当"入门第一课"的作者开始 Vibe Coding：廖雪峰 2026 上半年 AI 编程实践深度探索

摘要

2026 年 1 月至 5 月，以 Java、Python、JavaScript、Git 等免费教程闻名中文互联网的廖雪峰，在沉寂约七个月后连续发布四篇"从零到一"AI 编程实战博文，分别以古法 AI 编程、Vibe Coding、Spec Coding 三种递进的方式，完整交付了 ASCII Draw（网页版 ASCII 绘图工具）、MyPassword（密码管理器）、CryptoDrive（加密虚拟盘）、Serial Debugger（串口调试器）四个开源软件，并在 6 月进一步以 C# + Avalonia 将 ASCII Draw 重写为跨平台桌面应用 (liaoxuefeng.com) 。这一系列动作构成了一条清晰的信号链：一位以"教人逐行写代码"为业的资深技术作家，正在公开示范"人定义需求与架构、AI 生成代码"的新开发范式，并且其方法论演进与全球行业从 Vibe Coding 向 Spec-Driven Development（规范驱动开发）的迁移几乎同步 (thebcms.com) 。

廖雪峰其官网教程列表至今仍是 Java、Python、JavaScript、SQL、手写 Spring、手写 Tomcat、区块链、Git、Makefile 九门，并无 C# 教程 (liaoxuefeng.com) 。C# 是以实战项目技术栈的形式进入他的内容体系的：5 月的串口调试器使用 Visual Studio + .NET 10 + C#（WinForms），6 月的 AsciiDraw 桌面版使用 C# + Avalonia + NativeAOT (liaoxuefeng.com) 。这一"以做代教"的转变本身，正是本报告要深挖的趋势核心。

0. 缘起

2026年8月15日参加腾讯云粤港澳大湾区架构师峰会，上午廖雪峰的演讲《AI Coding 时代，开发者的定位》中出现了以C# 为代码主题的实战项目，引起了我的好奇，在中国的.NET圈子里突然出现了一位著名的技术专家，其过往的官网教程中从未出现的C# 却已另一种方式出现了。

C# + Avalonia 将 ASCII Draw 重写为跨平台桌面应用

Serial Debugger（串口调试器）

MyPassword（密码管理器）

1. 事实核查：四篇博文与五个项目的全景

1.1 时间线与项目矩阵

廖雪峰官网首页的博客列表显示，2025 年 6 月 19 日的《网页转PDF技术指南》之后，博客沉寂了约七个月；2026 年 1 月 30 日起，连续四篇博文全部为 AI Coding 实战，标题均采用"从零到一实现 XX"的统一句式 (liaoxuefeng.com) 。四篇文章并非孤立事件，而是一次有节奏的内容系列化实验，且实验在博文停笔后仍在 GitHub 上延续——6 月 13 日更新的 asciidraw 仓库（C# 桌面版）即是第五个项目 (Github) 。

廖雪峰 2026 上半年 AI Coding 项目时间线与方法论演进

五个项目的基本面如下表所示。值得注意的是，四个有博文对应的项目全部以 GPLv3 开源并发布可下载的 Release，且都配有独立的产品站点（puppylab.org 域），完整度明显高于一般的"AI 玩具 demo" (Github) 。

从投入产出口径看，这组数据呈现出明显的"加速曲线"：第一个项目花了 5 天，到第四个项目的核心代码生成只需 5 分钟。作者自述 ASCII Draw 若手写保守估计需要 3 个月，而实际 AI 辅助开发"一共十来个小时"，约 95% 的代码由 AI 生成 (liaoxuefeng.com) 。当然，这些都是作者自报口径、且项目均为个人工具量级，不能直接外推为行业生产率数据，但作为同一作者、同类复杂度项目的纵向对比，其相对趋势是可信的。

