Google I/O 之后，为什么你还是做不出来？vibe coding 缺的不是工具，是这两个能力

一个非程序员站在台上，用英语说了几句话，描述了一个"帮我追踪每天的健身记录"的需求。

3 分钟后，一个可以登录、可以记录、可以查看历史数据的网页应用出现在屏幕上。

这是 Google I/O 2025 上真实发生的演示场景。Gemini + Jules + Firebase Studio 的联动，让台下的开发者和观众集体沉默了几秒——那种沉默不是震惊，是一种"等等，这事好像真的要来了"的感觉。

然后你打开电脑，照着教程试了两个小时。

还是卡在第一步。

---

不是你笨。也不是工具不行。

是你缺的东西，根本不是工具。

Google I/O 发生了什么，为什么这次不一样

过去两年，我们见过太多"AI 写代码"的演示：GitHub Copilot 补全代码、Cursor 重构函数、ChatGPT 生成 SQL……但这些工具有一个共同的隐性门槛：你得先是个程序员，才能用好它们。

Google I/O 2025 这次不一样的地方，是工具链真的闭环了。

Firebase Studio 提供了一个可以直接部署的云端开发环境，Jules 是 Google 推出的 AI 编程智能体，Gemini 作为底层模型负责理解需求和生成代码——三者打通之后，整个流程变成了：

1. 用自然语言描述你想要什么

2. AI 生成代码并自动部署

3. 你在浏览器里直接看到结果

没有本地环境配置，没有 npm install 卡住，没有端口冲突。这是 vibe coding 第一次真正意义上对普通人开放了入口。

Google 在 keynote 中提到，Gemini API 的调用量在过去一年里有显著增长，越来越多的开发者和非开发者正在通过 AI 辅助的方式构建真实产品。这个趋势是真实的，不是 PPT 数字。

但这里有一道鸿沟，演示视频里没有拍出来：

台上那个人，在说出那句需求之前，他想清楚了。

你没有。

卡住你的不是 AI，是你自己

我见过三类最典型的 vibe coding 翻车现场，你大概率至少中了一个。

第一类：描述模糊，AI 反复跑偏

"帮我做一个记账的东西。"

AI 给你生成了一个记账 App。你看了看，说"不对，我要那种可以分类的"。AI 改了。你又说"能不能加个图表"。AI 又改了。然后你发现原来的功能坏了。

这不是 AI 的问题，是你在用"聊天"的方式做"产品设计"。每次补充需求，AI 都在重新猜你的意图，而不是在执行一个清晰的规格。

第二类：遇到报错，不知道怎么喂给 AI 
TypeError: Cannot read properties of undefined (reading 'map')

at App.jsx:47:23


at commitHookEffectListMount

你把这段报错复制给 AI，然后说"报错了怎么办"。

AI 给你返回了一段修改建议，你粘贴进去，还是报错。然后你不知道该怎么办了，关掉标签页，觉得 AI 不好用。

第三类：做到一半，需求变了，对话接不上

你已经和 AI 聊了 30 条消息，做出了一个基础版本。这时候你想加一个新功能，但这个功能和之前的架构有冲突。你不知道怎么描述这个冲突，AI 也不知道你之前做了什么——它的上下文已经混乱了。

