就像鹦鹉学舌只记住了音节的顺序。当你让他们从中间的某一句开始背诵时，他们的大脑常常会一片空白。而这些游戏将诗词拆解，打乱顺序，要求孩子们在不同的情境下迅速找到对应的诗句并联结。这两种玩法都在创造应用和提取诗词的机会，促使孩子们主动灵活的调用大脑中的诗词库，让诗词不再只是一次性被动存储的沉睡记忆。 教你形象助记法的 AI 老师 人类所有高级记忆术的基石都建立在两个核心原则之上：联想、可视化，其本质是一个转码过程：将抽象的概念转化为具体的、可感知的图像，然后将这些图像与已有的知识或空间位置联系起来 。在我看来，背诵古诗最好的方法，便是在理解其意蕴的基础上，将诗句内容转化为形象化的场景来记忆。一首古诗就像一部浓缩的短剧，只要记住其中人物的形象、动作和场景，这些“记忆钩子”便能轻易的将相关的诗句勾连出来，背诵古诗词就变得容易了。 在辅导女儿背诗词时，我就经常运用这种方法。我会让她闭上眼睛，然后把要背的诗句解释给她听。但不光是解释含义，重要的是抽出诗句中的关键词，转化为人、物的形象和活泼的场景，然后编一个故事让她在头脑里想象出来。她很快就能记住这个“场景剧”，背诵时只要在脑海中回忆这个短剧中的人物动作和场景，便能顺利的接续下去，避免卡壳。一开始可能想的时间会长一些，但综合来看对记忆古诗的效率更高，而且记忆过程不会像死记硬背那么枯燥无聊，过两天也更容易回想起来。 作为一名普通家长，我的想象力和文学素养毕竟有限。我在“诗词学堂”中引入了一个“AI 助记”功能，后台对接了 DeepSeek V3 的 API，可以随时化身为一位充满创意的“形象助记老师”，为每一首古诗词量身定制专属的“记忆短剧”。当前用的是我的付费 API Key，设定了每日次数限制，可供大家免费体验。 不妨看个例子： 昨夜寒蛩不住鸣。惊回千里梦，已三更。起来独自绕阶行。人悄悄，帘外月胧明。 白首为功名。旧山松竹老，阻归程。欲将心事付瑶琴，知音少，弦断有谁听？ —— 《小重山》，[宋] 岳飞 下面是这些对诗句的解释，文笔优美，但对于孩子来说书面语偏多，缺乏具体的形象和动态的场景，对于记忆诗词来说可能用处不大。 昨夜，寒秋蟋蟀不住哀鸣，梦回故乡，千里燃战火，被惊醒，已三更。站起身，独绕台阶踽踽行。四周静悄悄，帘外，一轮淡月正朦胧。 为国建功留青史，未老满头霜星星。家山松竹苍老，无奈议和声起、阻断了归程。想把满腹心事，付与瑶琴弹一曲。可是高山流水知音稀，纵然絃弹断，又有谁来听？ 那么通过“AI 助记”来看看 DeepSeek 老师的助学效果吧，是不是形象和细致得多？家长们可以借鉴这些描述，略作裁剪再用自己的语言讲述给孩子听。当孩子的大脑中能想象出这些具体的场景时，背诵古诗将不再是机械的重复，记忆效果一定会比死记硬背好很多。 对于我来说，本次业余项目开发也是一次 Vibe Coding 的实践，AI 写代码虽然快速，但当代码量增长到一定程度，就要花大量时间跟 Bug 作斗争。我已经花了不少时间尽力清除交互和处理逻辑上的问题，但仍有许多功能尚待完善，许多问题需要解决。有兴趣的热心人可以通过网站的留言板留下建议和反馈。 我希望，借助这个在线学习网站，能让我女儿更快乐的学习古诗，尽早体会到诗词的意境和韵味，让母女间的“鸡飞狗跳”逐渐回归到“母慈女孝”，也希望能对广大中小学生家长辅导孩子学习古诗词给予一臂之力。 后记：Vibe Coding 的实践和体会 在“Vibe Coding”语境下，我成了全栈工程师 我在四十岁之前没碰过代码，四十一岁自学了 Python，偶尔用 Python 写一些脚本工具，但也仅限于此。直到今年 Cursor 之类的 AI 辅助编程 IDE 特别是 Agent 模式的发展成熟，Vibe Coding 才让我真正进入了广阔的编程世界。从此，创造可以不被自己的编程知识所局限。 