AI 写代码完全指南：2026 从入门到上线的全套路

用一句话说清 AI 写代码现在是什么状态

2026 年用 AI 写代码，已经不是「Tab 一下补全半行」的 Copilot 时代，而是「你说一句中文，AI 改 5 个文件、跑测试、提 PR、自己 review 自己」的时代。

如果你两年前用过 GitHub Copilot，今天再打开 Claude Code 或 Cursor 会有一种被时代落下的错觉：以前是你写主菜、AI 撒葱花，现在是 AI 上整桌、你负责验菜。

这套新玩法有个统一的英文名：vibe coding——你只管讲清楚要什么「感觉」，怎么实现交给 AI。今年 2 月 Andrej Karpathy 在推特上一句「There’s a new kind of coding I call vibe coding」让这个词出圈，半年内 Claude Code、Cursor、Windsurf、Codex、Kimi Code 全线跟进。

这篇是 AI 编程的入口长文。读完你会有：

一张主流 AI 编程工具的横向对照表（包含国产 Kimi Code）
一条「从完全不会 → 能让 AI 帮你写一个小工具上线」的实操路径
一份避坑清单：哪些事 AI 现在能做、哪些一旦你信了就要返工

每个工具都有独立的深度文，本文负责把它们串成一张图。

谁该读这篇

你的背景	读完能拿到什么
完全不会编程，但想让 AI 帮你写脚本	看「零基础上车路径」那节就够，全程不用懂 git
已经在用 Copilot，想升级体验	跳到「五个工具横评」选一个换
团队 leader，要选编程 AI	看「企业落地的真实坑」那节
程序员朋友推荐你看 vibe coding	「vibe coding 是什么 + 为什么火」开头两节
想做 AI 编程的内容/教程	全篇 + 文末「下一步深度文」清单

不需要全读，按需跳。

vibe coding 是什么？为什么 2025-2026 突然火

一个最朴素的定义

vibe coding 直译是「氛围编程」——你给 AI 一个意图和期望的氛围，AI 写代码。代码你可以不细看，跑起来对就行。

举个例子，传统写法是：

def add(a, b):
    return a + b

vibe coding 的写法是你跟 AI 说：「写一个能算两个数字加法的函数，名字随便」。AI 给你上面那段代码，你看它跑通就收。

听着像「会偷懒就行」，但真正的转变在于：你的输入颗粒度，从「一行代码」变成了「一个功能」。再进一步，是「一个产品」。

为什么是现在火，不是 2 年前

2022 年的 ChatGPT 也能写代码，为啥 vibe coding 现在才火？三个变化：

上下文从 8K → 200K+：现在的模型能一次读你整个项目，不再「忘了上一文件写了啥」
Agentic 能力：模型不只「输出代码」，而是会自己跑命令、读报错、改代码、再跑——闭环
专门的工具壳：Claude Code、Cursor 这种壳子把「读文件、改文件、跑命令、提 commit」这些动作标准化，AI 不用每次重新发明

合起来的结果是：你说一句「帮我加个登录功能」，AI 真能动手做完，而不是只给你一段建议代码贴哪都不对。

延伸阅读：vibe coding 是什么？2026 最火的编程新范式

一个最直观的对比

维度	2023 的 AI 写代码	2026 的 vibe coding
你的输入	一段需求描述 + 当前文件	一句中文意图
AI 的输出	一段代码片段，你复制粘贴	改完一组文件、跑完测试
谁动手改文件	你	AI（你审批）
出错怎么办	你截图给 AI 再问	AI 自己看报错改
一次任务时长	5-10 分钟	30 分钟到几小时连续工作

