构建信号SIGNAL TO BUILDEnglish站主登录 ↗
← 知识整理
独立开发 ／ 知识整理 · 中文

newtype · AI Coding 实战与工具栈演化

黄益贺 2024-09 → 2026-05 AI Coding 工具栈实战。Cursor 主导期 → v0+Claude+Cursor 三件套 → Cline 自建 MCP → Gemini 2.5 大上下文扫码 → Claude Code 主战场 → Codex/GitHub Copilot/OpenCode + newtype-os 多 Agent 编排。Vibe Coding 经验、AI Coding 分工哲学、Cursor 内部模式、Ultra think、Plan Mode、Claude Code Sub-agents

资料来源：Newtype · 本站发布：2026-09-26 · 笔记更新：2026-05-16

AI 编程开发工具Vibe Coding

黄益贺 2024-09 → 2026-05 的 AI Coding 工具栈使用与心法。覆盖 ai-coding 主题桶全 315 帖。本 wiki 侧重 "非技术个体怎么用 AI Coding 工具"(产品级 vibe coding 在 newtype · Vibe Coding 独立产品实战)。

何时打开:

  • 你想入坑 AI Coding 但不知道 Cursor / Claude Code / Codex 选哪个
  • 你用 Cursor 但写代码总出 Bug,想知道工作流
  • 你听到 Augment / Trae / Windsurf 但不知道值不值得切
  • 你想理解为啥 Claude Code 在 2025 后期突然成为主战场

0. 时间线

graph LR
    A["2024-08~09<br/>Cursor 震撼<br/>(零代码做 Chrome 插件)"] --> B["2024-09<br/>v0+Claude+Cursor 三件套<br/>(newtype.pro 上线)"]
    B --> C["2024-10~12<br/>GitHub Copilot 跟进<br/>Cline 出现<br/>Cursor AI Review/bug finder"]
    C --> D["2025-02<br/>AI Coding 赛道全景<br/>DeepSeek/Claude 3.7"]
    D --> E["2025-03<br/>用 Cline 自建 MCP<br/>Obsidian MCP/Flux MCP"]
    E --> F["2025-04<br/>Gemini 2.5 Pro 大上下文扫码"]
    F --> G["2025-05~07<br/>Claude Code 走入主流<br/>Plan Mode / Ultra think 32K"]
    G --> H["2025-08~12<br/>Claude Code 主战场<br/>Sub-agents/Slash/Skills"]
    H --> I["2026-01+<br/>OpenCode/Codex/newtype-os<br/>多 Agent 编排"]

1. 老黄震撼时刻:Cursor(2024-08 帖 471)

"最近让圈内震惊的产品 — Cursor。用不了多久,全球最流行的编程语言会是英语。"

紧接着 2024-09(帖 477):

"这次 Cursor 带给我的震撼,比两年前的 ChatGPT 还强。"

关键案例(帖 473): 零代码 + 纯聊天,让 Cursor 做一个总结网页的 Chrome 插件,10 分钟搞定(第二次,需求写得清晰)。

Why 影响这么大:

  • Cursor 不是"AI 助手",是 VS Code 分叉 + 深度 AI 集成
  • 自然语言 → 代码 → 调试 → 部署,全流程在一个工具里
  • 老黄这种"非技术产品经理"突然可以做完整产品

2. AI Coding 工具分工哲学(经典帖 488)

v0 + Claude + Cursor 三件套(老黄 2024-09 沉淀):

工具 角色 阶段
v0.dev UI / 设计稿 视觉层
Claude(Web/桌面) 框架 / 架构 抽象层
Cursor 细节 / debug / 实现 实现层

核心心法:

"全部交给一个工具,效果大概率不会好。这些 AI 工具还没强到那个程度,都是各有所长。所以,接受这个现实,不逼逼,JUST DO IT。"

反 pattern: 想用 Cursor 一个工具搞定从 UI 到部署所有事 → 必然撞墙。

2026 进化版(帖 2484, 2509):

  • Chief / Deputy → Claude(规划逻辑强)
  • Researcher → Gemini(大上下文)
  • 执行类 → Gemini Flash / Claude Sonnet(便宜)

详见 newtype · Agent 架构与多 Agent 编排 §8 多 Agent 编排。

3. AI Coding 赛道全景(2025-02 帖 838)

老黄搬运的 AI Coding 分类:

类目 工具
日常编程 Cursor / Windsurf / Trae
Web 应用 bolt / v0 / lovable
Landing Page Pagen / wegic
前端组件 CopyWeb / screenshottocode
API devv builder
项目提示词 copycoder
Mobile App bolt / rork
项目文档 codeguide

