2025 年 1 月，我结束了第一份实习 —— 在咨询项目里担任系统开发方向的产品经理。回家的路上刷到凯总的朋友圈，他说 DeepSeek 是极具颠覆性的大模型，让他这个码农老兵手痒难耐。
凯总是我这份实习的领导，身为研究院院长兼各项目负责人，他有着光鲜亮眼的履历。说实话，我不太喜欢他的侃侃而谈，但又打心底里佩服他 —— 他做项目的切入视角、对事物的理解能力，还有表达能力，都远在我之上。所以到家后，我立刻在浏览器里搜了 DeepSeek，想亲自体验一下。
那会儿正是国内外大模型交锋的激烈阶段，Open AI 的 ChatGPT 稳坐王座，国内的主要挑战者还是百度的文心一言。我其实没抱太大期待--各家大模型都太能吹了，不觉得 DeepSeek 能带来什么惊喜，但莫名其妙的，还是问了它一句：能帮我做一个网站吗？也正是从这一刻起，AI 彻底融入了我的生活，而我也触碰到了 Vibe Coding 的边缘。
DeepSeek：触碰到 Vibe Coding 的边缘
早在 2023年读大学时，我就接触过 GPT。毫不夸张地说，我应该是身边土木专业同学里，最早用 GPT 写论文的人，还帮无数同学部署 GPT、搭梯子、装插件。那时候我就知道，所谓的大模型其实算不上 “精准”，只是文字输出能力很强，至于输出内容的真假、好坏，根本无从考究，所以我一直对大模型没什么信任感。
但 DeepSeek 彻底颠覆了我的认知，它是真的能帮我落地做事的。在它的指引下，我第一次了解了前端、后端的概念，认识了 HTML，学会了怎么部署网站并让它在浏览器中打开，知道了什么是localhost.8000。我建了一个文件夹存放自己的成果，点开终端的那一刻，网站还真的弹出来了。
这是继 GPT 帮我完成大部分毕业论文后，第一次让我重燃学习的欲望，而这次亲手做网站的经历，也让我体会到了 Vibe Coding 的吸引力：不需要代码基础，跟着做，也能通过 AI 赋能实现轻量化编码，普通人也能做出属于自己东西。
三月偷学：读懂 Vibe Coding 的内核
没过多久，DeepSeek 就彻底火出圈了。后来我才看到文章说，DeepSeek V2 模型当时已经在 Hugging Face 上小有名气，不过那时候我不知道什么是 Hugging Face。我只看到，各大平台、各类网站系统，都以开源部署 DeepSeek 为荣（尤其是元宝）。
之后在银行实习，日常大多是做杂活，空闲时我总是发给 DeepSeek 一些想法看能不能实现。也下载了cursor帮我完成日常工作流。由于经常卡顿，动不动就提示 “请重试”（请求量大带来的经典问题）。也是在这个过程中，我开始知道API 的概念，知道了什么是模型接入，然后从硅基流动，到摸索着点开火山引擎、注册 API，在上面调用 DeepSeek 的模型。
这几个月，从火山引擎学习部署 DeepSeek，到后来在coze上部署智能体这些折腾的过程，我挺受挫的： Vibe Coding，或者说那时候的大模型对普通用户的帮助还是受限的。
Manus：agent 生态的轻量化魅力
虽然现在大家都心知肚明，但我还是想提一句：DeepSeek 当时最具颠覆性的创新，就是推理链。它能通过自主推导，输出更准确的答案，也正因如此，顺带带火了另一家公司 ——Manus（现在已经是from meta了）。
Manus 的邀请码被炒到了天价。作为一名零基础的管科学生，我最初只在视频里见过它的真面目：输入一句话，就能帮你解决各类工作，数据分析、PPT 制作样样都行，在很多人眼里，它不是 Manus，更像是现实版的贾维斯。而 Manus 的便捷操作，其实也是 Vibe Coding 生态的一种体现，用自然语言替代复杂代码，让工作流的搭建变得轻量化，哪怕是零基础也能快速上手。这也是它为什么会火起来的原因。
真正让我对 Manus 印象深刻并决定要用起来的是一次面试。一家日薪 500 的初创公司让我去面试，面试前我自信满满，学过数分还会coze，两段实习--人才！结果面试我的是技术部门负责人。他问我一些大模型的基础知识，又聊了我对 DeepSeek 的改进看法，最后问我知不知道 Manus。我说知道，感觉挺不错的。他又追问：那你用过吗？我说我没邀请码。
那次面试我唯一从复盘里得到的有用结论，就是 Manus 肯定有它的过人之处。之后Manus 放开注册，我也终于能正常使用了。确实能搞定不少事，但不像视频里吹的那般玄乎，能解决所有问题，但事实上，对于简单的表格制作、PPT 生成、信息整理、数据处理这类工作，真能完成得很出色。当时确实没理清大模型和agent的区别，但能明显感觉到，他们的做事思路比我更流畅。
