一个真实的痒点

YouTube上有不少博主已经积累了成百上千条视频。如果你是新关注的观众，想按时间顺序从早期开始补课，很快就会遇到一个恼人的问题：每次打开博主主页，都要手动往下翻很久，才能找到上次看到的位置。看得越多，翻得越久。

YouTube本身没有"跳转到上次观看位置"的功能，第三方插件也没有现成的解决方案。这种需求太个性化了，不会有产品专门为你做。

但这恰恰是Vibe Coding最擅长的场景。

第一次尝试：一步到位的失败

思路很直接——先装一个叫 Enhancer for YouTube 的浏览器插件，它支持注入自定义 JavaScript 代码。然后打开 Gemini，把需求描述清楚，让AI生成一段自动滚动到上次观看位置的代码。

第一次生成的代码，页面一直往下滚，停不下来。

于是把需求写得更详细，洋洋洒洒描述了一大段。AI信心满满地生成了新版本，这次倒是不会无限滚动了——滚了一下就停了，但停的位置完全不对。

接下来陷入了典型的"拉锯战"：这里不对，改一下；那里又不对，再改一下。来回循环，问题始终没解决。

转折点：像产品经理一样拆解需求

问题出在哪？不是AI能力不够，而是一次性给它的任务太复杂了。把一个模糊的大需求扔给AI，它很难准确理解你脑中的完整逻辑。

换一种策略——把最终目标拆成三个独立的小步骤，每一步都可验证：

第一步：实现持续滚动。 只要求AI写一段代码，让页面打开后自动往下滚动，不用管什么时候停。代码注入后运行，完美，页面确实在持续滚动。

第二步：标记已看视频。 在滚动的基础上，给所有已观看的视频加一层灰色蒙版。代码更新后运行，滚动过程中看过的视频确实变灰了。

第三步：设定停止条件。 当连续出现10个灰色蒙版时，说明已经滚动到了上次看过的区域，自动停止。代码再次更新，运行，功能完整实现。

三步迭代，每一步都建立在上一步已验证的基础上，每一步AI都只需要处理一个明确的增量需求。

两个值得记住的经验

Vibe Coding特别适合解决这类"鸡毛蒜皮"的个性化问题。这些需求太小众，不会有产品专门做；但对你来说，它每天都在制造摩擦。AI编程把解决这类问题的门槛降到了几乎为零。

但即便是简单的需求，也不要一次性全部喂给AI。拆解、迭代、逐步验证——这不是什么高深的方法论，就是产品开发最基本的节奏。把同样的节奏用在和AI协作上，效果会好得多。下次遇到类似场景，先想想最终目标能不能拆成三步，每一步都能独立运行和验证，再开始动手。