老黄个人选择(帖 556):

"如果一个东西足够好,或者我确定它是现阶段最好的,那我就不再看别的了。AI Coding 目前就看 Cursor 和 GitHub Copilot。"

国产工具态度(同帖): "完全没碰过国产的。"

4. AI 编程工具的代码检索方式对比(2025-06 帖 1392 精华)

4 种检索模式:

工具 检索方式 优点 缺点
Cline 实时搜索(模仿人,高速文件内容 + 正则) 准确、实时 Token 耗费高
Claude Code Agentic Search(动态决定内容/文件名搜索 + 多轮策略) 准确性最高 Token 耗费更高
Cursor 经典 Embeddings + RAG 性价比高 受限于 Embedding 理解能力
WindSurf 同 Cursor 但低延迟 + 企业部署 企业级 初始索引慢

Why 重要:

  • Cline 拒绝 RAG 的理由: 函数定义在 200 行 / 调用在 300 行 / 依赖在 400 行 → RAG 只能读片段,打断了逻辑
  • 不同场景适合不同方案,效率和质量平衡

5. Cursor 使用心法

5.1 三种模式(帖 826)

  • Chat: 对话 + 手动选择代码生效部分 → 自主掌控最多
  • Composer: 编辑多文件 → 适合重构
  • Agent: 自动执行 → 适合"我懂业务但不想写代码"

5.2 Cursor 进阶配方

场景 配方
大模型扫码库 Gemini 2.5 Pro(超大上下文)→ 用对话搞清楚整个项目(帖 1071)
当知识库用 .cursorrules 里明确要求"每一个回答查询文件夹内所有文档" + 4 个 MCP 描述(帖 1154)
AI 自动写笔记 Composer 给文档打 [[]] 标注 + 自动创建空 .md(帖 854 精华)
接 Obsidian Vault Cursor 直接 open Obsidian Vault,文件夹问答(帖 483 精华)

5.3 Cursor 避坑要点(帖 826, 1671)

  • Cursor 改了之前模块 → 用 Chat 模式 + 手动选代码 / 把问题拆小
  • 代码超 Token 截断 → 标记 [CONTINUE] 让 AI 续写
  • 5 模块整合失败 → 增量整合(2→3 模块,逐步添加,每次检查依赖)

6. Claude Code 主战场(2025-07~)

6.1 为啥 Claude Code 成为主战场(帖 1586)

"Claude Code 让我看到了 相对通用的 Agent 的可能性。"

Claude Code 4 大栈(帖 2148):

栈 功能
Skills 能力加载(把脑子里的 SOP 封装)
MCP 工具调用(外部 server 接入)
Slash commands 工作流复用(/research / /draft / 自定义)
Sub-agents 多线程分工

6.2 Ultra think 32K 思考预算(帖 1558)

关键词 思考 Token
Ultra think / ultrathink 32K(HIGHEST)
think hard / think harder 10K(MIDDLE)
think 4K(BASIC)
(无) 0(NONE)

何时用: Claude Code 答错时,先加 "Ultra think" 重试,90% 是预算不够,不是模型不行。

6.3 Plan Mode(帖 1482)

  • 打开 Plan Mode,把需求 + 思考(尤其难点和可能解法)告诉 Claude
  • 它先规划,不直接动代码
  • 适合复杂任务(如老黄 Obsidian MCP notes_insight 新功能)

6.4 让 Claude Code 维护 claude.md(帖 1433, 2093)

老黄的最佳实践:

"每处理完一个问题,就更新一次 CLAUDE.md。如果问题特别大,过程中遇到一些节点的时候,除了更新 CLAUDE.md,我还会 手动执行 /compact。"

claude.md 详细记录:

  • 已配置好的 MCP(使用场景 + 调用前提)
  • 已配置好的 Skills(强调要按 skill.md SOP 流程走 + 必须的工具调用)

Why: AI 系统可靠性不来自模型,来自 清晰的元数据。模型每代改默认行为,元数据约束不变,行为就不变。

7. Cline:用 AI 写 MCP(2025-03 帖 962, 971, 978)

老黄通过 Cline 自建了 2 个 MCP server,全是 AI 写的:

  • Obsidian MCP(读取/创建/编辑 Obsidian 笔记)
  • Replicate Flux MCP(调 Replicate Flux 生图)

老黄学习建议(帖 1084):

  • 开发 MCP Server 很简单 → 用 Cline 让 AI 写
  • 想学代码 → 到 github.com/modelcontextprotocol/servers 找感兴趣的 Server 看源码

