上一篇【第01篇】Vibe Coding是什么——从写代码到描述意图的范式革命
下一篇【第03篇】Vibe Coding的核心技术原理——LLM如何听懂你的意图

---

摘要

Vibe Coding不是一夜之间冒出来的。从2021年GitHub Copilot让开发者第一次体验"AI帮你写代码"，到2026年Claude Code和Cursor让"AI帮你做项目"成为现实，这中间经历了代码补全、项目理解、上下文工程、MCP生态爆发四个关键阶段。

本文以时间线为轴，梳理AI编程工具每一代的核心突破和标志性事件，帮你理解"为什么Vibe Coding出现在这个时间点"，以及每个阶段的底层逻辑。理解了这条进化路线，你就能更好地把握未来的发展趋势。

---

一、AI编程工具进化全景图

在进入具体时间线之前，先用一张图建立全局认知：

【AI编程工具四阶段进化】

2021 ───── 2023 ───── 2024 ───── 2025 ───── 2026 ──→

 第1阶段           第2阶段          第3阶段         第4阶段
 代码补全          项目理解          上下文工程       MCP生态
 ┌────────┐      ┌────────┐       ┌────────┐     ┌────────┐
 │补全当前行│  →   │理解整个项目│  →   │记住一切  │  →  │连接世界 │
 │代码片段  │      │多文件编辑 │      │持续上下文│     │工具调用  │
 │函数级别  │      │项目级重构 │      │规则驱动  │     │Agent协作 │
 └────────┘      └────────┘       └────────┘     └────────┘
    ↓                ↓                ↓              ↓
 Copilot         Cursor           Claude Code     MCP Server
 TabNine         Windsurf         .cursorrules    生态爆发
 Codex           Copilot Chat     CLAUDE.md       多Agent
                 Cody             Rules/Memory    蜂群编程

每阶段核心问题：             解决方式：
"AI能帮写代码吗？"    →      上下文窗口扩大 + 代码理解能力
"AI能理解我的项目吗？"  →    Codebase Indexing + RAG
"AI能记住我的偏好吗？"  →    Rules文件 + Skills系统 + Memory
"AI能操控外部工具吗？"  →    MCP协议 + Function Calling + 多Agent

---

二、第一阶段：代码补全时代（2021-2023）

2.1 GitHub Copilot的破圈时刻

2021年6月29日，GitHub和OpenAI联合发布了GitHub Copilot技术预览版。这在当时是石破天惊的事件——一个AI竟然能"猜到"你接下来要写什么。

【Copilot初期工作模式】

开发者正在写：                Copilot建议：
function calculateTotal(        → function calculateTotal(items) {
                                    return items.reduce(
                                      (sum, item) => sum + item.price, 0
                                    );
                                }

┌──────────────────────────────────────────┐
│ Copilot的工作方式：                        │
│ 1. 读取当前文件上下文（前N行代码+注释）     │
│ 2. 调用OpenAI Codex模型                    │
│ 3. 返回补全建议                            │
│ 4. 开发者按Tab接受或忽略                    │
└──────────────────────────────────────────┘

初代Copilot基于OpenAI Codex模型（GPT-3的微调版本），核心能力是代码补全——它只看你当前文件的前后文，猜测你接下来要写什么。尽管局限很大，但它是AI编程工具的"iPhone时刻"。

2.2 第一阶段的特征与局限

【第1阶段：代码补全时代全景】

代表工具：
├── GitHub Copilot（2021.06，破圈者）
├── TabNine（更早，基于GPT-2，AI补全先驱）
├── Amazon CodeWhisperer（2023.04，AWS生态）
└── Google Colab AI（2023.05，面向数据科学）

核心能力：                   核心局限：
├── 行级代码补全              ├── 只能看到当前文件
├── 注释转代码                ├── 不感知项目结构
├── 函数生成                  ├── 无法跨文件编辑
└── 简单重构                  ├── 没有记忆能力