我借助 AI 编写的第一个 Web 应用是“ ShowMeOnline ”——多媒体文件在线分享查看（《 AI 技术的果实一定是原生应用吗？ 》），随后是“ MusicFusion ”——音乐风格探索组合和试听（《 一个想法：MusicFusion，你的音乐创作灵感库 》），这两个 Web 应用都是纯前端的 Demo，而且是通过 Bolt.new 直接集成 Netlify 完成部署的。 接下来是“ 记忆大师 ”（《 一个想法：每个人都有足够潜力成为记忆大师 》），在这个 Web 应用里我第一次集成了后端 Supabase 数据库，实现了用户登录和收藏的功能。然后学会了将 Netlify 与 Bolt 开发项目分离，直接关联到 GitHub 项目自动部署。 最近是“ 诗词学堂” ，这个项目的技术收获是不仅对接了 Supabase 数据库，还通过 API 对接了大模型服务。一开始 AI 把 API Key 直接写在了前端配置文件里，我通过向 AI 追问获得了更安全更符合实际生产环境的方案——使用 Supabase Edge Functions 配合 环境变量 来存储 API 密钥，与前端代码完全隔离，从而防止密钥泄露。中间因为 Supabase CLI 安装不成功，AI 无法帮我自动完成所有配置，需要登录 Supabase 管理台手工配置，来回折腾了几次，最后搞定了，很有成就感。 从所有这些实践看，通过 AI 完成前端演示项目是相对容易的，比较繁琐的是部署、集成这些生产环境上线工作。所以现在像 Replit、Bolt 等一站式 AI 开发服务都内置部署服务器和数据库，把后端开发对用户隐藏起来进一步简化。这个趋势有好有坏，好处是对于小白用户降低了门槛，扩大了覆盖的用户群体；坏处是项目跟开发平台深度绑定了，无法轻易切换到其他更成熟的开发环境，对长期发展不利。如果真正孵化了一个受用户欢迎的商业应用，我相信最终还是要切换到更成熟、解耦的开发和部署平台上来。 该选择哪款最佳 AI 编程工具？ 我在项目开发过程中混合使用了好几个 AI 开发工具。在 AI 编程工具群雄并起的当下，我觉得没有一款产品是普适的最佳选择，需要基于具体项目需求、用户技术背景、预算以及对工具特定优势的评估，搭配使用各种工具才能获得更好的效果。 我开发“诗词学堂”项目原型用的是 Bolt.new——一个在浏览器中运行的 AI Web 开发 Agent。一开始效率很高，但 Bolt 似乎总是从头开始重写整个文件，随着代码量增加，账户里的 Token 消耗很快，还容易把以前的逻辑改坏。项目开发到一定程度，Bolt 就提示代码量过大，建议拆分项目或者导出项目重开对话了。 我先尝试用 Cursor 接手，但使用 Claude sonnet 4 模型一直不稳定，开发的新代码经常因为破坏已有功能而回退。于是我切换到 Augment 对项目结构进行了分析和重构，比如把一个超过 1000 行代码包含几十个类的单文件拆分为几个不同的服务，后续开发就顺利了一点。这个阶段的一个重大的开发进展是将 Bolt 构建原型阶段的小样本模拟数据切换到了包含 1 万多首古诗词的完整数据库。 后来又试用了一下谷歌的 Jules，对修改关联度高的模块——比如各页面共用的搜索模块——效果不好，容易出问题。但是用来修改边界清晰的模块——比如游戏模式中的单个游戏——效果不错。Jules Agent 采用异步开发模式，有独立的运行环境，在完成开发后会自行测试验证，发现问题会自动迭代修改。如果你提前写好主要场景的测试项，可以大大减少新代码破坏旧功能的概率，提升开发任务成功率。借助 Jules 异步开发和独立环境的优势，我给 Jules 发送修改要求后不用再等着它完成，而是可以转而考虑其他需求，甚至新增一个 Jules 任务，并行开展另一个模块的开发。