---

三个翻车场景，指向两个核心能力缺口：

  • 需求翻译力：把脑子里模糊的想法，变成 AI 能执行的结构化语言
  • 错误消化力：遇到报错不崩溃，知道怎么和 AI 一起 debug

这两个能力，和你会不会写代码无关。但没有它们，再好的 AI 工具也救不了你。

第一个能力：需求翻译力

为什么你的 prompt 总是不够用

很多人以为写 prompt 是一种写作技巧，其实它是一种思维能力——你得先想清楚自己要什么，AI 才能帮你做什么。

这里有一套可以复用的框架，我叫它"需求拆解四问"：

1. 是什么？（这个东西的核心功能是什么）

2. 给谁用？（目标用户是谁，使用场景是什么）


3. 核心动作？（用户最主要的操作是什么）


4. 边界条件？（什么情况下不需要处理，什么是明确不要的）

---

来看同一个"记账小工具"的需求，烂 prompt 和好 prompt 的对比：

❌ 烂 prompt：
帮我做一个记账 App，要好看，功能要全，支持多种分类。

AI 会给你生成一个大而全的东西，但很可能哪里都不对。"好看"没有标准，"功能要全"是无底洞，"多种分类"是几种？

✅ 好 prompt（用四问框架拆解后）：
我需要一个个人记账工具，只给我自己用，不需要多用户。

>

核心功能：记录每笔支出，包括金额、日期、分类（餐饮/交通/购物/其他，固定四类，不需要自定义）、备注（可选填）。

>

页面只需要两个：①录入页，一个表单；②历史记录页，按日期倒序列表展示，支持按分类筛选。

>

不需要：用户登录、数据同步、图表统计、预算提醒。先做最简单的版本，数据存在 localStorage 就行。

>

技术栈：用 HTML + 原生 JS，不用框架，我要能直接打开 HTML 文件用。

---

两个 prompt 的差距，不在于字数，在于你想清楚了多少。

四问框架的价值不是让你写出更长的 prompt，而是逼你在开口之前先想清楚：这个东西的边界在哪里？

小结： 需求翻译力的本质是产品思维，不是写作技巧。想清楚了，三句话就够；没想清楚，三千字也没用。

第二个能力：错误消化力

报错不是终点，是 debug 的起点

很多人看到报错会有一种本能的挫败感，觉得"我做错了什么"。

其实报错是 AI 给你的最有价值的信息，问题在于你不知道怎么用它。

先把报错分成三类，处理方式完全不同：

① 环境问题（依赖没装、版本不对、路径错误）

特征：报错信息里有 Module not found、command not found、ENOENT 这类关键词。

喂给 AI 的方式：把报错完整复制，加上你的操作系统和运行环境（比如"macOS，Node 18，在项目根目录运行"）。

② 逻辑问题（代码本身的 bug）

特征：报错信息指向具体的文件和行号，比如 TypeError at App.jsx:47。

喂给 AI 的方式：报错信息 + 那段代码 + 你期望它做什么。

③ 模型幻觉（AI 编造了一个不存在的 API 或方法）

特征：代码看起来没问题，但运行时说某个函数不存在，或者某个属性 undefined。

喂给 AI 的方式：把报错 + 它生成的那段代码 + 官方文档的相关说明一起贴给它，让它对照检查。

---

这里有一个报错复盘模板，建议直接保存：

【报错信息】

（完整粘贴错误信息，不要截图，文字更好处理）



【我当时在做什么】


（描述触发这个报错的操作，比如"点击提交按钮时"）



【期望结果】


（这一步本来应该发生什么）



【已经尝试过的】


（如果你试过什么方法，说出来，避免 AI 给你重复建议）

用这个模板喂给 AI，成功率会显著高于直接粘贴报错。

小结： 报错不是你的错，是你还没学会"和 AI 一起 debug"的节奏。AI 也会犯蠢，但它犯蠢是有规律的——学会识别规律，你就掌握了主动权。

现在就能开始的最小行动路径

7 天 vibe coding 热身计划

不要再看教程了。做一个真实的东西，哪怕很小。

| 天数 | 任务 | 目标 | | Day 1 | 用四问框架写一份需求文档（不用 AI，自己写） | 练习想清楚 | | Day 2 | 把需求文档喂给 AI，拿到第一版代码，不要修改，先跑起来 | 建立信心 | | Day 3 | 故意触发一个报错（比如删掉一个变量），用报错模板喂给 AI 修复 | 练习 debug 节奏 | | Day 4 | 加一个新功能，用"在现有代码基础上"的方式描述需求 | 练习接续对话 | | Day 5 | 把项目部署到可以访问的地址（Vercel/Netlify，免费） | 感受真实感 | | Day 6 | 找一个真实的 API 接入（比如天气 API、汇率 API），处理真实数据 | 突破 demo 局限 | | Day 7 | 把整个项目的需求文档重写一遍，对比 Day 1 的版本 | 看到自己的成长 |

---

关于工具选择

练习这两个能力，最好的方式是用真实的 API 做真实的东西——不是跑 demo，是接真实数据、处理真实报错。

如果你在 API 访问这个环节就卡住了（网络问题、账号限制、费用门槛），可以先用 [api.884819.xyz](https://api.884819.xyz) 过渡。它聚合了主流模型接口，格式和 OpenAI 兼容，注册即送体验 token，国产模型（Deepseek、千问等）完全免费，没有月租。

新用户注册即送体验 token。

关键是：把精力放在练习需求翻译和错误消化上，不要让环境配置问题消耗你的耐心。

---

最后说一句话

vibe coding 的门槛，从来不是代码。

是你敢不敢真的开始。

Google I/O 那个演示里的非程序员，在走上台之前，他已经想清楚了自己要什么。那是他花时间练出来的能力，不是 AI 给他的。

AI 能帮你走得更快，但它走的是你指的方向。

方向想不清楚，速度越快，偏得越远。

---

下一篇预告

>

需求翻译力和错误调试力，解决的是"能不能做出来"的问题。

>

但很多人做出来之后，发现下一道坎更难——怎么让别人愿意用？怎么从 demo 变成一个真正跑起来的产品？

>

下一篇我们聊：vibe coding 之后，一个人能不能独立完成"从 0 到第一个真实用户"的全链路——以及 AI 在哪个环节最容易让你产生虚假的成就感。

>

这个问题，比"怎么写 prompt"更难回答，也更值得认真对待。

---

本文由8848AI原创，转载请注明出处。关注8848AI，带你从零开始学AI。

#vibe coding #Google IO #AI编程 #Prompt技巧 #AI工具 #8848AI #AI学习 #零代码开发