是不是有点像「从手动挡升级到自动驾驶」？方向盘没消失，但握的方式变了。

五个主流 AI 编程工具，一张表看完

下面这五个是 2026 年 AI 编程绕不过的：

工具	形态	公司	适合谁	中国可用性
Claude Code	终端 CLI	Anthropic	重度命令行用户、做大项目重构	需海外账号
Cursor	AI IDE（VS Code 分叉）	Cursor 公司	从 VS Code 平迁、喜欢图形界面	软件可装，模型走海外
Codex	终端 + Web + IDE	OpenAI	已经付 ChatGPT Plus/Pro 的人	需海外账号
Kimi Code	终端 CLI + VS Code 插件	月之暗面	国内开发者、想省 token	国内直连
GitHub Copilot	IDE 插件（VS Code/JetBrains 等）	GitHub/Microsoft	已经在 GitHub 生态、企业	国内可用

下面每个工具都展开一个段落，每段后面带一个深度文链接。

Claude Code：终端里的 AI 工头

Claude Code 是 Anthropic 出的命令行工具，安装后在任意项目目录敲 claude 启动，然后用中文/英文跟它说要做什么。它会读你项目里的 CLAUDE.md 上下文文件、自己挑要改哪些文件、跑命令、看结果、再改。

它的核心模型是 Claude（目前主推 Opus 4.7 和 Sonnet 4.6），写大项目重构和复杂业务逻辑特别稳，是很多工程师做「整周长任务」的首选。

订阅上，Claude Pro 和 Max 套餐都自带 Claude Code 用量。如果你不想买 API，直接订阅就行。

深度文：Claude Code 是什么？终端里写代码的 AI 神器

Cursor：把 VS Code 改造成 AI IDE

Cursor 是把 VS Code 整个 fork 一份、塞进 AI 能力的「AI IDE」。你之前的 VS Code 插件几乎都能继续用，但多了几个杀手锏：

Tab 补全：不再只补半行，能补整段
Cmd+K：选中一段代码用自然语言说怎么改
Composer：让 AI 一次改多个文件
模型可换：能在 Claude、GPT、Gemini 之间切，付费档还能用自带的「Cursor Tab 模型」

对于「我习惯了 VS Code 的快捷键、配色、插件」的人来说，Cursor 是搬家成本最低的选项。

深度文：Cursor 是什么？AI IDE 替代 VS Code 的全部理由

Codex：OpenAI 的全场景编程模型

「Codex」这个名字在 OpenAI 已经用过两次。第一次是 2021 年那个驱动 Copilot 的旧模型，已经退役。今天说 Codex 默认指 2024-2025 年重启的新一代 Codex——它不是一个模型，是 OpenAI 的一整套「AI 编程产品矩阵」：

Codex CLI（命令行）
Codex IDE 插件（VS Code 等）
Codex Web（浏览器里跑长任务）
Codex Cloud（云端跑 agent）

模型上跑 GPT-5 系列的 codex 变体，强项是「长任务规划」和「自动修 CI」。Cookbook 里有官方的 PLANS.md、code review、modernization 等示例，全部能复刻。

深度文：Codex 是什么？OpenAI 编程模型 1 篇讲透

Kimi Code：国产里第一个像样的 Claude Code 平替

月之暗面 2025 年底出的 Kimi Code，是国产里少数把「Claude Code 体验」整套搬过来还能跑通的。它有 CLI、有 VS Code 插件、能接入 Cursor/Cline 当模型后端，更关键的是——它走国内网络，付费走人民币。

价格上比 Claude Code Max 便宜不少（具体看官方页，会调整），适合「不想买海外卡、不想科学上网」的国内开发者。

模型用 Kimi K2 系列，长上下文是强项；代码能力据公开实测，在国产里属于第一梯队，跟 Claude 系列还有差距但够日常用。

深度文：Kimi Code 是什么？国产版 Claude Code 实测

GitHub Copilot：老牌选手，企业最稳

Copilot 是 AI 编程的鼻祖（2021 年首发），现在也还在迭代。优势是：

跟 GitHub 生态深度绑定（PR review、Issue 处理、Actions 修复都有）
学生免费、教师免费
大企业愿意采购（Microsoft 背书 + 合规材料齐全）

