VibeCoding实用技巧AI辅助开发指南
亚马逊MCP团队，在GitHub上发布了一份《Vibe Coding实用技巧》，整理了用AI辅助开发时的常见做法、误区和提效建议。
Vibe（自然语言驱动开发）是一种新兴的开发范式，开发者通过对AI助手下达自然语言指令，让AI自动生成项目代码。这份指南强调：AI能提效，但人始终是项目的主导者。
核心内容可归纳为：
- 明确职责分工：AI助手是工具，不能替代架构师。开发者需要对需求、架构设计、代码质量和测试负责，不能把判断交给模型。AI可以生成代码，但你必须审阅、测试、验证每一行。
- 选好AI开发工具：不同工具各有优劣，比如Cline适合CDK开发，Q CLI更适合AWS权限或网络排错。你可以按任务组合使用不同AI客户端，别盲目追求“全能选手”。
- 写Prompt前，先写好需求：项目开始前，先定义好功能范围、设计规范和技术限制。文档越清晰，AI生成的代码越贴近预期。写Prompt时尽量细化需求，任务复杂时要拆解分段，让AI逐步生成、逐步验证。
- 测试别全权交给AI处理：AI生成的单元测试通常效果不佳，经常只测试了“看起来没错”的部分。建议采用“测试驱动开发”，由人定义测试用例，AI只负责具体实现，避免测试盲区。
- 文档写作：和AI共创但不全靠AI。AI能帮你维护文档，比如从ER图、API设计到代码注释。但前提是你要定期检查内容是否同步更新。
- 注意AI上下文管理：AI客户端处理不了太长的历史记录，功能分模块时，建议分开对话线程。每次对话控制在单个功能点内，有助于提升AI响应效率。
- 选择MCP Server要有的放矢：目前可选的MCP服务已超过40个，不必全都用，只选与你项目匹配的几个即可。
这份指南强调的是“协作思维”，AI不能替你决定，但能放大你的判断。最终质量、效率和可维护性，仍取决于开发者本身的习惯与判断力。
完整文档可见：github.com/awslabs/mcp/blob/main/VIBE_CODING_TIPS_TRICKS.md
