Vibe Coding Thoughts... 隨著我越來越多地使用 Claude Code 和 Gemini（通過 Sandbox），我注意到一個模式：模型和用戶朝著共享的介面語言趨近。這種介面是一種壓縮的、不自然的英語形式，介於正常英語和代碼之間。 以代碼為重點的模型更喜歡結構化的指令：明確的約束、步驟順序、輸入/輸出、邊界情況、接受標準。 人類則更喜歡自然英語：上下文、意圖和隱含意義。 摩擦發生的原因是雙方都不完全流利於對方的母語格式，因此意義會丟失。 因此，我的提示在某種程度上是次優的，就像強烈的口音是次優的一樣：意圖是正確的，但傳遞不一致，因此模型誤解了細節，迭代次數增加。 解決辦法是添加一個翻譯層。 我使用一個非代碼的 LLM（ChatGPT）來將我的普通英語意圖轉換為代碼重點模型最能處理的精確提示格式。 這減少了誤解，實質上壓縮了 0→1 的構建週期。 強烈建議：使用翻譯模型將意圖轉換為結構化提示，然後再發送給代碼模型。