我即便在公交车上有了一个新想法都可以立即通过手机浏览器给 Jules 分派任务，随时随地都能迭代开发的感觉不错。 我在《 好的，坏的，丑陋的 —— 从 Jules 看 AI 辅助编程的未来 》中曾写道：“未来随着 Jules 这类 AI 代理工具的普及，业界可能需要重新评估和定义开发者生产力，传统的度量标准（如代码行数）将不再适用，高效的开发者可能需要具备熟练驾驭和编排多个 AI 代理协同工作的能力……”随着大模型能力的持续增强和开发者对 AI 信任度的增加，这一场景几已成为现实。 思考：一个人人创造的时代 从“翻译”到“意图”，从“How”到“What” Cursor 这类工具的成熟和“Vibe Coding”理念的流行，像是一场权力转移，将创造软件的权力从掌握着“语法”的少数人手中，向掌握着“意图”的更广泛人群扩散。 传统编程的本质，是将人类模糊、感性的“想法”或“意图”，精确无误的翻译成机器能够理解的、基于严格语法的形式化语言。这个过程的瓶颈恰恰在于“翻译”本身，一个想法再好，如果无法跨越语法的鸿沟，它就永远无法变成现实。 AI 辅助编程的革命性在于它扮演了一个前所未有的“意图翻译官”。用户不再需要学习晦涩的语法，他们只需要尽可能清晰、多维度的描述他们的“意图”——想要什么、它应该感觉如何、它能完成什么任务。AI 则负责将这种高层次的、有时甚至是充满情感色彩的“意图”，转化为结构化的、可执行的代码。 这意味着，创造的重心从“如何实现”（How）转向了“想要什么”（What）。对于有想法但无编程知识的用户来说，这无疑是一种解放。过去，他们是需求的提出者，现在，他们可以直接成为创造的执行者。比如，一个社区运营专家可以不再依赖程序员，而是直接告诉 AI：“给我构建一个工具，能够例行抓取社区里带有‘产品建议’标签的帖子，用情感分析模型打分，并生成一份每周摘要报告。” 他的核心价值——对社区的理解——可以直接转化为一个功能性的产品。 传统软件开发 VS “Vibe Coding” 传统的软件开发像是在盖房子，你需要精确的蓝图（设计文档）、严格的施工步骤（编码、测试、部署）。而“Vibe Coding”引导的创造过程，更像是在培育一株植物。你提供一个种子（核心想法），然后通过不断的对话和培育（提供更多的上下文、反馈、修正），让这个应用生长出来。这个过程是迭代的、探索性的，充满了意外之喜。 这对产品经理和传统意义上的广大用户意味着什么？ 1. 即时反馈与快速迭代：现在可以在想法萌生后，短时间内就看到一个可交互的原型。这个原型可能很粗糙，但它提供了一个即时的反馈回路。你可以立刻感觉到这个产品对不对味，然后马上对 AI 说：“这个按钮太丑了，换成更有科技感的风格”，或者“用户流程太繁琐了，简化成一步操作”。这种即时性将极大的加速创新。 2. 模糊启动成为可能：很多伟大的想法在最初都是模糊的，往往很难在一开始就将这种模糊的“意图”转化为清晰的需求文档。但在新的开发范式下，我们可以带着这份模糊独自出发，在与 AI 的共创中逐步将想法澄清、具体化，让产品的面貌逐步清晰。 并不都是美好，并非没有代价 然而，这种看似美好的图景背后，也潜藏着危机和挑战，我们不能天真的认为这是一种无代价的进步。 所有尝试过通过“Vibe Coding”认真构建过一个产品的人——而不是仅仅让 AI 写个俄罗斯方块、贪吃蛇来简单测评的人——都会发现自己在某个阶段陷入了 Bug 越修越多的泥潭。AI 或许能轻松生成 80% 的代码，但剩下的 20%——那些涉及深度优化、复杂逻辑、安全漏洞、特定硬件适配的脏活累活，往往是决定一个产品成败的关键。当 AI 生成的代码出现一个难以复现的 Bug 或者性能无法达标时，只懂下指令而不懂编程的人将束手无策。