但 2026 年从「单兵纯爽」的角度，Copilot 已经被 Claude Code、Cursor 拉开半步。它仍然是「最稳的企业默认选项」，但「最爽的个人选项」不一定是它。

更多对比可看国产 AI 大全里 Kimi 系产品段落。

零基础上车路径：从「完全不会」到「让 AI 写一个能用的小工具」

这一节专门给「不会编程也想用 AI 写脚本」的读者。如果你已经是工程师，可以跳到下一节。

第 1 周：先用 ChatGPT 把「不会编程」这层壳磨掉

不要直接打开 Cursor，先用 ChatGPT 或 Kimi 跟 AI 聊天，让它教你：

命令行（terminal）是什么
文件夹结构、文件后缀是什么意思
什么是 git、为什么程序员都用

你不需要全部学会，混个脸熟就行。问的时候可以套这个 prompt：

📋 Prompt 模板

我完全不会编程，但想用 AI 帮我写一些小工具。请用最朴素的话回答我下面 5 个问题，每个不超过 100 字：

命令行 terminal 是什么？我用 Mac/Windows 怎么打开它？
一个「项目」在电脑里到底长什么样？
什么是 Python？什么是 JavaScript？我先学哪个？
git 是什么？我现在需要学吗？
如果我让 AI 帮我写代码，跑代码这一步是我做还是 AI 做？

把我当一个完全没接触过编程的成年人。

这一步的目的是消除恐惧，不是真学会。

第 2 周：装一个最简单的 AI 编程环境

推荐两条路：

A. 想最快出结果，国内能直连

装 Kimi Code 的 VS Code 插件。先在电脑上装 VS Code（免费），然后在扩展市场搜 Kimi Code 装上，登录手机号，就能开始让 AI 改代码。

B. 想用最强的模型，能搞定海外账号

装 Cursor（直接去 cursor.com 下载），登录后选 Claude 或 GPT 模型。Cursor 自带免费额度，足够你前两周练手。

两条路二选一，不要同时学。

第 3-4 周：用 vibe coding 做一个真东西

挑一个你真正会用上的小工具，让 AI 写出来。例子：

一个把多个 PDF 合并成一个的小脚本
一个把视频里的字幕扒下来翻译成中文的工具
一个每天早 8 点把天气预报发到你微信的脚本
一个把网页表格扒成 Excel 的爬虫

不要做「Todo List」、「Hello World」——做了你不会用。

跟 AI 说话的时候用下面这个开头：

📋 Prompt 模板

我想做一个 [一句话需求]。

我完全不会写代码，但我有 [Mac / Windows]，已经装好了 [Cursor / Kimi Code]。

请按下面步骤帮我：

先告诉我这个东西大概是怎么工作的，用大白话
告诉我需要装哪些东西（写清楚每一步在哪输什么命令）
写代码之前先问我 3 个最关键的问题
写完后告诉我怎么跑

我看不懂代码，所以你写的代码我不会改，但我会跟你说哪里不对。

这一步的关键是承认自己不懂。AI 知道你不懂，反而会给你更细的步骤；你假装懂，它会用术语糊弄你。

第 5 周以后：开始挑细节、读代码

到这步你应该已经做出 1-2 个能用的小工具。可以开始问 AI：

「我现在的代码里这一段我看不懂，请用大白话讲一下」
「如果想让这个工具跑快一点，有什么办法？」
「这段代码如果我想给朋友用，他要怎么装？」

你会发现，AI 给你讲代码比任何编程书都耐心。从这一刻起你才算真正「在学编程」——但学的方式跟 5 年前完全不同。

延伸阅读：AI 编程入门：零基础 3 个月能写出什么（待发布）

工程师视角：怎么真的把 AI 编程用进日常工作

这一节给已经写代码的人。

第 1 步：先选一个工具用 2 周不切换

最大的坑是反复横跳。Claude Code 试两天、Cursor 试两天、Codex 试两天——每个都没用熟，最后觉得「AI 也就那样」。

选法：

主要写 Python/Node/Go 后端 → Claude Code 或 Codex
前端 React/Vue 为主 → Cursor
团队已经买了 Copilot → 先把 Copilot 用熟
不能用海外网络 → Kimi Code