1.2 四篇博文逐篇解析

AI Coding从零到一实现ASCII Draw 是系列的开篇，动机非常具体：作者从 Mac 切换到 Windows + Linux 虚拟机后，原先使用的付费软件 Monodraw 无法使用，于是让 Gemini 在浏览器里写一个 Web 版替代品。他刻意采用"古法 AI 编程"——AI 在网页对话框里写代码、人工粘贴进 VS Code——理由是付费 API 尚未配置，最终 API 花费为零 (liaoxuefeng.com) 。这篇文章的价值在于完整暴露了资深工程师与 AI 协作的细节：先给总体布局和开发原则、坚持 100% 纯静态页面拒绝 npm 构建链、每跑通一个小功能就 git 提交、AI 反复写错时用"加日志、喂输入输出"的方式让 AI 自我纠正。文章结尾的问答直白得近乎冷酷："完全不懂编程能使用 AI Coding 吗？——以后不好说，现阶段洗洗睡吧。" (liaoxuefeng.com)

Vibe Coding从零到一实现密码管理器MyPassword 标志着工具链升级：改用 Claude Code 命令行智能体，一周完成一个含桌面端、本地 HTTP 服务、Chrome 插件的密码管理器，约 7300 行 Java + 1800 行 JavaScript (liaoxuefeng.com) 。这篇文章的技术含量在于架构设计完全由人主导：PBKDF2 派生 KEK 加密随机 DEK 的双层密钥结构、JSON 加密条目存储以便未来扩展 Passkey/TOTP、以及针对本地 RPC 被恶意进程调用风险而设计的 HMAC 签名配对机制。作者明确指出了 Vibe Coding 的安全盲区："AI 不会主动思考有没有安全漏洞……还得提出安全问题，给它方案或者让它给方案，然后让它加固代码" (liaoxuefeng.com) 。仓库 README 显示最终形态为本地优先加密库、闲置自动锁定、插件通过 http://127.0.0.1:27432 与桌面端通信 (Github) 。

Vibe Coding从零到一实现加密虚拟盘CryptoDrive 是"复刻改进"策略的第二个样本：以知名开源加密软件 Cryptomator 为原型，针对其"移动/重命名文件会导致物理文件位置变动、不利于同步"的痛点，设计了以 inode 映射物理路径（如 inode 101 → /00/00/65.c9e）、目录树单独存于 files.json 的虚拟文件系统，并内置了 S3 兼容存储的单向云同步 (liaoxuefeng.com) 。Cryptomator 本身是经过 Cure53 等机构多次审计、GitHub 12000+ Stars 的成熟项目 (Cryptomator 中文官网) ，而 CryptoDrive 用约 3 天完成了带有差异化架构改进的复刻 (liaoxuefeng.com) ——这个对比直观展示了"站在开源肩膀上用 AI 重写"的成本坍缩。

Spec Coding从零到一实现串口调试器 是方法论的又一次跃迁，也是 C# 的首次登场。作者先用一小时在 Visual Studio 设计器里拖出界面（并强调把控件默认名 button1 改为 buttonSend 这类有语义的变量名以便 AI 理解意图），再用一小时写 SPEC.md，然后向 AI 发出最终指令"完成所有代码"——5 分钟后全部代码生成完毕，一次跑通 (liaoxuefeng.com) 。后续收尾（硬编码改数组、换行符细节、Debug 日志、GitHub Actions 发布、.NET 程序集裁剪从 111MB 到 56MB 再到 34MB 的三轮迭代）全部由"把崩溃日志扔给 AI"完成 (liaoxuefeng.com) 。仓库 README 证实了裁剪配置的最终形态：PublishTrimmed=true + TrimMode=full + 若干 TrimmerRootAssembly 兜底，发布包约 40MB，并附带了完整的裁剪崩溃排查指南 (Github) 。

2. 方法论演进：一次个人实验与一场行业范式迁移的同构

2.1 三阶段演进的内在逻辑

把四篇博文连起来读，可以看到一条刻意的方法论爬坡路线，每一阶段都在解决上一阶段的痛点。古法 AI 编程的痛点是"截图不方便、上下文靠人肉搬运"；Vibe Coding 用 CLI 智能体解决了上下文问题（"Claude Code 在命令行工作，能够随时访问整个代码库……比聊天模式效率高得多"），但发现"给 AI 一句笼统指令"会导致质量失控，需要小步堆功能 + git 快照 (liaoxuefeng.com) ；Spec Coding 则更进一步，把人的工作收敛为"写清楚需求规格"，让 AI 一次性生成，人的角色从"结对者"变为"规格作者 + 验收者" (liaoxuefeng.com) 。