如果我们拥有了快速创造原型的权力，却失去了修复和掌控生产环境的能力，这是一种危险的“控制权幻觉”。 同时，如果我们完全依赖于描述模糊的“意图”，我们可能会逐渐丧失将复杂问题拆解为清晰、有序步骤的结构化思维能力。我在使用 Cursor 编程时候，有段时间里因为网络中断导致无法访问 Claude 模型，我选择了等待网络恢复而不是手工去调整代码——突然间猛醒我已经患上了 AI 依赖症，其实当时我仅仅是想要调整某个组件的颜色和布局，只需要查找一段 CSS 代码修改几个属性就可以完成。编程不仅仅是写代码，它更是一种思维训练。当我们习惯于模糊的表达，然后看看 AI 能提供什么时，大脑也许正在变得懒惰，这可能导致新一代的产品过分同质化，我们的品味其实是 AI 的品味，我们的选择仅局限于 AI 提供的选择。 在职业生涯的尾声碰上了 AI 大爆发，真不知道是幸运还是不幸，时代的巨变总是在不经意间落到每个人的头上。 ShowMeOnline AI 技术的果实一定是原生应用吗？ MusicFusion 一个想法：MusicFusion，你的音乐创作灵感库 记忆大师 一个想法：每个人都有足够潜力成为记忆大师 诗词学堂” 好的，坏的，丑陋的 —— 从 Jules 看 AI 辅助编程的未来 我想这些游戏可以帮助解决一个孩子们学习古诗词的大问题：很多学生所谓的“学习”古诗词，仅仅是机械的按顺序背诵，就像鹦鹉学舌只记住了音节的顺序。当你让他们从中间的某一句开始背诵时，他们的大脑常常会一片空白。而这些游戏将诗词拆解，打乱顺序，要求孩子们在不同的情境下迅速找到对应的诗句并联结。这两种玩法都在创造应用和提取诗词的机会，促使孩子们主动灵活的调用大脑中的诗词库，让诗词不再只是一次性被动存储的沉睡记忆。 教你形象助记法的 AI 老师 人类所有高级记忆术的基石都建立在两个核心原则之上：联想、可视化，其本质是一个转码过程：将抽象的概念转化为具体的、可感知的图像，然后将这些图像与已有的知识或空间位置联系起来 。在我看来，背诵古诗最好的方法，便是在理解其意蕴的基础上，将诗句内容转化为形象化的场景来记忆。一首古诗就像一部浓缩的短剧，只要记住其中人物的形象、动作和场景，这些“记忆钩子”便能轻易的将相关的诗句勾连出来，背诵古诗词就变得容易了。 在辅导女儿背诗词时，我就经常运用这种方法。我会让她闭上眼睛，然后把要背的诗句解释给她听。但不光是解释含义，重要的是抽出诗句中的关键词，转化为人、物的形象和活泼的场景，然后编一个故事让她在头脑里想象出来。她很快就能记住这个“场景剧”，背诵时只要在脑海中回忆这个短剧中的人物动作和场景，便能顺利的接续下去，避免卡壳。一开始可能想的时间会长一些，但综合来看对记忆古诗的效率更高，而且记忆过程不会像死记硬背那么枯燥无聊，过两天也更容易回想起来。 作为一名普通家长，我的想象力和文学素养毕竟有限。我在“诗词学堂”中引入了一个“AI 助记”功能，后台对接了 DeepSeek V3 的 API，可以随时化身为一位充满创意的“形象助记老师”，为每一首古诗词量身定制专属的“记忆短剧”。当前用的是我的付费 API Key，设定了每日次数限制，可供大家免费体验。 不妨看个例子： 昨夜寒蛩不住鸣。惊回千里梦，已三更。起来独自绕阶行。人悄悄，帘外月胧明。 白首为功名。旧山松竹老，阻归程。欲将心事付瑶琴，知音少，弦断有谁听？ —— 《小重山》，[宋] 岳飞 下面是这些对诗句的解释，文笔优美，但对于孩子来说书面语偏多，缺乏具体的形象和动态的场景，对于记忆诗词来说可能用处不大。 昨夜，寒秋蟋蟀不住哀鸣，梦回故乡，千里燃战火，被惊醒，已三更。站起身，独绕台阶踽踽行。四周静悄悄，帘外，一轮淡月正朦胧。 为国建功留青史，未老满头霜星星。家山松竹苍老，无奈议和声起、阻断了归程。