详见 newtype · MCP 协议与生态实战 §2 老黄做的 MCP。

8. Gemini 2.5 Pro 扫码神器(2025-04 帖 1071)

用法: 直接喂 Gemini 2.5 Pro 整个项目代码 → 超大上下文(1M+)→ 对话搞清整个项目运行逻辑。

典型场景: 老黄昨天用它扫 Second Me 项目代码,彻底搞懂。

Why:

  • Cursor 用 RAG 检索,Gemini 直接装下整个仓库
  • 适合 理解项目 阶段;实现代码 阶段还是 Cursor / Claude Code

9. Vibe Coding 心法

9.1 Vibe Coding 定义(老黄实践版)

"AI 只是把写代码的活儿接手过去。人还是要占主导地位,给出具体判断。"(帖 1451)

关键: 你可以不写代码,但 思考的深度不能降低。

9.2 老黄的 Vibe Coding 1 个月经验(帖 1437)

"这个项目做了一个月出头,从前端到后端,学到好多。AI 不只是改变协作方式,看待和思考问题的方式也变了。

很幸运,我不是程序员,没那么多包袱和偏见,可以快速上路,从外行侵入内行。"

9.3 Vibe Coding 清洗服务的预言(帖 1789)

"看到一个新业务:Vibe Coding 清洗。当你通过了使用 Vibe Coding 的产品验证期,开始要真刀真枪放量了,这个时候,你很可能就需要这样的服务。因为 AI 编写的代码里边可能有很多隐藏的坑。体量小的时候还没事。当系统越来越复杂、功能越来越多之后,这些坑就出现了。"

老黄自己也踩过(帖 1789):

  • Prompt House 用户登录验证、子页面流程在添加更多子页面后突然不稳定(反复刷新)
  • 跟 Codex 一起花大量时间排查
  • 教训: 没有为 SEO 子页面做架构准备 + 一直加新东西没阶段性整理

9.4 关键反 pattern(帖 1789)

"Vibe Coding,你可以不写代码,但别的方面的要求可一点都没降低。"

意思:

  • 架构思考依然要做
  • 阶段性重构依然要做
  • SEO / 性能 / 安全 / 用户体验 依然要做
  • 否则 AI 会把"勉强能跑"的代码越积越多 → 最终爆炸

10. 关于"非技术 vs 技术"的 AI Coding(帖 933, 1010 精华)

老黄的真实判断(给小白产品经理):

"不要相信那些 UP 主说的零基础也可以开发。我可以很负责任告诉你,还是得懂编程、有编程思维的。否则会被 Cursor 等工具气晕。"

但同时:

"我这几年的经历全都是 JUST DO IT。无论是做内容还是搞开发,绝对不是等到全部学好了才动手。一切都在前进中解决。"

两者不冲突:

  • 必须有 编程思维(变量 / 函数 / 类 / 异步 / API 调用 / 数据库这些概念要懂)
  • 不必有 编程经验(具体语法不用记)
  • 边做边学是路径,但要 从最基础概念学起(看几集 Python 入门视频再开干)

11. 老黄不看好的 AI Coding 方向

11.1 通用 Coding Agent (Manus 等)(帖 941 精华)

  • 在 OpenAI / Anthropic / Google 三家碾压下活不下来
  • "所有基于模型的修修补补都将被模型能力升级而覆盖掉"
  • 国内媒体吹 Manus 只是因为"中国 AI"叙事需要

11.2 本地大模型跑 Cline(帖 593)

"本地大模型的代码能力都赶不上 Claude 3.5 Sonnet,所以 不建议你专门为了这个花两三万。"

结论: 用 Cursor / Claude Code 订阅,API 费用即使高,也比雇人开发便宜。

12. 老黄当前(2026-05)的 AI Coding 栈

开发主战场:
  Claude Code(Skills + MCP + Slash commands + Sub-agents)
  Cursor(辅助 / Composer 编辑 / Plan Mode 规划)
  Codex(2026-04 起作为补充)
  GitHub Copilot(模型供应商角色)

UI 设计:
  v0.dev(产品早期)
  Keynote(后期,Go Fundamental 心法)

代码搜索 / 项目理解:
  Gemini 2.5 Pro(大上下文扫码)

代码评审 / 大型重构:
  Claude Code + Ultra think

API / 模型组合:
  Claude(规划逻辑)+ Gemini(大上下文)+ Sonnet/Flash(执行)

