使用codex进行vibe-coding的过程记录

codex是一个非常好用的项目辅助工具，功能十分强大。前一段时间，本人使用vscode的codex插件，将一个R语言的生信项目：Iris，用python进行了重构。

具体流程：

1. 通读R代码，理解其框架
2. 手动搭出一个python项目框架，包括创建必要的文件夹，文件。提供函数名。
3. 以函数（或20行代码）为单位手动拆分R代码
4. 逐块发送给codex插件，转录成python代码，并添加至合适位置
   • 注：每次使用codex之前先备份！
5. 逐块同步调试python和R代码，确保python代码能跑通，且关键变量的值与R代码一致

难点：

1. 理解IRIS算法的框架，即某个函数究竟在做什么。实不相瞒，直到完成项目时我都没完全搞清楚。
2. 使用稀疏矩阵储存数据，需要决定用什么格式/怎么处理行列名/怎么修改代码。python没有和R的sparseMatrix完全对应的类型，所以需要自己实现class。
3. 调试很难，因为IRIS包已经被编译好了。所以只能使用github上的源码进行调试。出现bug时，由于不懂源代码的逻辑，所以很难看清楚是什么问题（不过可以让codex分析代码）。
4. IRIS算法使用了很多生信的专业知识，比如RNA组学，基因表达矩阵等。还是用了一些机器学习的知识。本人知识储备实在是有限，只能靠codex帮忙理解。

一些体会：

1. vibe coding基本上靠谱，因为大语言模型的能力越来越强了。至少gpt-5-codex有能力理解需求并生成代码。
2. vibe coding过程中是不需要本人懂细节，懂流程的。人需要做的事只有拆分任务，使用提示词指挥codex工作，运行代码，并将结果反馈给codex进行下一轮优化即可。当然，如果本人懂细节，懂流程，做起来会心里更踏实。
3. vibe coding的提示词不需要多么精良。重要的是清晰，且提供必要的上下文。
4. codex会犯错。遇到错误时重复追问几次，可能会得到更好的结果。