开发者感受：
"终于不用背API了，但有时候补全的内容让我哭笑不得"
——2022年一位开发者的真实评价

2.3 Tab——从"看看就好"到"离不开"

Copilot最初发布时，很多开发者持怀疑态度。但随着大模型能力提升（GPT-3.5 → GPT-4），补全质量越来越准：

• 2022年6月：Copilot结束免费预览，转为付费服务（$10/月）
• 2023年3月：GitHub Copilot X发布，引入Chat功能（对话式编程萌芽）
• 2023年底：Copilot拥有超过100万付费用户，年收入超1亿美元

第一阶段的遗产：证明了"AI可以帮人写代码"不是梦，开发者开始接受AI作为编程的一部分。但此时，AI还只是一个"提词器"——它能帮你下一行，但无法帮你做决策。

---

三、第二阶段：项目理解时代（2023-2024）

3.1 Cursor的降维打击

2023年，MIT的四名学生创立了Anysphere公司，推出了Cursor——一个从零开始设计的AI原生IDE。Cursor的核心理念是：AI不应该只是补全当前行，而应该理解整个项目。

【Cursor vs Copilot的核心差异】

              Copilot (2023)              Cursor (2023-2024)
查看范围      当前文件                     整个项目（Codebase Indexing）
编辑能力      单行补全                     多文件同时编辑（Composer）
聊天界面      Copilot Chat（附加功能）      内置于IDE核心
理解深度      浅层（当前文件上下文）         深层（RAG + 向量化）
操作方式      Tab接受建议                   Cmd+K编辑 + Composer多文件
技术栈感知    无                           有（通过Rules文件）

3.2 Cursor的三大杀手功能

【Cursor核心功能体系】

┌─────────────────────────────────────────────────────┐
│ 功能1：Tab补全（超越Copilot）                         │
│ • 不仅补全当前行，还能预测多行                           │
│ • 感知函数签名、类型定义                                │
│ • "智能跳跃"——预测你下一步要去哪个文件编辑              │
├─────────────────────────────────────────────────────┤
│ 功能2：Cmd+K（内联编辑）                               │
│ • 选中代码 → Cmd+K → 输入意图 → 代码被替换             │
│ • "把这个函数改成async" → 一行指令，AI完成重构          │
│ • 支持跨语言："把这个JavaScript翻译成TypeScript"        │
├─────────────────────────────────────────────────────┤
│ 功能3：Composer（多文件编辑器）                         │
│ • 一次对话，编辑多个文件                                │
│ • "创建User模块，包括Controller、Service、Repository"  │
│ • 自动创建文件、写代码、建立依赖关系                    │
└─────────────────────────────────────────────────────┘

3.3 Windsurf与Cody的入场

2024年，这个赛道开始拥挤：

• Windsurf（Codeium出品）：主打"Cascade"AI流——AI不是在对话框里等你问，而是主动理解你的编辑意图，在IDE中实时跟随你的工作流。
• Cody（Sourcegraph出品）：利用Sourcegraph的代码搜索引擎，提供更深的代码库理解。
• GitHub Copilot Chat：微软匆忙在VS Code中加入聊天功能，但体验始终落后于Cursor。

【2024年AI编程工具市场格局】

工具            核心优势                    短板
──────────────────────────────────────────────────
Cursor          IDE原生体验最好             闭源，迁移成本
Windsurf        免费+隐私友好+团队协作      功能深度不如Cursor
Copilot Chat    企业生态+VS Code绑定        体验不如原生AI IDE
Cody            Sourcegraph代码搜索          用户基数小
JetBrains AI    老牌IDE用户                 补全质量一般