从"古法 AI 编程"到 Spec Coding：廖雪峰实践与行业方法论的对照

这条爬坡路线中，人的产出物性质发生了根本变化：第一阶段人产出的是"指令 + 粘贴劳动"，第二阶段是"架构设计 + 安全方案 + 逐功能验收"，第三阶段则是一份可以直接驱动代码生成的 SPEC.md 文档。作者在串口调试器篇总结了 SPEC 写作的三条经验——不但要描述功能也要描述架构（如收发必须用异步线程、不能阻塞 UI 线程）；重要功能要附示例；甚至写 SPEC 本身也可以用 Visual Studio 内置 AI 按 Tab 补全 (liaoxuefeng.com) 。这意味着"写需求文档"这一传统软件工程中最被嫌弃的环节，正在变成 AI 时代最有杠杆的工作。

2.2 与全球行业时间线的对照

廖雪峰的实验节奏与全球 AI 编程方法论的演进惊人地同步。Vibe Coding 一词由 Andrej Karpathy 于 2025 年 2 月提出，同年 3 月被 Merriam-Webster 收录、并被 Collins 词典选为 2025 年度词汇 (SegmentFault 思否) 。而行业很快发现"凭感觉编程"的局限——意图漂移、上下文衰减、产出无法验证——于是 2025 年下半年规范驱动开发（Spec-Driven Development, SDD）迅速兴起：AWS 于 2025 年 7 月 14 日发布以 EARS 需求语法为核心的 Kiro IDE，GitHub 于 2025 年 9 月开源 Spec Kit，到 2026 年 Claude Code、Cursor、OpenSpec、BMAD 等主流工具均已内置各自的 SDD 工作流 (thebcms.com) 。Karpathy 本人在 2026 年 4 月的访谈中进一步提出"Agentic Engineering"（智能体工程）概念，将 Vibe Coding 定位为"抬高所有人的下限"，而 Agentic Engineering 是"保住专业软件的上限" (51CTO) 。

这种同步未必是刻意追热点——从博文内容看，他的每一步都是由自身工具链的痛点驱动的（没配好 API 就古法编程、需要跨平台 UI 就换技术栈）——但结果上，一个中国独立开发者的个人实验精确复现了全球方法论的演进路径。这本身就说明："规格驱动"不是某个厂商的营销话术，而是任何认真使用 AI 写完整软件的人都会收敛到的工程解。

3. 为什么是 C#：技术栈选择的信号解读

3.1 两次 C# 决策的逻辑

C# 在这系列实践中出现了两次，且决策逻辑截然不同，合在一起恰好勾勒出 AI 时代技术选型的变化。第一次是在 MyPassword 的架构设计阶段——他"一开始想用 C#，但 Mac 和 Linux 的 UI 不好搞。Electron 体积太大不考虑，最后决定用 Java，使用 SWT 这个跨平台 UI 框架" (liaoxuefeng.com) 。这是一次传统的、以生态约束为驱动的否决：跨平台桌面 UI 是 C# 的历史短板，于是弃用。第二次是串口调试器，Windows 专用工具、无跨平台需求，于是直接 Visual Studio + .NET 10 + C# WinForms，开发体验顺畅到"5 分钟生成全部代码，一次跑通" (liaoxuefeng.com) 。

第三次则更有深意：6 月更新的 AsciiDraw 桌面版，他用 C# + Avalonia 实现了真正的跨平台（Windows/macOS Intel 与 Apple Silicon/Linux），并用 NativeAOT 编译出无运行时依赖的原生可执行文件，官方 GitHub Actions 按 v* 标签自动发布全平台二进制 (Github) 。换言之，两个月前在 MyPassword 上否决 C# 的理由（跨平台 UI 不好搞），在 Avalonia 成熟度和 .NET 10 NativeAOT 的加持下已经不再成立。微软于 2025 年 11 月 11 日发布的 .NET 10 是继 .NET 8 之后的新 LTS 版本，支持至 2028 年 11 月，其 Native AOT 能力已可将最小 API 服务编译到 5MB 以内 (AI4Dev Team) 。廖雪峰的选型轨迹（WinForms 快速验证 → Avalonia 跨平台产品化）几乎是 .NET 10 桌面生态能力的标准示范路径。