选完，连续用 2 周，每天至少 4 小时。别切。

第 2 步：写好你的 `CLAUDE.md` / `AGENTS.md` / `.cursorrules`

每个工具都有「项目级上下文文件」的概念：

Claude Code → CLAUDE.md
Codex → AGENTS.md
Cursor → .cursorrules
Kimi Code → 也有类似机制

写这个文件回报很高。一个好的项目上下文文件包含：

项目是干什么的（1 段）
主要技术栈、版本（列表）
项目结构（目录树）
团队约定（命名风格、commit message 格式、测试规则）
AI 不应该做什么（比如「不要改 migrations 目录」）
常用命令（怎么跑测试、怎么 build、怎么部署）

写得好不好，决定 AI 是「实习生」还是「3 年经验的同事」。

延伸阅读：CLAUDE.md 怎么写？让 Claude Code 懂你项目（待发布）

第 3 步：建立「人工 review 边界」

AI 不是免检的。你要给自己定几条「AI 改完一定要人工看」的规则：

涉及钱、权限、用户数据的代码
数据库 schema / migration
部署、CI 配置
删除文件、删除目录
重命名公开 API

其他大部分前端组件、业务逻辑、单元测试，可以信 AI 跑完测试就 commit。

第 4 步：把长任务拆开，让 AI 跑 PLANS.md

Codex 官方推出过 PLANS.md 模式，Claude Code 用户也常自己手搓类似流程：

你跟 AI 一起写一个 PLANS.md，把任务拆成 10-20 步
每步都有「验收标准」（比如「这一步完成后跑 pnpm test 应该全过」）
AI 一步一步做，每完成一步在文件里打勾
你定期回来看进度

这个模式特别适合「重构一个老模块」、「迁移一个语言版本」这种需要 1-3 天的任务。

延伸阅读：Codex PLANS.md 怎么写？长任务规划的官方姿势（待发布）

第 5 步：把 AI 接进 CI

让 AI 在你睡觉的时候帮你修 CI：

Codex 的 autofix-github-actions 模板：CI 挂了自动开 issue + 改代码
Cursor 的 background agents
Claude Code 的 GitHub Action 集成

不是每个团队都需要，但一旦上了，凌晨被 oncall 叫醒的概率明显下降。

国产 vs 海外：怎么选

这是大家最常问的。

海外能用：选 Claude Code / Cursor / Codex

模型能力上 Anthropic 的 Claude 系列和 OpenAI 的 GPT-5 codex 系列目前还领先一截，特别是处理大型项目重构、复杂业务逻辑、跨文件理解上。如果你能稳定用海外网络和支付，没必要绕开。

海外不能用：选 Kimi Code / 国产 Cursor 接入

第一推荐是 Kimi Code——官方 CLI 完整、VS Code 插件好用、能接进 Cursor 做后端。

第二档是 DeepSeek、智谱 GLM-Coder、阿里 Qwen-Coder 等模型，可以通过 Cursor 的 OpenAI 兼容接口接进来。

一个真实但容易被忽略的指标：上下文长度

写代码任务里，上下文长度比模型聪明度更重要。一个能一次读完你 50 个文件的中等模型，往往比一个只能读 10 个文件的顶级模型更好用。

目前主流：

Claude Sonnet 4.6：200K
Claude Opus 4.7：200K（部分套餐 1M）
GPT-5 codex 系列：约 400K
Kimi K2.6：长上下文是强项，公开数字看官方页