想把满腹心事，付与瑶琴弹一曲。可是高山流水知音稀，纵然絃弹断，又有谁来听？ 那么通过“AI 助记”来看看 DeepSeek 老师的助学效果吧，是不是形象和细致得多？家长们可以借鉴这些描述，略作裁剪再用自己的语言讲述给孩子听。当孩子的大脑中能想象出这些具体的场景时，背诵古诗将不再是机械的重复，记忆效果一定会比死记硬背好很多。 对于我来说，本次业余项目开发也是一次 Vibe Coding 的实践，AI 写代码虽然快速，但当代码量增长到一定程度，就要花大量时间跟 Bug 作斗争。我已经花了不少时间尽力清除交互和处理逻辑上的问题，但仍有许多功能尚待完善，许多问题需要解决。有兴趣的热心人可以通过网站的留言板留下建议和反馈。 我希望，借助这个在线学习网站，能让我女儿更快乐的学习古诗，尽早体会到诗词的意境和韵味，让母女间的“鸡飞狗跳”逐渐回归到“母慈女孝”，也希望能对广大中小学生家长辅导孩子学习古诗词给予一臂之力。 后记：Vibe Coding 的实践和体会 在“Vibe Coding”语境下，我成了全栈工程师 我在四十岁之前没碰过代码，四十一岁自学了 Python，偶尔用 Python 写一些脚本工具，但也仅限于此。直到今年 Cursor 之类的 AI 辅助编程 IDE 特别是 Agent 模式的发展成熟，Vibe Coding 才让我真正进入了广阔的编程世界。从此，创造可以不被自己的编程知识所局限。 我借助 AI 编写的第一个 Web 应用是“ ShowMeOnline ”——多媒体文件在线分享查看（《 AI 技术的果实一定是原生应用吗？ 》），随后是“ MusicFusion ”——音乐风格探索组合和试听（《 一个想法：MusicFusion，你的音乐创作灵感库 》），这两个 Web 应用都是纯前端的 Demo，而且是通过 Bolt.new 直接集成 Netlify 完成部署的。 ShowMeOnline AI 技术的果实一定是原生应用吗？ MusicFusion 一个想法：MusicFusion，你的音乐创作灵感库 接下来是“ 记忆大师 ”（《 一个想法：每个人都有足够潜力成为记忆大师 》），在这个 Web 应用里我第一次集成了后端 Supabase 数据库，实现了用户登录和收藏的功能。然后学会了将 Netlify 与 Bolt 开发项目分离，直接关联到 GitHub 项目自动部署。 记忆大师 一个想法：每个人都有足够潜力成为记忆大师 最近是“ 诗词学堂” ，这个项目的技术收获是不仅对接了 Supabase 数据库，还通过 API 对接了大模型服务。一开始 AI 把 API Key 直接写在了前端配置文件里，我通过向 AI 追问获得了更安全更符合实际生产环境的方案——使用 Supabase Edge Functions 配合 环境变量 来存储 API 密钥，与前端代码完全隔离，从而防止密钥泄露。中间因为 Supabase CLI 安装不成功，AI 无法帮我自动完成所有配置，需要登录 Supabase 管理台手工配置，来回折腾了几次，最后搞定了，很有成就感。 诗词学堂” 从所有这些实践看，通过 AI 完成前端演示项目是相对容易的，比较繁琐的是部署、集成这些生产环境上线工作。所以现在像 Replit、Bolt 等一站式 AI 开发服务都内置部署服务器和数据库，把后端开发对用户隐藏起来进一步简化。这个趋势有好有坏，好处是对于小白用户降低了门槛，扩大了覆盖的用户群体；坏处是项目跟开发平台深度绑定了，无法轻易切换到其他更成熟的开发环境，对长期发展不利。如果真正孵化了一个受用户欢迎的商业应用，我相信最终还是要切换到更成熟、解耦的开发和部署平台上来。 该选择哪款最佳 AI 编程工具？ 我在项目开发过程中混合使用了好几个 AI 开发工具。