615 - 《基于 Neovate Code 的 AI 编程最佳实践》

注：AI 辅助创作，但观点是自己的。

AI 编程的难点不是"能不能生成代码"，而是"能否稳定交付"。

Andrej Karpathy 在 2025 年初提出了 Vibe Coding 的概念：向 AI 描述需求，AI 生成代码，你不做 review，只关注最终产出。这种方式适合快速验证和业余项目，但对于生产项目而言，显然不够。

于是有了 Vibe Engineer：在 Vibe Coding 的基础上，加上工程化——自动化测试、详细的 spec 和文档、版本管理、code review、人为审查。人在此发挥的作用是：提供清晰的指令、管理上下文、验证输出、做顶层设计。

以我自己为例：Feature 开发时一天 Commit 能到 40+，功能开发基本指哪打哪，80% 代码由 Neovate Code 完成，95% 代码由 AI 完成。这不是炫技，而是 Vibe Engineer 方法论落地后的真实效率。

本文以 Neovate Code（读作 ['niːəʊveɪt]）为例，分享我在日常开发中总结的最佳实践。Neovate Code 是一个开源的 Code Agent，内置 AI 编程最佳实践，支持生成代码、修复 bug、代码审查、添加测试等，可以交互式运行、headless 模式运行，或通过 SDK 封装自己的 Code Agent。

针对 AI 编程的六个核心挑战，我将介绍六个对应的解法：

1. 复杂需求返工多 → Spec Driven
2. 串行低效 → Parallel Agents
3. 定制化需求难满足 → Skills & Slash Commands
4. 重复操作繁琐 → AI 辅助命令
5. CI/CD 与自动化难集成 → Headless
6. 二次开发缺乏接口 → SDK

挑战一：复杂需求返工多 → Spec Driven

问题

需求到实现之间有 100 条路可以走。直接 prompt → code，AI 生成的方案可能和你预期的完全不同。

更常见的情况是：你让 AI 出 plan，它输出几百行的文字墙。你没耐心看完，心想"大概没问题吧"，然后直接执行。结果不符合预期，反复返工。

解法：Spec Driven

根据场景复杂度，我有三种做法：

• 简单场景：直接 prompt → code
• 复杂但方案笃定：prompt → plan → code
• 复杂但方案不笃定：prompt → brainstorm → design → code

关键在 Brainstorm 模式。它通过 1-10+ 道选择题，一小块一小块地让你做决策，而不是一次性甩给你几百行 plan。这样做的好处是：用户和 AI 对整体设计都有清晰认识，减少黑盒和 vibe coding。

操作上，shift-tab 两次切到 brainstorm 模式。脑暴完成后，要求 AI「save the design to docs/design」存档。Design Doc 比 Plan Doc 更适合人阅读——全面但不冗余，也方便团队协作和回溯。

工程化支撑：

• esc-esc 回滚会话，减少无用 context 累积
• /spec:save-design 保存设计方案
• /spec:write-plan 生成详细执行计划
• /spec:execute-plan 按计划执行

挑战二：串行低效 → Parallel Agents

问题

一个项目只能跑一个任务，等 AI 响应的时间被浪费，多个需求只能排队处理。

解法：Parallel Agents

核心理念：同时雇 N 个 Agent 实习生帮你干活，每个 Agent 跑在独立环境，互不干扰。

技术上基于 Git Worktree 实现隔离。Git Worktree 允许一个仓库同时 checkout 多个分支到不同目录，共享核心仓库数据，分离工作区状态。

命令：

neovate workspace create   # 创建独立工作区
neovate workspace list     # 列出所有工作区
neovate workspace complete # 完成并合并/提PR

完整 Workflow：

workspace create → brainstorm → save design → implement → workspace complete

实际并发量的思考：理论上可以开很多 workspace，但人脑极限通常是 2-3 个需求。不是每个需求都需要独立 workspace，小改动冲突不大，根据复杂度灵活选择。

多端支持：

• CLI：命令行操作
• Desktop：一个界面管理所有项目的所有需求
• Background/Remote：长任务异步执行

挑战三：定制化需求难满足 → Skills & Slash Commands

问题

每个团队、每个项目有不同的规范和流程。重复的操作每次都要手写 prompt。希望沉淀最佳实践，降低使用门槛。

解法：两种扩展机制

1. Slash Commands - 用户主动调用

你输入 /command 触发，适合固定流程的操作。

示例：

• /rev