哈喽大家好，我是欧呦，这篇文章将为大家分享《从 0 到 1 学 Vibe Coding》的第一课：了解 AI Agent 的常用操作——包括 AI Agent 到底能帮我们干什么、怎么理解并创建「项目（文件夹）」、AI 协作中最常见的 Markdown 与 HTML 两种文件格式有什么区别、动手前怎么设置权限与思考档位、什么时候开启 Plan 模式并让 AI 反问自己，以及怎么管理上下文与跨话题交接。
在我们选好趁手的桌面端工具（比如 Codex、Claude Code 或 Cursor，具体软件选择与网络配置可参考 《AI Agent 推荐与环境配置》）之后，第一次打开软件准备开始干活时，只要把下面这几项最核心的概念和操作摸清楚，日常使用就会非常顺畅。
先搞懂：AI Agent 到底能帮我们干什么？
很多刚接触 Vibe Coding 的朋友，平时已经习惯了在网页版 ChatGPT、Claude 或 DeepSeek 的聊天框里问问题。如果直接把那套习惯搬过来，往往会好奇：我们装在电脑上的 AI Agent 客户端，跟网页聊天框到底有什么不一样？
最核心的区别在于：网页版聊天框只能「一问一答」给你返回一段文字，而 AI Agent 是真正能在你的电脑上动手干活的。
具体来说，当你向 AI Agent 交代一项任务时，它手头有几项最核心的执行能力：
- 直接读写和管理本地文件：它不需要你手动把代码或文章复制粘贴进对话框，而是可以直接在你电脑的文件夹里查看已有文件、新建文档或修改代码。
- 自动执行命令并根据结果继续行动：它可以自己调用电脑终端去执行各种命令——比如帮你安装程序依赖、运行脚本、启动本地网页预览。更重要的是，如果它跑完命令发现报错了，不需要等你把报错复制给它，它自己看到运行结果后就会接着思考下一步怎么修，直到把问题解决。
- 调用各类内置工具辅助干活：除了读写文件和跑命令，它还可以直接调用联网搜索去查最新资料、调用图片生成模型做配图，或者在需求不明确时主动向你发起提问。
理解了 AI Agent 「会自己读写本地文件、会自己执行命令」 这两个基本动作，你就能非常自然地明白接下来我们要讲的所有日常操作——为什么干活前必须先用独立文件夹划定它的读写范围、为什么要用方便它读写的文档格式，以及为什么要给它开放执行命令的最高权限。
什么是「项目（Project）」：先给每个项目建一个独立文件夹
打开任何一款 AI Agent 客户端，左侧栏最核心的入口都是「项目（Project）」。项目其实非常简单，就是我们电脑上对应的一个文件夹。
1. 为什么需要一个单独的文件夹？
之所以需要专门建一个文件夹，是因为我们做一件事的所有东西都要统一放在一起，相当于做一个分类。
当我们创建一个项目之后，AI 在执行各种操作时，会把这个文件夹当作一个本地知识库。我们的历史上下文，就会以文件的形式存储在这个文件夹里——这里面不仅有真正让 AI 去写的代码，还有我们的设计规范、技术架构设计、工作流等文档。哪怕下次新开一个对话，AI 只要读取文件夹里的内容，就能立刻知道这个项目之前做到了哪里。
2. 为什么不要直接拿「桌面」当项目目录？
不少新手刚开始用的时候图省事，没有提前创建一个单独的项目文件夹，而是直接选择电脑的「桌面」作为项目目录。
这样做会有两个明显的麻烦：第一，下次我们再打开软件让 AI 改代码的时候，还得专门告诉它「你需要去桌面上的哪一个文件夹里面进行文件编辑」，沟通起来非常繁琐；第二，AI 在桌面这个大目录里搜索文件时，也很容易搜到桌面上的其他无关目录里去，结果做错事情、改乱别的文件。
所以每次开始做一个新作品或新任务前，第一步永远是在电脑上新建一个独立的空文件夹，再在 AI Agent 里打开这个文件夹作为项目。
认识 AI 时代最主流的两种文件：Markdown 与 HTML
刚建好项目文件夹准备往里面存资料或让 AI 写方案时，很多朋友按照平时的办公习惯，第一反应往往是往里面塞一个 Word 文档（.docx）。
但在 AI 编程与 Agent 协作时代，我们几乎不会使用 Word，文件夹里最主流、每天打交道最多的永远是另外两种文件：以 .md 结尾的 Markdown 和以 .html 结尾的 HTML。在这两种格式里，大家只需要先记住它们最核心的分工：Markdown 是适合 AI 和人之间交互的，而 HTML 是适合给人看效果的。
1. 为什么和 AI 协作不选 Word 文档？
Word 是做给人类在图形界面里排版打印用的，它的底层并不是一份干净的纯文本，而是把文字、字体样式和排版信息打包压缩成了一个复杂的封装容器。
对 AI Agent 来说，它没办法像看普通文本那样直接「一眼看清」Word 文件的源码，每次读取或修改都必须先调用额外的转换工具去拆包解析，不仅麻烦、容易丢失排版格式，还会白白浪费上下文。
而 Markdown（.md） 和 HTML（.html） 本质上都是完全公开透明的纯文本源码——你随便用电脑自带的记事本就能直接打开看到里面的每一个字符，AI 读写起来没有任何阻碍。