在 AI 编程工具群雄并起的当下，我觉得没有一款产品是普适的最佳选择，需要基于具体项目需求、用户技术背景、预算以及对工具特定优势的评估，搭配使用各种工具才能获得更好的效果。 我开发“诗词学堂”项目原型用的是 Bolt.new——一个在浏览器中运行的 AI Web 开发 Agent。一开始效率很高，但 Bolt 似乎总是从头开始重写整个文件，随着代码量增加，账户里的 Token 消耗很快，还容易把以前的逻辑改坏。项目开发到一定程度，Bolt 就提示代码量过大，建议拆分项目或者导出项目重开对话了。 我先尝试用 Cursor 接手，但使用 Claude sonnet 4 模型一直不稳定，开发的新代码经常因为破坏已有功能而回退。于是我切换到 Augment 对项目结构进行了分析和重构，比如把一个超过 1000 行代码包含几十个类的单文件拆分为几个不同的服务，后续开发就顺利了一点。这个阶段的一个重大的开发进展是将 Bolt 构建原型阶段的小样本模拟数据切换到了包含 1 万多首古诗词的完整数据库。 后来又试用了一下谷歌的 Jules，对修改关联度高的模块——比如各页面共用的搜索模块——效果不好，容易出问题。但是用来修改边界清晰的模块——比如游戏模式中的单个游戏——效果不错。Jules Agent 采用异步开发模式，有独立的运行环境，在完成开发后会自行测试验证，发现问题会自动迭代修改。如果你提前写好主要场景的测试项，可以大大减少新代码破坏旧功能的概率，提升开发任务成功率。借助 Jules 异步开发和独立环境的优势，我给 Jules 发送修改要求后不用再等着它完成，而是可以转而考虑其他需求，甚至新增一个 Jules 任务，并行开展另一个模块的开发。我即便在公交车上有了一个新想法都可以立即通过手机浏览器给 Jules 分派任务，随时随地都能迭代开发的感觉不错。 我在《 好的，坏的，丑陋的 —— 从 Jules 看 AI 辅助编程的未来 》中曾写道：“未来随着 Jules 这类 AI 代理工具的普及，业界可能需要重新评估和定义开发者生产力，传统的度量标准（如代码行数）将不再适用，高效的开发者可能需要具备熟练驾驭和编排多个 AI 代理协同工作的能力……”随着大模型能力的持续增强和开发者对 AI 信任度的增加，这一场景几已成为现实。 好的，坏的，丑陋的 —— 从 Jules 看 AI 辅助编程的未来 思考：一个人人创造的时代 从“翻译”到“意图”，从“How”到“What” Cursor 这类工具的成熟和“Vibe Coding”理念的流行，像是一场权力转移，将创造软件的权力从掌握着“语法”的少数人手中，向掌握着“意图”的更广泛人群扩散。 传统编程的本质，是将人类模糊、感性的“想法”或“意图”，精确无误的翻译成机器能够理解的、基于严格语法的形式化语言。这个过程的瓶颈恰恰在于“翻译”本身，一个想法再好，如果无法跨越语法的鸿沟，它就永远无法变成现实。 AI 辅助编程的革命性在于它扮演了一个前所未有的“意图翻译官”。用户不再需要学习晦涩的语法，他们只需要尽可能清晰、多维度的描述他们的“意图”——想要什么、它应该感觉如何、它能完成什么任务。AI 则负责将这种高层次的、有时甚至是充满情感色彩的“意图”，转化为结构化的、可执行的代码。 这意味着，创造的重心从“如何实现”（How）转向了“想要什么”（What）。对于有想法但无编程知识的用户来说，这无疑是一种解放。过去，他们是需求的提出者，现在，他们可以直接成为创造的执行者。比如，一个社区运营专家可以不再依赖程序员，而是直接告诉 AI：“给我构建一个工具，能够例行抓取社区里带有‘产品建议’标签的帖子，用情感分析模型打分，并生成一份每周摘要报告。” 他的核心价值——对社区的理解——可以直接转化为一个功能性的产品。 