选工具时记得查这个数。

企业执行的真实坑

如果你是带团队的人，这一段你必读。

坑 1：数据合规不是你以为的简单

把代码发给 AI 之前，先问公司法务和安全：

公司代码能不能发到海外模型？（很多公司明令禁止）
AI 厂商的「不训练你的数据」承诺有没有书面合同？（口头不算）
涉及客户 PII 的代码段，能不能被 AI 读？

很多团队踩的坑是：先用起来，被审计才发现数据已经发出去了。建议先列一个白名单。

坑 2：评估不能只看「写得对不对」

很多人选工具就看「让它写一段 leetcode 谁更对」。这是错的。真实项目里要看：

改代码时会不会改坏不相关的部分
看到 bug 报错会不会自己 debug
在大项目里能不能找到正确的文件
写的代码风格跟项目其他地方一不一致
写的测试是不是真的覆盖了 case

建议拿团队真实的一个中等任务（不是 leetcode），让 3-4 个工具各跑一遍，对比上面这些维度。

坑 3：用量爆炸时怎么办

AI 编程是按 token 计费的，重度用户一个月几百美金不奇怪。控制方式：

选订阅制（Claude Pro/Max、Codex Plus/Pro、Cursor Pro）而不是 API 计价
国产 Kimi Code 单价低很多，复杂任务转 Kimi
团队级配额管理（Cursor for Teams、Copilot Business）
定期 review「人均 token 消耗」，识别 outlier

坑 4：「全员上 AI 编程」不等于「人人都更高效」

试点 3-6 个月再判断。早期数据特征：

高级工程师：先慢 1-2 周（适应工具），之后明显加速
中级：变化最大，可能直接快 2-3 倍
初级：要小心。如果不主动学，会变成「只会指挥 AI、自己一行不会读」

后者是真实风险，不是危言耸听。

AI 编程必知的 7 个名词

读 AI 编程内容会反复遇到这些词，先收着：

名词	一句话理解
Agent	能自己跑命令、看结果、再决定下一步的 AI
Agentic coding	Agent 干编程的活，是 vibe coding 的工程化叫法
MCP	Model Context Protocol，Anthropic 主推的 AI 接外部工具的标准
Composer	Cursor 里让 AI 改多文件的模式
Tab 补全	IDE 里按 Tab 让 AI 接你写的代码
Tool use / Function calling	AI 调你给的接口的能力
Long context	长上下文，一次能读多少文件

延伸阅读：AI 智能体 Agent 是什么？

一个万能开场 prompt：让 AI 帮你选工具

不知道自己该选哪个工具？复制这段：

📋 Prompt 模板

我想开始用 AI 写代码。请帮我选工具，先问我下面这些问题，然后给我一个明确的推荐：

我目前的编程水平（完全不会 / 会基础 / 工作中天天写 / 资深）
我主要写什么（前端 / 后端 / 数据 / 脚本 / 没固定）
我用的语言（Python / JS / Go / Java / 别的）
我能不能稳定访问海外网络 + 用海外信用卡
我每月愿意花多少钱（0 / 100 内 / 200 内 / 无所谓）
我团队是不是已经在用某个工具

问完之后请你直接给我一个推荐（一个就够，不要选项 A B C），并告诉我：

第一步装什么
第一个 prompt 怎么写
用了 2 周之后什么情况下应该换别的工具

不要给「这要看情况」这种话。给我一个明确选择。

把答案发给 Claude / ChatGPT / Kimi 都行。

下一步：按你的角色挑深度文

如果你想搞懂概念

如果你想动手装

Claude Code 怎么安装？Mac / Windows / Linux 全教程（待发布）
Claude Code 怎么用？官方上手 7 步走（待发布）
Kimi Code CLI 怎么用？5 分钟跑通第一行（待发布）
Codex CLI 怎么用？OpenAI 命令行编程实战（待发布）
Cursor 怎么用？10 分钟拿下 AI IDE（待发布）

