简介
最近用 GitHub Copilot 断断续续地写了几个小项目，积累了不少感悟。这篇文章把这段时间的经验整理出来，分享给同样在探索 AI 辅助编程的朋友。
起因
大家都知道我有几个年度目标，但怎么记录和追踪这些目标一直是个问题。于是就想着 vibe code 一下，自己动手搭一个——也就是 push.bboy.app。同时，我的另一个项目 cal.bboy.app 也是用 Copilot 完成的。
环境隔离很重要
开始之前我学到的第一课：在一个干净的虚拟机或容器里编写代码。这样不会影响本地的其他文件和环境，项目的依赖也不会污染宿主机。同时，自己控制项目的部署，可以更好地保证线上环境的安全性，也便于出问题时快速回滚。
我的开发和发布流程
明确需求 → 编写代码 → 创建版本 Tag → 流水线构建对应 Tag 的 Docker 镜像 → 手动触发部署流水线
这套流程让我对每个版本都有明确的控制权。手动触发部署这一步尤其重要——你可以决定什么时候把新版本推到线上，在此之前有充分的时间做测试。
如果需要在手机上操作服务器，我会用 Termius SSH 到服务器，配合 tmux 保持会话，这样即使网络断开也不会丢失操作。
开发要有产品思维
这是我觉得最重要的一点：做加法很容易，做减法才难。
AI 会很乐意帮你加功能，但你要时刻提醒自己：这个功能现在真的必要吗？功能够用就好，核心应该放在优化细节和保证代码安全性上。一个稳定、安全、体验流畅的产品，比功能堆砌的产品更有价值。
正确的工作方式
先有产品文档，再写代码。 在动手之前，把需求想清楚，写成文档。当然，需求文档也可以直接让AI生成，然后自己慢慢修改，最后让 AI 先生成一个粗糙的版本，再用小刀慢慢雕琢成你想要的样子。
每次只做一个任务。 范围越小，越容易把控质量，也越容易排查问题。
完整测试非常重要。 每次新增需求，都有可能引入新的 Bug。不要假设旧功能还是好的，跑一遍完整的测试流程是必须的。
说到测试，我有一个越来越强烈的感受：在 AI 时代，测试的重要性可能已经超过了开发本身。以前评价一个项目好不好，往往看代码写得漂不漂亮；但现在代码可以由 AI 生成，真正能衡量项目健康程度的，反而是测试用例的质量。测试用例写得越完善，就越能在每次迭代中兜住底线，让你放心地让 AI 去改、去加、去重构，而不用担心哪里悄悄坏掉。
省 Token 的一些技巧
用 Copilot 时间长了，你会发现 token 的消耗很快。以下是我总结的几个省 token 的方法：
- 选择合适的模型：简单任务用轻量模型，复杂任务才动用高级模型，没必要每次都用最贵的
- 压缩上下文：手动执行
/compact，推荐每完成一个任务就压缩一次 - 及时清理：使用
/clear清理不再需要的上下文 - 用
@引用文件：用@src/app.js这种方式引用具体代码片段，避免把整个项目塞进上下文 - 预定义规范：在项目中创建
.github/copilot-instructions.md，预先写好编码规范、常用命令和项目结构，让每次对话都有稳定的基础 - 先 plan 后执行：先让 AI 列出执行计划，确认方向正确之后再动手实现
你还需要懂代码吗？
很多人问这个问题。我的答案是：需要，但不一样了。
你不需要记住每一行语法，但你要能扮演架构师的角色：
- 选择自己熟悉的技术栈和框架
- 设计好系统架构和模块划分
- 定义好接口和数据结构
- 审查 AI 生成的代码，判断它是否安全、是否合理
剩下的细节实现，交给 AI 去完成就好。
代码备份，血泪教训
用 AI 写代码容易上瘾，像打养成游戏一样不断迭代，这时候代码备份就更加不可忽视。
我曾经因为误用 git filter-repo 没有正确限制范围，导致仓库里除了特定文件之外所有代码都被清除，随后还 force push 到了 GitHub。那次损失几乎无法恢复，只能从备份还原。
教训就是：在执行任何破坏性的 git 操作之前，一定要先做备份，一定要先做备份，一定要先做备份。
总结
用 GitHub Copilot 进行 Vibe Coding 的体验确实很好，效率大幅提升。但工具只是工具，产品思维、安全意识和清晰的需求才是让项目成功的核心。
专注主要功能，尽可能做减法不做加法，优化细节和性能，注重安全——这是我在这段时间里最深的体会。
欢迎关注我的博客www.bboy.app
Have Fun