3.2 AI 编程如何改写"语言选择"这一决策

更深层的信号在于：当 95% 的代码由 AI 生成时，开发者对语言的选择标准从"我熟不熟"让位于"AI 写得好不好、平台能力够不够"。廖雪峰的自我定位是"C、Java、Python、JavaScript、Verilog"开发者，C# 并非其主力语言 (Github) ，但这并不妨碍他在 .NET 生态里完成两个完整软件——因为 AI 对 C# 这类训练语料充足、类型系统严格、工具链统一的语言，生成质量与对 Java、Python 几乎没有差别。他在 ASCII Draw 篇中的观察印证了这一点："对于流程类代码，基本上粘贴就能用，越通用的功能越准确，这也是和训练素材的数量正相关" (liaoxuefeng.com) 。

由此可以解释"为什么最近半年他的内容里出现了 C#"这一现象：不是他要教 C#，而是当实现成本趋近于零时，技术选型回归到了平台能力本身。Windows 桌面工具选 WinForms/.NET 是阻力最小的路径；要跨平台桌面时，Avalonia + NativeAOT 在 2026 年恰好成熟到可用。语言忠诚度让位于工程适配性，这是 AI 编程对开发者技能结构的一个隐蔽而深远的影响。

4. 效率、工程实践与"人还做什么"

4.1 效率数据的边界

四篇博文给出的投入数据构成了这组实验最抓眼球的部分，下图将其可视化。需要强调的是，图中"手写 3 个月"仅为作者对 ASCII Draw 一个项目的保守估计，Serial Debugger 的"5 分钟"只覆盖核心代码生成（另有约 2 小时的界面绘制 + SPEC 写作，以及未量化的收尾迭代），因此这张图应被读作"同一作者在同量级个人项目上的加速度展示"，而非可外推的生产率常数 (liaoxuefeng.com) 。

四个项目的实际投入与"手写预估"对比

将这些数字放到行业参照系中看：AWS 记录过"40 小时的功能以规格驱动方式 8 小时内交付"的客户案例，GitHub 报告 Spec Kit 使用团队的"从头重写"循环减少了约一个数量级 (thebcms.com) 。廖雪峰的个人数据与这些官方案例在方向上一致，但他的样本有一个独特价值——它是个人开发者、真实自用软件、完整公开源码与开发过程（他甚至公开了 ASCII Draw 的完整 Gemini 会话链接）的记录 (liaoxuefeng.com) ，可验证性远高于厂商白皮书中的匿名案例。

4.2 从四篇文章提炼的"人的工作清单"

把四篇文章中"人实际做了什么"抽取出来，可以得到一份 AI 编程时代的工程师核心职能清单。这些职能没有一项是"写代码"本身，但全部依赖传统工程功底：产品定义（明确功能边界与原型参照物）、架构与数据结构设计（MyPassword 的双层密钥、CryptoDrive 的 inode 虚拟文件系统）、技术选型（SWT vs Electron vs Avalonia 的权衡）、约束与规格写作（SPEC.md 中的异步线程要求）、质量验收策略（小步提交 + git 快照回滚）、调试方法（给 AI 喂日志而非截图）、安全审计（主动发现本地 RPC 的越权调用风险并设计 HMAC 配对方案）、发布工程（裁剪、崩溃日志、GitHub Actions） (liaoxuefeng.com) 。

这个清单与 Karpathy 在 2026 年 4 月访谈中的论断互为印证：人类不必再记住每个 API 细节，但必须理解系统结构、底层机制和质量标准，否则无法监督智能体——他把 AI 智能体比作"一群实习生"，有用但不能独自上线生产代码 (51CTO) 。廖雪峰的实验则从实践侧证明：一位有二十余年工程经验的开发者，即使对所用框架（如 Vue 3）并不熟悉，也能靠架构判断力和调试方法论驾驭 AI 产出；而"完全不懂编程"的人现阶段做不到这一点 (liaoxuefeng.com) 。这两端合起来，界定了当前 AI 编程的能力边界：它放大的是已有的工程判断力，而不是替代它。