如果你想看其他 cluster

想了解模型本身 → Claude 全功能教程 / ChatGPT 全功能教程
想看国产 AI 大全 → 国产 AI 大全
想看怎么写 prompt → Prompt 指南合集
想搞 AI Agent → AI Agent 入门

常见问题

Q：vibe coding 是不是就是「不学编程也能写代码」？ A：短期看像，长期看不是。AI 帮你跨过「输入代码」这步，但「想清楚要什么、判断对不对、上线后维护」这些还是要你做。零基础的人能更快做出东西，但要做出靠谱的东西还是要学的——只是路径变了。

Q：AI 写的代码能商用吗？版权归谁？ A：主流模型厂商（OpenAI、Anthropic、Google）的条款都允许商用，版权归你。但要小心 AI 「记住了」开源代码原文输出（比较罕见但发生过），重要项目建议跑一次代码相似度检测。

Q：我用了 AI，还需要学算法和数据结构吗？ A：写日常业务代码确实不需要手写红黑树。但面试、看复杂代码、判断 AI 写的对不对、性能调优——这些场景算法功底仍然有用。建议「不刷题，但要懂」。

Q：AI 写代码会让程序员失业吗？ A：会让一部分人失业，但具体是哪部分还有争议。目前看：初级岗位需求在减少（公司不再需要 5 个初级写简单 CRUD，1 个高级 + AI 就够），高级岗位需求在增加（能 review AI、定方向、解决 AI 解决不了的硬问题的人变得更值钱）。

Q：国内开发者最现实的入门组合是什么？ A：免费阶段——VS Code + Kimi Code 插件；付费升级——Cursor Pro（约 20 美元/月，国内能付）+ 接 Kimi/DeepSeek/Claude（看你网络）。这两套覆盖 90% 国内场景。

Q：要不要等更新的工具出来再上车？ A：不要。AI 编程工具半年一次大迭代，永远等就永远不上车。今天选一个用，3 个月后觉得不爽再换——换的成本远低于「永远在观望」的成本。

用一句话说清 AI 写代码现在是什么状态

谁该读这篇

vibe coding 是什么？为什么 2025-2026 突然火

一个最朴素的定义

为什么是现在火，不是 2 年前

一个最直观的对比

五个主流 AI 编程工具，一张表看完

Claude Code：终端里的 AI 工头

Cursor：把 VS Code 改造成 AI IDE

Codex：OpenAI 的全场景编程模型

Kimi Code：国产里第一个像样的 Claude Code 平替

GitHub Copilot：老牌选手，企业最稳

零基础上车路径：从「完全不会」到「让 AI 写一个能用的小工具」

第 1 周：先用 ChatGPT 把「不会编程」这层壳磨掉

第 2 周：装一个最简单的 AI 编程环境

第 3-4 周：用 vibe coding 做一个真东西

第 5 周以后：开始挑细节、读代码

工程师视角：怎么真的把 AI 编程用进日常工作

第 1 步：先选一个工具用 2 周不切换

第 2 步：写好你的 CLAUDE.md / AGENTS.md / .cursorrules

第 3 步：建立「人工 review 边界」

第 4 步：把长任务拆开，让 AI 跑 PLANS.md

第 5 步：把 AI 接进 CI

国产 vs 海外：怎么选

海外能用：选 Claude Code / Cursor / Codex

海外不能用：选 Kimi Code / 国产 Cursor 接入

一个真实但容易被忽略的指标：上下文长度

企业执行的真实坑

坑 1：数据合规不是你以为的简单

坑 2：评估不能只看「写得对不对」

坑 3：用量爆炸时怎么办

坑 4：「全员上 AI 编程」不等于「人人都更高效」

AI 编程必知的 7 个名词

一个万能开场 prompt：让 AI 帮你选工具

下一步：按你的角色挑深度文

如果你想搞懂概念

如果你想动手装

如果你想看其他 cluster

常见问题

第 2 步：写好你的 `CLAUDE.md` / `AGENTS.md` / `.cursorrules`