Lovable公司概况与Vibe Coding岗位 - 公司估值达66亿美元（约合人民币457亿元），拥有800万用户，员工仅517人，人均估值接近1亿元人民币 [2] - 公司在4个月内，年度经常性收入从1亿美元翻倍至2亿美元，增长迅速 [4] - 公司核心产品为AI建站平台，主打“用一句话生成完整网站/应用”，用户无需编写代码或拖拽组件，通过描述需求即可生成页面、交互和风格 [9] Vibe Coding工程师的角色与工作方法 - 首位正式Vibe Coding工程师Lazar Jovanovic无编程背景，其工作80%时间用于规划和对话，仅20%用于工具执行，核心挑战在于“把话说清楚” [6][7][11] - 工作方法强调并行构建与清晰表达：针对同一想法，并行开启四五个不同版本（如语音脑暴、整理提示、参考图、代码片段），让AI生成多种方案，再从结果中倒推需求 [12] - 采用系统化流程管理项目：通过并行构建选出最佳方案后，会生成产品需求文档、主计划、实施计划、设计指南、用户旅程等系列文档，并整合成任务清单（如tasks.md）和规则文件（如rules.md），为AI提供清晰上下文和行动指南 [47][48][49][50][51][52] - 工作内容广泛，横跨多个部门，包括构建营销销售模板、内部工具（如功能采用矩阵）以及公开的产品级应用（如Shopify集成模板和商品商店） [19][20] AI时代的能力转型与职业发展 - 在AI公司中，60-70%的传统工作方法已不再适用，核心能力从“敲代码”转变为“跟AI把产品聊出来” [10] - 无技术背景可能成为优势，因其不受“先验限制”束缚，能以“积极妄想”的心态尝试传统认知中“不太可能”的事情，例如在平台上生成Chrome扩展或视频 [25] - 未来职业将越来越以“能力组合”而非单一标签（如程序员、产品经理）来定义，价值创造者更像是“用AI把想法快速转化成现实的人” [68][69][70] - 在AI工具普及的背景下，“够用”与“世界级”产品之间的差距变得巨大，未来的关键竞争点在于优化判断力、审美、清晰度和设计品味，而非特定技术栈 [35][36][63][89] - 职业发展路径发生变化，“作品比履历重要得多”，通过公开构建真实项目展示能力是有效的入行方式 [74][75] 使用AI工具的核心原则与调试技巧 - 使用AI工具的核心是解决“清晰度”问题，而非编码本身，需要优化表达的具体性和上下文供给 [28][32] - 存在机器与人类两方面的限制：机器层面受限于上下文记忆窗口（Token限制）；人类层面受限于表达不够具体，AI缺乏人类经验来理解模糊语境 [30][31][32] - 提出“4x4”调试框架应对构建过程中的问题：1) 使用工具自带的“尝试修复”功能；2) 通过添加控制台日志帮助AI“看见”问题；3) 引入外部诊断工具（如Codex）分析代码和日志；4) 回滚版本并重新构思提示词 [79][80][81][83] - 建议将每次调试中学到的经验写入规则文档，或直接让AI帮助起草更好的提示词，以实现自我改进 [84][85] 对工程职能未来的看法 - 软件工程师职能不会消失，未来比以往更需要“精英工程”来维护、扩展和加固系统，以支撑一个“数十亿构建者”的世界 [77][78] - 在人人可构建的时代，维护代码库、保障基础设施稳定（如应对流量冲击）等工作仍需高技能工程师完成 [77][78]