5. 深层动因：教程作家的生态位危机与转型

5.1 "教写代码"这门生意的底层正在变化

理解廖雪峰这半年动作的最大背景，是技术内容生态的系统性震荡。他在第一篇博文中顺手引用的 Tailwind 事件，其实是这场震荡的标志性案例：2026 年 1 月 6 日，Tailwind Labs 裁掉 75% 的工程团队，创始人 Adam Wathan 公开承认原因是 AI 对业务的"残酷冲击"——框架月下载量 7500 万、采用率 51% 创历史新高，但文档流量自 2023 年初下滑约 40%，靠文档流量转化的收入暴跌近 80%，因为开发者不再访问文档站，而是直接让 Cursor、Claude、ChatGPT 生成 Tailwind 代码 (Daniel Coulter) 。事发后 Vercel、Google AI Studio、Lovable 等公司在 48 小时内宣布赞助，被业界视为"AI 时代开源基础设施商业模式危机"的第一张多米诺骨牌 (how)) 。

同样的力量也在冲击"编程教程"这一内容品类：研究显示 Stack Overflow 活跃度在 ChatGPT 发布后 6 个月内下降约 25%，2026 年公开 GitHub 新代码中 AI 生成的比例据估计已达 46% (Museum of Vibe Coding) 。廖雪峰的商业模式与 Tailwind 文档站高度同构——免费高质量教程吸引流量，流量沉淀为个人品牌与衍生价值——因此"学习者不再读教程、转而直接问 AI"对他的冲击是结构性的。他在 ASCII Draw 篇中那句"整个开发过程中没有去 Vue 官网查过文档，这也是为什么 Tailwind 作者说因为 AI 编程导致流量大降" (liaoxuefeng.com) ，与其说是转述新闻，不如说是从业者对自身生态位的清醒标注。

5.2 从"教程作者"到"AI 协作示范者"

面对同一股力量，廖雪峰的应对策略从这四篇博文中可以读得很清楚：如果"教语法、教 API"的内容会被 AI 直接替代，那就把内容上移一层——示范如何定义问题、设计架构、约束 AI、验收产出。这四篇文章没有一行是在教读者"这段代码怎么写"，全部篇幅都在讲决策过程：为什么选这个技术栈、密钥结构怎么设计、SPEC 怎么写、AI 写错了怎么纠正、安全漏洞怎么排查。这正是他在博文中反复强调的能力，也是 AI 无法替代的部分。

同时不能忽视他个人重心的迁移：GitHub 主页的自我介绍已变为"Crypto Michael——A crypto developer focused on C, Java, Python, JavaScript, Verilog"，置顶的交易所项目与 2026 年上半年的 crypto-agent、eth-gasless 等仓库显示其主业早已转向加密领域 (Github) 。教程更新放缓、博客从"知识讲解"转向"项目实录"、内容载体从教程书目转向 GitHub 开源项目——这三件事叠加起来，构成了一位老牌技术作家在 AI 时代的完整转型剪影：写作让位于构建，教授语法让位于示范判断。

6. 趋势研判：这组实验预示了什么

6.1 三个可以确认的趋势

其一，"复刻改进"将成为个人开发者的高性价比策略。MyPassword 对标 1Password、CryptoDrive 对标 Cryptomator、ASCII Draw 对标 Monodraw——四个项目中三个是"成熟商业/开源软件 + 一个明确改进点"的组合。当实现成本从月降到天，"为自主可控或一个缺失功能而重写软件"从疯狂变为理性，尤其对密码、加密这类敏感软件，"自己的数据不经过别人的服务器"成为可负担的选择 (liaoxuefeng.com) 。这一趋势对整个工具软件行业的定价权构成长期压力。

其二，规格写作能力正在成为新的核心技能，并反向重塑"编程教学"。中文技术社区 2026 年上半年围绕 SDD 的工程化讨论明显升温，"人类专注谱子、AI 专注演奏"成为共识性表述 (51CTO) 。廖雪峰的 Spec Coding 实践——一小时界面、一小时 SPEC、五分钟生成——是这个方向最直观的演示。对编程教育而言，教学内容的重心势必从"语法与 API"转向"需求表达、架构设计与质量验收"，这与他四篇文章的实际内容结构完全一致。