第二阶段的关键突破：AI从"看一行猜一行"进化到"看整个项目猜你需要什么"。这是从"副驾驶"到"主驾驶"之间的重要一步。

---

四、第三阶段：上下文工程时代（2024-2025）

4.1 Claude Code的范式突破

2024年底，Anthropic发布了Claude Code——一个终端里的AI编程工具。它的革命性不在于"能生成代码"，而在于引入了上下文工程的概念。

【Claude Code的三大创新】

创新1：CLAUDE.md（项目记忆文件）
┌─────────────────────────────────────────────┐
│ 开发者可以在项目根目录放一个 CLAUDE.md 文件，  │
│ 其中记录项目约定、技术栈、编码规范等。          │
│                                              │
│ 每次Claude Code启动，自动读取这个文件，        │
│ AI就"记住"了项目的所有偏好。                   │
│                                              │
│ 例：                                         │
│ # CLAUDE.md                                  │
│ - 使用TypeScript，严格模式                     │
│ - 测试框架：Vitest                            │
│ - 组件库：React + Tailwind CSS               │
│ - PR标题格式：feat: / fix: / chore:           │
└─────────────────────────────────────────────┘

创新2：Memory系统（跨会话记忆）
┌─────────────────────────────────────────────┐
│ 分为Cloud Memory（长期）、Local Memory（项目级）、│
│ Daily Log（每日记录）三层记忆                   │
│                                              │
│ 这意味着：                                     │
│ • 今天聊过的偏好，明天AI还记得                   │
│ • 项目约定写一次，所有会话都生效                  │
│ • AI能追踪项目的每日进展                         │
└─────────────────────────────────────────────┘

创新3：Skills系统（可复用技能包）
┌─────────────────────────────────────────────┐
│ 把常用操作封装成"技能"，AI可随时调用            │
│                                              │
│ 例如：                                       │
│ • pdf-skill：处理PDF文件                      │
│ • xlsx-skill：处理Excel文件                   │
│ • deploy-skill：一键部署到云                   │
│                                              │
│ 相当于给AI安装了"插件"                          │
└─────────────────────────────────────────────┘

4.2 Cursor Rules的跟进

看到Claude Code的CLAUDE.md后，Cursor迅速推出了.cursorrules（Rules for AI）：

【Rules文件的作用】

开发者定义：
.cursorrules
├── "所有API接口使用RESTful风格"
├── "错误处理统一用Result<T>封装"
├── "数据库查询使用Prisma ORM"
├── "所有函数必须有JSDoc注释"
└── "不要使用any类型"

↓ AI在生成代码时自动遵循这些规则

效果：
• 生成的代码风格一致
• 不用每次都重复强调偏好
• 减少代码审查时的人工修正

4.3 上下文工程的三层架构

【上下文工程三层架构】

        第1层：即时上下文
        ┌─────────────────────┐
        │ 当前会话的对话记录    │
        │ 正在编辑的文件内容    │
        │ 选中的代码片段        │
        └─────────┬───────────┘
                  │
        第2层：项目上下文
        ┌─────────────────────┐
        │ CLAUDE.md / Rules   │
        │ 项目目录结构         │
        │ 代码库索引（RAG）    │
        │ package.json等配置   │
        └─────────┬───────────┘
                  │
        第3层：持久化上下文
        ┌─────────────────────┐
        │ Memory（跨会话记忆）  │
        │ Skills（可复用技能）  │
        │ Daily Logs（每日记录）│
        │ 用户偏好档案         │
        └─────────────────────┘

三层叠加 = AI的"全知视角"
从只看到"当前这行"到理解"你的整个技术和决策体系"

第三阶段的关键突破：AI不只"理解代码"，还"记住偏好"。这为Vibe Coding的真正落地铺平了道路——当AI足够了解你的项目、你的习惯、你的标准时，"描述意图→生成代码"才变得可靠。

---

五、第四阶段：MCP生态爆发（2025-2026）

5.1 MCP——AI编程的"USB-C接口"

2024年11月，Anthropic发布MCP（Model Context Protocol）——一个用于AI与外部工具和数据源连接的标准协议。它的意义怎么强调都不为过。