传统软件开发 VS “Vibe Coding” 传统的软件开发像是在盖房子，你需要精确的蓝图（设计文档）、严格的施工步骤（编码、测试、部署）。而“Vibe Coding”引导的创造过程，更像是在培育一株植物。你提供一个种子（核心想法），然后通过不断的对话和培育（提供更多的上下文、反馈、修正），让这个应用生长出来。这个过程是迭代的、探索性的，充满了意外之喜。 这对产品经理和传统意义上的广大用户意味着什么？ 1. 即时反馈与快速迭代：现在可以在想法萌生后，短时间内就看到一个可交互的原型。这个原型可能很粗糙，但它提供了一个即时的反馈回路。你可以立刻感觉到这个产品对不对味，然后马上对 AI 说：“这个按钮太丑了，换成更有科技感的风格”，或者“用户流程太繁琐了，简化成一步操作”。这种即时性将极大的加速创新。 2. 模糊启动成为可能：很多伟大的想法在最初都是模糊的，往往很难在一开始就将这种模糊的“意图”转化为清晰的需求文档。但在新的开发范式下，我们可以带着这份模糊独自出发，在与 AI 的共创中逐步将想法澄清、具体化，让产品的面貌逐步清晰。 并不都是美好，并非没有代价 然而，这种看似美好的图景背后，也潜藏着危机和挑战，我们不能天真的认为这是一种无代价的进步。 所有尝试过通过“Vibe Coding”认真构建过一个产品的人——而不是仅仅让 AI 写个俄罗斯方块、贪吃蛇来简单测评的人——都会发现自己在某个阶段陷入了 Bug 越修越多的泥潭。AI 或许能轻松生成 80% 的代码，但剩下的 20%——那些涉及深度优化、复杂逻辑、安全漏洞、特定硬件适配的脏活累活，往往是决定一个产品成败的关键。当 AI 生成的代码出现一个难以复现的 Bug 或者性能无法达标时，只懂下指令而不懂编程的人将束手无策。如果我们拥有了快速创造原型的权力，却失去了修复和掌控生产环境的能力，这是一种危险的“控制权幻觉”。 同时，如果我们完全依赖于描述模糊的“意图”，我们可能会逐渐丧失将复杂问题拆解为清晰、有序步骤的结构化思维能力。我在使用 Cursor 编程时候，有段时间里因为网络中断导致无法访问 Claude 模型，我选择了等待网络恢复而不是手工去调整代码——突然间猛醒我已经患上了 AI 依赖症，其实当时我仅仅是想要调整某个组件的颜色和布局，只需要查找一段 CSS 代码修改几个属性就可以完成。编程不仅仅是写代码，它更是一种思维训练。当我们习惯于模糊的表达，然后看看 AI 能提供什么时，大脑也许正在变得懒惰，这可能导致新一代的产品过分同质化，我们的品味其实是 AI 的品味，我们的选择仅局限于 AI 提供的选择。 在职业生涯的尾声碰上了 AI 大爆发，真不知道是幸运还是不幸，时代的巨变总是在不经意间落到每个人的头上。 🔗 原文链接： https://www.chaspark.com/ /hotspots... https://www.chaspark.com/ /hotspots... 楔子：母慈女孝？不，鸡飞狗跳！ “今天背完十首诗才能看电视。” “不行，背完两首我就要看！” “不行，十首。” “不要不要，我不要！我现在就要看电视！” 一到周末，经常听到母女俩像吵架一样的对话，结局大多是鸡飞狗跳式的——女儿哭哭啼啼，她妈大声训斥，最后半天时间耗没了，诗没背完三五首，可能还被动培养了孩子抗拒学习、做事拖延的毛病。 其实那些被精心挑选出来的古诗词，大多是通俗易懂、意境优美的。然而对于一个懵懂无知的孩子来说，如果仅仅是要求她死记硬背，不去解释其中的意蕴，不描绘诗人笔下的山川风物，那么这些诗句就只是一堆毫无关联、磕磕绊绊的生字而已。 孩子只能靠着诗词本身朗朗上口的韵律去机械的重复——小和尚念经，有口无心——当一首诗只是音节的组合而非意义的表达时，那些优美的意象都变成了抽象的符号，大脑便很难建立起有效的记忆联结。