### 1. 你用 Vibe Coding 诞生的最满意的一个作品是什么？它解决了什么实际痛点，还是纯粹为了好玩？
我最满意的作品是 **FoJin （佛津）**——一个聚合了全球 440+ 佛教数字文本数据源、覆盖 30 种语言的开源搜索与阅读平台。
痛点很真实：全球佛教文献散落在 CBETA 、SuttaCentral 、84000 、BDRC 等数百个数据库里，每个数据库有不同的界面、语言和数据格式。学者和研究者花在「找经」上的时间比「读经」还多。
FoJin 把这些全部聚合到一个平台上：
- 跨 440+ 数据源的全文搜索（ Elasticsearch + ICU 多语言分词）
- 30 种语言的平行阅读对照
- 9,600+ 实体的佛教知识图谱
- 基于 RAG 的 AI 问答，所有回答引用经文原文
- 6 部权威词典，23.7 万条词条
- IIIF 协议手稿查看器
整个项目从第一行代码到上线，Vibe Coding 贯穿始终。我不是一个人写了几万行代码，而是让 Claude Code 帮我把架构搭起来、把逻辑补全、把 bug 修掉。我的角色更像一个「产品架构师」——想清楚要什么，剩下的和 AI 一起完成。
项目地址： https://github.com/xr843/fojin
在线体验： https://fojin.app
### 2. 在 Vibe Coding 的过程中，你觉得最神奇（ AI 一次过）或最无语（ AI 疯狂一本正经胡说八道）的瞬间是什么？
**最神奇的瞬间：** 知识图谱的力导向可视化。我只是描述了「我想要一个交互式的知识图谱，能看到佛教人物、经典、宗派之间的关系，支持缩放和拖拽」，AI 直接生成了完整的 D3.js 力导向图组件，包括节点分类着色、悬浮信息卡片、关系连线标注。一次生成，几乎不需要调整。那一刻真的感受到了「代码能有多野」。
**最无语的瞬间：** 处理梵文和巴利文的 Unicode 编码。AI 对常见语言处理得很好，但遇到天城文（ Devanagari ）和僧伽罗文（ Sinhala ）的特殊组合字符时，会自信满满地给出一个看起来完美但实际运行时乱码的方案。反复几轮后我发现，这种场景还是得自己查 Unicode 规范文档，AI 在这种极端边缘 case 上确实会「一本正经胡说八道」。
### 3. 你目前最依赖哪个 AI 工具来写代码？
**Claude Code （ CLI ）** 是我的主力。
原因很简单：它不只是一个代码补全工具，而是一个能理解整个项目上下文的协作者。我可以直接说「帮我优化 Elasticsearch 的多语言搜索配置」，它会先读项目结构、理解现有的 schema ，然后给出一个符合项目风格的方案。
实际工作流：
- **架构设计**：用 Claude 讨论技术选型（为什么选 pgvector 而不是 Pinecone ，为什么用 Dify 做 RAG 编排）
- **功能实现**：描述需求 → Claude 生成代码 → 我 review → 迭代
- **Bug 修复**：粘贴错误日志，Claude 直接定位问题并修复
FoJin 的 GitHub 上可以看到，contributor 列表里有 Claude 的身影——这不是玩笑，是真实的协作记录。
### 4. 你认为 Vibe Coding 会让我们变成更优秀的架构师，还是最终会让我们丢失底层代码能力？
**会让我们变成更好的架构师，但前提是你本来就懂底层。**
FoJin 的技术栈涉及 React 、FastAPI 、PostgreSQL 、Elasticsearch 、Redis 、Docker——如果我完全不懂这些技术的原理，光靠 Vibe Coding 是造不出来的。AI 生成的代码需要人来判断「这个方案在高并发下行不行」「这个 SQL 查询会不会全表扫描」「这个 Elasticsearch mapping 对中日韩文本分词合不合理」。
Vibe Coding 真正改变的是：**它把我从重复性的实现工作中解放出来，让我把更多精力放在架构决策和产品设计上。** 以前一个全栈项目可能需要一个团队干几个月，现在一个人 + AI 就能做到同样的规模。
但如果有人完全依赖 AI 而从不理解底层原理，那确实会丢失判断力。Vibe Coding 不是替代思考，而是放大思考的效率。
---
> FoJin 佛津 — 全球佛教古籍数字资源聚合平台
> 在线体验： https://fojin.app
> 开源地址： https://github.com/xr843/fojin
> Discord 社区： https://discord.gg/76SZeuJekq