暑期实习：迈入 Vibe Coding 的门槛
暑假我拿到了美团的转正实习机会，也能比较自信地说，自己真正迈入了 Vibe Coding，or agent学习、AI 领域的门槛。我终于实现了 AI 工具集成用在实际工作中：我的运营工作需要处理大量表格，我用当时国内爆火的天工处理，天工没积分了，就换 Manus，不够就切销号；用 LangCat 交互生成了可视化的数据看板，说真的，这是继 DeepSeek 部署网站后，我的第一个真正意义上的 Vibe Coding 实践成果。
同时我也借着 Coze 做了几个当时的热门 AI 项目，比如资讯收集、热点速报之类的，虽然说这些项目自己根本用不上，都是卖课的用来贩卖焦虑、引流的工具，没什么实际价值。但其实我有了一种感觉，就是Vibe Coding 不是跟风做表面的 AI 项目，而是确实能用轻量化编码的方式解决一些小问题了，只是我还找不到方向。
秋招拷打：慢慢走，才能 Vibe Coding
秋招季之后，我也没心思学习，每天投简历、做测评、包装自己，导致自己会的东西太少，什么也没跟上，在秋招中也认识了很多大佬，也是狠狠的打击我的自信了。
其实对我影响最大的是个国企面试，不是互联网（但估计是从互联网挖过去的大佬）。技术负责人从数据分析、产品经理、AI 理解三个维度，居然在电话面问了我一个多小时。。。谁说国企都是水货的。。。对我最大的启发就是“作为 AI 产品经理，最应该看重什么吗”。我说是不是需要理解模型的底层原理，知道它的实现逻辑。他说：不对，你要先知道模型的性能、特点，更要清楚你的 AI 产品目的，所使用的模型的边界在哪里，之后才能选对应用方式。他也给我讲了N8n、Dify这些工具，打开了我coze之外的agent大门。
这家国企给我的印象其实很好，但是离家太远了，负责人认为我各方面懂一些，虽然不深入但是还挺有学的意愿（二面问过同样的问题，我总结回答的还行），可惜当时心比天高还是拒绝了这份 offer。回过头来，经历接了私企996的offer、被心仪的另一家国企鸽了等等一堆事，身心俱疲了，让让我有了 “慢下来” 的想法：平时走得太快，只想着投简历、包装自己，却没有真正沉下心提升自己，等到被问到实际使用、专业相关、工作中需要解决的问题时，根本无从作答。就像上次被问起 Manus，我只能说它好，却因为没用过，说不出它的实际用法和优势，那就废了。
后面到现在，我开始真正找教程、沉下心学习。这里真心推荐 DataWhale 的 Agent 教程，做得挺棒（不是打广告，这是开源社区的教程，免费，链接：datawhalechina/hello-agents: 📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程）。对零基础入门的人特别友好。我跟着教程学完了大模型的一些基础框架，比如 ReAct，也学习了低代码平台的实际应用包括n8n,dify，了解了智能体的搭建框架 Langgraph、Camel，也接触了 RAG 系统的构建和 MCP 插件使用。现在越学越觉得自己知识储备不足，也真正体会到了 “书到用时方恨少”。
Vibe Coding 生态的持续进化：skills
到现在，我也终于跟上了行业热点 ——Skills 现在正火得一塌糊涂。从 Cloud 到 Trie，再到如今 coze 空间上线的技能商店，技术的发展让非专业开发者的创作门槛越来越低。
前段时间，我分别用亚马逊 Kimi 和 Trie 测试开发网站，也真真正正搞懂了不同工具的区别、优势，以及它们能为我们的创作带来什么不同的价值。我也把自己的实操经验整理成了教程（我的另一篇文章），希望能帮到一些入门的朋友。
不管是 Skills 还是 vibe Coding，我还得继续学。我之前有很多想法，也写过很多 PRD。但是之前这些想法都只是 “自嗨”，我知道它们没可能实现 —— 要么是因为立意太大我接不住，要么是因为我没开发能力干不了。但现在不一样了，Vibe Coding 走进了我的生活，带我走出了技术的禁锢。过去总有人说 “idea is cheap” ，但在这个 Vibe Coding 的时代，我觉得 “idea is everything” 。我估计在将来，我们每个人都能借着 Vibe Coding 的东风，做出属于自己的产品，让所有人都能看到我们的创意和价值。