其三，C#/.NET 正在以"AI 友好型生产力平台"的身份回流。在中文互联网的技术叙事里，C# 长期缺乏头部布道者；而廖雪峰这样一位以 Java/Python 教程成名的作者，在 AI 辅助下零门槛地完成两个 .NET 项目并公开全过程，客观上为 .NET 10 + Avalonia + NativeAOT 的组合做了一次高可信度背书 (liaoxuefeng.com) 。当语言学习成本被 AI 摊薄，平台能力（LTS 支持到 2028 年、AOT 原生分发、全平台 UI）而非社区声量将成为选型主导因素 (AI4Dev Team) 。

6.2 需要保持的清醒

对这组实验的解读也需要三条边界意识。第一，所有效率数据均为作者自报，项目均为个人自用工具，不涉及团队协作、遗产代码、合规审查等真实生产环境的摩擦力；Karpathy 所谓"实习生不能独自上线生产代码"的警告依然有效 (51CTO) 。第二，AI 生成代码的安全性不能默认成立——MyPassword 的本地 RPC 漏洞是作者凭经验主动发现并设计加固方案的，其 README 也明确声明"不提供任何安全性担保，使用风险自负" (liaoxuefeng.com) ；第三方的研究同样指出 AI 生成代码的漏洞概率显著高于手写代码 (SegmentFault 思否) 。第三，"教程衰落"是结构趋势而非终局：Tailwind 事件后社区的集体赞助表明，高质量公共知识资产仍有被支持的意愿，只是商业模式需要重建 (yespress.io) 。

对读者而言，这组实验最直接的启示或许是廖雪峰自己那句"现阶段洗洗睡吧"的正面版本：AI 编程当前是有经验者的杠杆，而非无经验者的替身。四个项目全部开源（GPLv3），ASCII Draw 甚至公开了完整 AI 会话记录，任何人都可以克隆仓库、续接会话、亲手复现这条方法论爬坡路径 (liaoxuefeng.com) ——这大概是这位"入门第一课"作者，在 AI 时代给出的新一课。

AI Coding从零到一实现ASCII Draw : https://liaoxuefeng.com/blogs/all/2026-01-30-ai-coding-zero-to-one/index.html Vibe Coding从零到一实现加密虚拟盘CryptoDrive : https://liaoxuefeng.com/blogs/all/2026-05-11-vibe-coding-cryptodrive/index.html Vibe Coding从零到一实现密码管理器MyPassword : https://liaoxuefeng.com/blogs/all/2026-04-29-vibe-coding-mypassword/index.html Spec Coding从零到一实现串口调试器 : https://liaoxuefeng.com/blogs/all/2026-05-15-spec-coding-serial-debugger/index.html (Github) : https://github.com/michaelliao (Github) : https://github.com/michaelliao/asciidraw mypassword : https://github.com/michaelliao/mypassword serial-debugger : https://github.com/michaelliao/serial-debugger (liaoxuefeng.com) : https://liaoxuefeng.com/ (SegmentFault 思否) : https://segmentfault.com/a/1190000047772653 (thebcms.com) : https://www.thebcms.com/blog/spec-driven-development/ (51CTO) : https://www.51cto.com/article/842280.html (baoyu.io) : https://baoyu.io/blog/andrej-karpathy-from-vibe-coding-to-agentic-engineering (51CTO) : https://www.51cto.com/article/843341.html (augmentcode.com) : https://www.augmentcode.com/tools/best-spec-driven-development-tools (EDN China 电子技术设计) : https://www.ednchina.com/news/a14677.html (51CTO) : https://www.51cto.com/aigc/11579.html (Cryptomator 中文官网) : https://www.cryptomator.cn/about.html (AI4Dev Team) : https://ai4dev.blog/blog/dotnet10-csharp14 (Heroku) : https://www.heroku.com/blog/support-for-dotnet-10-lts-what-developers-need-know/ (Museum of Vibe Coding) : https://museumofvibecoding.org/vibe-coding-and-open-source-how-the-movement-changed-github-unbiased-research-2026/