在孩子被要求盖上书本回忆背诵时，她主要依赖多次重复背诵语音的习惯性联结，经常只记得上句，却在背诵下一句时“断片”了，怎么都想不起来。 也许我们都经历过小时候读书死记硬背的痛苦，如果那时能有一位导师，为我们揭示文字背后的世界，让我们早些领略到“窗含西岭千秋雪，门泊东吴万里船”的广阔与壮丽就好了。孩子的通识教育靠父母，但并不是每个父母都有足够的学识和精力——如何能让孩子学习古诗词的过程，少一些痛苦，多一些乐趣呢？ 我希望为我的女儿，也为更多像她一样的孩子，打开一扇通往美的窗户，让背诵诗词不再那么枯燥乏味，而是体验有声有色的故事和完成有趣的游戏。为此，我利用两周业余时间，开发了一个“ 诗词学堂 ”在线网站（Demo， https://poetry fun.netlify.app/ ）。 诗词学堂 ：让孩子们更快乐的背古诗 诗词学堂 足够学习一辈子的诗词全集 古诗词数据库来自开源项目海棠诗社（ javayhu/haitang: 海棠诗社，古诗词的数字桃源 ），但“诗词学堂”网站的整体设计和功能模块完全是重新搭建的。 javayhu/haitang: 海棠诗社，古诗词的数字桃源 古诗词数据十分齐全，包含了 11,407 首经典诗词，涵盖了 2,402 位历代诗人词人，收录了 7,216 条精选名句，时间跨度覆盖了 18 个历史朝代，并精选了 663 个主题选集。在这里，你不仅能找到我们耳熟能详的《唐诗三百首》、《宋词三百首》，还有从小学到高中各地课本的几百首古诗词，甚至连《红楼梦》、《西游记》这样的古典名著也一应俱全。这样的内容量，不光是对中小学生的学习需求绰绰有余，对于广大的诗词爱好者来说，也足够他们活到老学到老，甚至穷其一生也难以学完。 值得注意的是，正因为诗词内容全，所以首次访问加载时间会稍微有点长（正常网速大约十几秒，待优化），请耐心等待。 对于每首古诗，都可以点击诗词卡片进入详情，查看原文、译文、赏析、作者介绍等详细内容。 此外还构建了独立的诗人名家查询页面，对于每个诗人都可以查看其生平简介和代表作品。点击代表作品可以直接进入相关诗词的详情，对于查看相关古诗词信息十分便利。 寓教于乐的学习模式 除了基础的诗词查询浏览功能，“诗词学堂”还提供了基础的学习记录和成就徽章体系，通过完成学习、测验和游戏，孩子们可以跟踪自己的学习进度，获得积分和荣誉，激发他们的学习热情。网站首页的“每日一诗”和“每日一句”通过随机选择诗词和名句，让孩子们感受不期而遇的古诗词之美。 为了实现“寓教于乐”，我构思并开发了几个与诗词相关的小游戏。目前提供了诗词接龙、诗词对战、残句补全和诗韵坠四个模式。游戏玩法顾名思义，一试便知。 诗词接龙游戏的灵感来源于我中学时代的经历。那时，手机和娱乐设备都是稀罕物，几个同学在课间休息时会拿出纸笔玩“叠字游戏”。我们会在纸上画满方格，然后轮流在格子里填写诗句或成语，唯一的规则是新填写的句子必须与纸上已有的句子至少有一个字重叠，并且要有足够的空间来安放这句诗。当一张纸写满字或者再也想不到合适的诗句时，游戏就结束了。 我在“诗词学堂”中，用代码再现了这个游戏。每一次成功的接龙，都会有相应的分数奖励，而且所有成功接龙过的诗句都有历史记录，随时可以点击跳转查看详细内容，帮助孩子们复习诗词。 再说说这个名字听起来很雅致的“诗韵坠”游戏。很显然，它的核心玩法借鉴了经典游戏“俄罗斯方块”。但它并非简单的凑齐一行方块来消除，而是要孩子们输入与下落诗词匹配的诗句，可以是上一句，也可以是下一句。匹配成功时会有一点爆炸特效，然后两句诗会在屏幕中间短暂展示，以帮助孩子们加深记忆。当诗句方块下落时，它们会像石头一样沉入“水底”，搅动屏幕上所有的汉字方块，虽然这会让完整的诗句看起来有些破碎，但会产生一种“魔性”的视觉效果，增加游戏的乐趣。