2. Markdown（.md）：适合 AI 和人之间交互
Markdown 过去是程序员写技术博客常用的轻量文本格式：在文字前面加一个井号 # 就代表大标题，加一个横杠 - 就代表无序列表。哪怕我们不主动要求，AI Agent 默认写出来的方案和文档也全部是 Markdown 格式。
为什么它最适合用来和 AI 交互？相比 Word 文档或网页代码，Markdown 有三个很大的好处：
- 源码直接可读：就算在没有排版渲染的环境里直接打开源文件，我们看到里面的井号
#和横杠-也能一眼看清文档的层级结构。 - 极其节省 Token、生成速度快：在 Markdown 里表示一个一级标题只需要敲一个
#号，没有冗长的样式代码，AI 读写的效率最高、消耗的上下文也最少。 - 容错率高、方便修改：Markdown 中间哪怕某一个符号写错了，也完全不影响其他段落的正常阅读和渲染。
因此在日常协作中，无论是让 AI 先写一份产品需求方案（PRD）、沉淀项目里的设计规范与工作流，还是后面要讲到的跨话题交接文档，凡是用来在人和 AI 之间传递信息、对齐思路、反复修改的文档，都应该用 Markdown。
3. HTML（.html）：适合给人看最终视觉与交互效果
HTML 则是标准的网页格式，通过一层层嵌套的标签、CSS 样式和 JavaScript 脚本，放到浏览器里就能直接渲染成带颜色、多栏排版、图表甚至可点击按钮的可视化页面。
当我们需要看页面的真实配色、横向网格布局、交互动画，或者想做一个带选项按钮的风格预览页时，Markdown 这种垂直线性的纯文本就无能为力了，这时候就适合让 AI 生成 HTML，直接在浏览器里打开看效果。
但为什么我们不在日常所有沟通里都让 AI 生成 HTML 呢？因为直接让 AI 写 HTML 有两个明显的成本：
- Token 开销大、生成速度慢：为了呈现出好看的样式，AI 往往要先写几百行 CSS 和标签结构，生成一份 HTML 消耗的 Token 通常是同等内容 Markdown 的两到四倍，等待时间也慢得多。
- 结构容错率低，不适合频繁改文字：HTML 对标签闭合的要求非常严格，一个七八百行的 HTML 文件，只要后半段某一个标签写错，整个页面在浏览器里就可能渲染不出来；而且把大量样式代码塞进上下文里，后续让 AI 排查和修改起来也会浪费很多上下文。
所以最顺手的配合方式是：前期和 AI 讨论方案、记笔记、存规范，全部用轻量省钱的 Markdown；等方案定下来、真正需要看视觉样式和交互效果时，再让 AI 生成 HTML 放进浏览器里看效果。（顺带提一句，单文件 HTML 适合承载比较轻量的网页或演示原型；等后面做规模更大的完整网站时，由于单文件代码会太长，我们通常会用前端框架来组织代码，不过最终打包出来给浏览器看的产物依然是 HTML。）
动手前的三个基础设置：最高权限、高思考档位与防休眠
选好项目文件夹之后，在正式发消息之前，对话框底部工具栏和软件设置里有三个基础开关，建议大家在动手前先调好：
1. 权限档位：每次都直接给最高权限
AI Agent 在修改文件或执行命令时，通常提供不同的权限档位。比如在 Codex 等桌面端应用的输入框底部，可以选择每步操作都手动批准、仅敏感操作批准，或者最高权限 Full Access（如果你习惯在终端命令行里使用 Claude Code，则可以在启动时输入 claude --dangerously-skip-permissions 跳过权限校验）。
我认为每一次都直接给最高权限就好了。 因为现在的 AI 已经有很强的连续执行能力，如果你不给它最高权限，它在干活的过程中会频繁停下来问你各种权限批准问题，不仅打断节奏，整体效率也会非常低下。
而且大家不用过度担心安全问题——现在的 AI 在遇到真正敏感的操作时（比如要不要删除某些重要文件），即便你开了最高权限，它通常也会先停下来问你一下。
2. 思考档位：日常开到 High 或 Max
输入框底部的工具栏里一般还会有思考档位（Reasoning / Effort）的选择，用来控制模型在输出答案和改代码之前花多少算力去推理思考。
不同模型和客户端里的档位叫法略有不同（通常分为 low、medium、high、max 或 extra high，在命令行工具里也可以输入 /effort 切换）。一般来说，我平时都是直接开到 high 或者 max 的。我建议新手朋友也直接开到和我差不多的程度就好了，这样能保证 AI 在动手前想得更周全，减少低级返工。
3. 长任务设置：开启运行期间防止电脑休眠
当我们交代了一个比较复杂的任务、需要让 AI Agent 自己在后台跑比较长的时间时，建议顺手在软件的通用设置（General）里把「运行期间防止电脑休眠（Prevent sleep while running）」打开。这样哪怕你中途离开座位去忙别的事，也不会因为电脑自动锁屏休眠而把正在执行的任务断掉。