【MCP解决的问题】

MCP之前：                         MCP之后：
每个工具都要单独对接                 统一标准，一次对接
┌─────┐                           ┌─────────────────────┐
│ AI  │                           │         AI          │
└──┬──┘                           └──────────┬──────────┘
   │                                         │
   ├── GitHub API（自定义）                    └── MCP协议 ──┬── GitHub
   ├── 文件系统（自定义）                                    ├── 文件系统
   ├── 数据库（自定义）                                      ├── 数据库
   ├── Jira（自定义）                                        ├── Jira
   └── Slack（自定义）                                       └── Slack

"每次加工具都要写胶水代码"           "AI的USB-C——插上就能用"

5.2 2025年的MCP生态大爆发

2025年是MCP的爆发年：

【MCP生态发展时间线】

2024.11  Anthropic发布MCP协议
2025.01  Cursor宣布支持MCP
2025.03  GitHub Copilot支持MCP
2025.05  MCP Server数量突破500个
2025.06  腾讯/字节/阿里内部MCP Server发布
2025.09  主流IDE全部支持MCP
2025.12  MCP 2.0草案发布
2026.03  MCP成为AI编程事实标准

到2026年中，通过MCP，AI编程工具可以：

• 直接操作GitHub（创建PR、审查代码、管理Issue）
• 读写云文档（腾讯文档、飞书、Notion）
• 查询数据库并生成SQL
• 控制浏览器自动化测试
• 发送邮件、消息通知
• 调用内部API和微服务

【MCP生态下的Vibe Coding】

开发者说：                            AI通过MCP执行：
"查一下上周的bug修复情况"    →      查询GitHub Issues
                                    生成Bug修复报告

"把报告发到飞书群里"         →      调用飞书API发送消息

"根据报告创建修复任务"        →      在Jira中创建Ticket

"把修复PR审查一下"           →      读取PR Diff → 审查代码 → 添加评论

【核心变化】AI从"代码生成器"升级为"开发工作流编排器"

---

六、四个阶段的底层逻辑总结

【AI编程工具进化底层规律】

每个阶段的突破，都解决了上一个阶段的核心瓶颈：

第1阶段 → 第2阶段：从"看一行"到"看全局"
  瓶颈：AI只能看到当前文件，生成的代码与项目脱节
  突破：Codebase Indexing + RAG + 语义搜索

第2阶段 → 第3阶段：从"理解项目"到"记住偏好"
  瓶颈：每次对话都是全新开始，AI不知道你的习惯
  突破：CLAUDE.md / .cursorrules + Memory系统 + Skills

第3阶段 → 第4阶段：从"记忆"到"行动"
  瓶颈：AI只能生成代码，不能执行外部操作
  突破：MCP协议 + Function Calling + 多Agent协作

下一步：从"工具"到"Agent"
  趋势：自主规划 → 自主执行 → 自主验证 → 自主迭代
  关键词：Agentic Engineering

---

总结

1. AI编程工具5年走了四大阶段：代码补全（2021-2023）→ 项目理解（2023-2024）→ 上下文工程（2024-2025）→ MCP生态（2025-2026），每一代都在吞噬前一代的局限。
2. GitHub Copilot是破圈者：2021年让全球开发者第一次相信"AI能写代码"，但它的能力局限在行级补全。
3. Cursor引领项目理解革命：Codebase Indexing让AI从"看一行"进化到"看全局"，Composer实现多文件协同编辑，为Vibe Coding奠定交互基础。
4. Claude Code开创上下文工程：CLAUDE.md + Memory + Skills三层记忆系统，让AI"记住一切"，这是Vibe Coding可靠性的关键基础设施。
5. MCP生态让AI从工具变成Agent：统一协议让AI可以操控外部世界，AI编程从"写代码"扩展到"编排整个开发工作流"。

---

上一篇【第01篇】Vibe Coding是什么——从写代码到描述意图的范式革命
下一篇【第03篇】Vibe Coding的核心技术原理——LLM如何听懂你的意图

---