13. 反 pattern 总结

❌ ✅
用 Cursor 一个工具搞所有事 v0 设计 / Claude 架构 / Cursor 实现,各管一段
死磕国产 AI Coding 工具 "盯最好的",Cursor + Claude Code + Codex
本地大模型跑 Cline 省钱 直接订 Cursor / Claude Code,效率高得多
让 Cursor 自由发挥 把需求写清楚拆小,逐步给
Claude Code 答错就 retry 加 Ultra think 触发 32K 思考预算
Vibe Coding 不思考架构 架构 / 性能 / SEO 思考依然要做,只是不写代码
不更新 CLAUDE.md 每次问题处理完就 update,大问题中途 /compact
等"我学完编程"才动手 编程思维必须有,经验边做边攒,JUST DO IT
看到 Augment / Trae 就切换 当前主战场打通再考虑

引用与延伸

主要引用: ai-coding 主题桶全 315 帖。覆盖帖号(完整全量,涵盖 2024-08 至 2026-05):471, 473, 477, 479, 480, 481, 482, 483, 486, 487, 488, 535, 545, 556, 577, 593, 630, 637, 639, 643, 646, 655, 713, 717, 722, 724, 731, 764, 794, 807, 818, 826, 838, 841, 843, 854, 862, 878, 882, 883, 893, 895, 926, 930, 932, 941, 962, 965, 971, 975, 978, 1000, 1037, 1071, 1079, 1083, 1084, 1150, 1154 等。

配套 wiki:

History

  • 2026-05-16 v1.0 创建 — Phase 1.1 wiki #7。基于 ai-coding 主题桶全 315 帖(2024-08 至 2026-05),无抽样。

2026-06 增补：示范式自动化、研究分工与失败边界

以下是 newtype 社群六月工具使用快照，非当前官方操作文档。价格、套餐、模型名及入口只代表帖文当时说法，未在本次联网复核。

从口述步骤到示范、纠错、复跑

19–21 日作者介绍 Record & Replay：录制一次操作，将步骤整理成可复用 Skill。自己演示时有一步漏掉，指出后更新 Skill，再跑一次才正确。可复用的方法不是“录一遍就永远没错”，而是选重复工作 → 示范 → 检查漏步 → 改规则 → 用实际结果复跑。21 日准备盘点电脑上的重复工作，仍是计划。

他由此预测 RPA（按预先规则自动操作软件）市场会被替代，并将 Goals、Automations、Heartbeat、Skills 视为企业自动化组合。帖中市场增长率和份额未附可核验全文；一位读者同时反馈自己在用 RPA 与 AI 结合，并质疑可靠性。因此可保留“维护方式可能改变”的产品假设，不能写成“替代已经完成”或“稳定性一定更高”。

通用 Agent 与研究工具按流程分工

22 日作者的组合是 Perplexity 搜集资料并导出 Markdown，Codex 接着整理、做建议和调用内容 Skill，newtype OS 用完整资料帮他试写结构与提出修改意见；最终取舍和成稿仍由本人完成。先写框架及开头、让 AI 生成一版看整体效果，再自己动笔，是把草稿用作思考样本，而非自动出版。

6 月 3 日问答和25日额度问答记录 Max 每月 10,000 credits、35,000 奖励为一次性等当时说法；作者还额外买约3,000。他选择付费研究工具，是省去自己给通用 Agent 定制金融数据接入的工作。9 日医疗市场调研对比只说 Perplexity 输出更详细，没有提供本批可读的两份报告，故不能认定其准确性更高。Health 接入 Apple Health 的两位用户均反馈取不到数据，问题未解决，不能推断升级套餐即可修好。

可观察结果比“效果不错”更重要

10 日每约十天导出 Google/Bing 数据给 Codex 分析，14 日建议把关键词表格和分类 Skill 一并提供，27 日报告自己的 Wiki GEO 起效。这里有明确输入与周期，但配图没有读取，不能恢复增长量或认定因果。8 日用 Goal 统一修改书稿宗教性措辞，作者自报约两分钟、83,363 tokens；只能作一次任务案例，不能当耗费基准。

兼容性与记忆分开验收

17 日“可接开源模型”短帖与19日 DeepSeek/Kimi 配置失败并不必然矛盾：后者涉及 API 接口兼容。作者说 OpenRouter 可用，评论建议转接工具；本批没有可复现配置，不补造安装命令。21日称 Skill 可迁移，22日成员试用又担心长期记忆较弱；文件能复制不等于依赖、权限、记忆体验全部相同。

有关记忆的长文只剩预览，能确认的是作者强调跨 Agent、跨项目的可迁移记忆。22日另有手动开启记忆的当时菜单记录，不作为当前默认设置保证。账号封禁、长对话反复重连、无头调用成本等求助没有完整解决过程，均作为未解决问题保留；不能从“换工具可能好”推导成可靠排障方案。

来源与关联资料