Vibe Coding：与 AI 并肩进步——言泉输入法 v0.4.1

随着 Vibe Coding 项目的持续深入，你会在与 AI 一轮又一轮的沟通、探讨与推敲中，在反复测试与验证的循环里，在逐步提升的思考过程中，悄然获得成长。因为不断出现的关键决策，会越来越依赖你给出清晰、具体且可验证的方向。否则，AI 很可能会陷入一种看似忙碌、实则原地打转的状态：代码不断生成，问题不断修补，目标却始终若即若离，仿佛深陷泥潭。

言泉输入法今天完成了 v0.4.1。这个版本除了在长句输入方面持续改进之外，最重要的变化，是彻底区分了字词输入与长句输入这两种模式及其状态。最初，言泉输入法是基于我个人按字词输入的习惯而开发的；后来了解到很多人更偏好长句输入，于是从 v0.2.0 开始支持长句输入模式。然而，随着长句模式被不断改进，我逐渐发现：当我自己使用按字词模式输入时，候选中时常会因为受到“污染”而冒出一些生造词。我渐渐意识到，污染源正是长句模式中的寻路算法，于是让 AI 设法解决。但 AI 的表现，却像玩跷跷板：顾此失彼，按下这头，那头便翘起；优化了字词输入，长句效果就受损；强化了长句路径，字词候选又被干扰。最终，在与 AI 经过数轮沟通、修改与验证之后，我自己终于形成了一套更清晰的算法思路。我把这个明确、清晰的结论交给 AI，由它据此重构代码，才终于得到了现在这个还算不错的阶段性结果。当然，它距离理想状态仍然很远，后续还需要继续打磨和优化。

Vibe Coding 并不是你轻描淡写地说一句“要有光”，AI 便立刻为你捧出光来。真正的 Vibe Coding，需要你与 AI 共同进步。AI 模型会持续升级，能力也必然越来越强，但它并不是——至少在短期内还不会是——全知全能的神。倘若把一个需要长期迭代、不断权衡、持续验证的复杂任务完全交给它独自完成，最终你很可能得不到真正可用的结果。你自己的思考，才是校正航向、修正偏差、推动 AI 向目标逼近的关键力量。

官网：https://www.cassotis.org 或者 https://www.yanquan.org
Github：https://github.com/shenmin/cassotis-ime