作者首次尝试“ vibe coding”——用自然语言与ChatGPT协作生成代码，来自动化自己最讨厌的工作任务：手动追踪多位科技领袖在X平台（原推特）的动态。她希望打造一个网页，能自动显示特朗普、马斯克和萨姆·阿尔特曼的最新推文，无需登录平台或逐一查看。 起初，她从零基础出发，向ChatGPT详细描述需求。AI迅速给出一套包含软件安装、文件创建和代码输入的完整流程，并生成了一长串代码。虽然前期步骤顺利，但当她在本地服务器运行时，三个信息栏均出现错误。尽管她不断按提示调整参数、更换链接，问题却不断升级，甚至出现新错误。最终，ChatGPT因“网关超时”将她强制下线，暂停两小时。 当晚七点，她向有计算机背景的伴侣求助。对方指出，她犯了典型错误：把AI当作搜索引擎，急于求成，而没有理解代码逻辑。他建议：删掉全部内容，从最简单的任务开始——只抓取一个人的推文；把ChatGPT当作“懂很多但需要耐心引导的孩子”来沟通；并主动要求它解释每一步原理。 按照新策略，她先让ChatGPT生成一个模拟推文的测试页面，验证代码逻辑无误。成功后，再逐步替换为真实数据。当再次遇到“无法获取推文”错误时，ChatGPT没有抛出复杂方案，而是建议换用Safari或Firefox浏览器。她照做后，仅30秒，页面便成功加载出真实内容。 这次经历让她深刻体会到：AI虽强大，但若缺乏基本理解，代码生成只会陷入混乱。真正有效的vibe coding，不在于让AI包办一切，而在于主动学习、分步验证、逐步迭代。她总结：想用AI解决实际问题，必须愿意投入时间理解过程，而非期待一键成功。这场耗时半天的尝试，最终为她换来一个实用工具，也让她对AI协作有了全新认知。