写作假设（由 AI 推断）
- 目标读者： 3ds Max 用户、CG 从业者、想用 AI 辅助编写 MAXScript 但无从下手的初学者
- 前置知识： 了解 MAXScript 的基本概念，有 3ds Max 操作经验，不需要编程背景
- 读完能做什么： 知道 Vibe Coding 是什么、怎么选工具（含 2026年6月最新模型排行榜数据）、怎么用 RAG/Agent 等进阶技巧写 MAXScript
1. 了解 Vibe Coding
1.1 什么是 Vibe Coding
Vibe Coding（氛围编程） 是一个由 Andrej Karpathy（OpenAI 联合创始人）在 2025 年初提出的概念。直译过来就是「在氛围中编程」——意思是开发者不再需要逐行写代码，而是用自然语言描述想要什么，AI 帮你生成代码，你要做的只是预览、测试、微调。
「Vibe Coding」这个词怎么来的？
2025 年 2 月，Karpathy 在社交媒体上描述了一种新的编程方式：你完全沉浸在「氛围」里，跟 AI 对话式地写代码，遇到错误就直接粘贴给 AI 让它修，不再像传统程序员那样逐行 debug。他管这叫 Vibe Coding —— 一种「全情投入地感受，然后让 AI 帮你写出来」的编程范式。
这个词很快在开发者社区传开，因为它准确描述了 AI IDE（Cursor、Windsurf、Copilot 等）带来的全新体验。
传统写 MAXScript 的流程是：想功能 → 查文档 → 写代码 → 报错 → 调试 → 改 → 再试。一个简单的批量导入工具，可能折腾一整天。
有了 Vibe Coding 之后，流程变成了：
想功能 → 告诉 AI → 等几秒 → 测试 → 不满意就再描述一次 → 完成
你不需要记住 3ds Max 的 API 方法名叫什么，不需要担心
dotNetClass 的语法细节，你只需要描述清楚你要做什么。1.2 Vibe Coding 与传统编程的区别
维度 | 传统编程 | Vibe Coding |
工作方式 | 手写每一行代码 | 自然语言描述需求 |
学习曲线 | 陡峭（先学语法、API） | 平缓（会说话就行） |
调试方式 | 看日志、断点、逐行排查 | 把错误粘贴给 AI 让它修 |
适合人群 | 专业程序员 | 任何人，包括设计师、艺术家 |
代码质量 | 稳定可控 | 依赖 AI 模型能力 |
效率提升 | 熟练后稳定 | 新手直接起飞，但需验证 |
一个简单的例子：
传统方式写「批量导出为 FBX」：
Vibe Coding 直接说：「帮我写一个 MAXScript，把当前场景里所有选中物体批量导出成 FBX，按物体名称命名」 → 等 10 秒 → 跑一下 → 可能有个小 bug → 「导出路径不对，改成弹窗让用户选择保存文件夹」 → 搞定。
2. AI中的名词/术语解释
2.1 上下文
上下文（Context）是 AI 的「短期记忆」——它决定了 AI 能「看到」多少你的聊天历史和项目信息，直接影响回答的准确性。
窗口越大，AI 能参考的代码就越多，生成的代码越符合你的项目风格。把整个项目放进去，AI 就能理解你的命名规范和已有模块，而不是从零猜测。
各模型的上下文大小：DeepSeek V4 和 Claude Sonnet 4 均支持 1M Token（约 75 万汉字）。可以把整个大型代码库一次性放进去，但消耗的 Token 更多，费用也更高。
高效技巧：只粘贴关键代码片段 → 善用 @Codebase / RAG → 定期 /compact 压缩 → 新任务开新会话 → 项目根目录放 CLAUDE.md
2.2 Token
Token（词元）是 AI 处理文本的最小单位——可以是一个汉字、半个英文单词、或一个标点符号。不同模型的「分词器」（Tokenizer）切分方式不同，同一句话在 GPT、Claude、DeepSeek 中的 Token 数会有差异。AI 的上下文窗口和费用都以 Token 计算。
什么是分词器（Tokenizer）？
分词器（Tokenizer）是 AI 模型内部的「切词工具」。它把人类的文字切成一个个小片段（Token），这样 AI 才能处理。不同模型用不同的分词器，所以同一句话在 GPT、Claude、DeepSeek 中切出来的 Token 数会不一样。
举个例子：「我爱编程」这句话，GPT 可能切成 3 个 Token（我/爱/编程），Claude 可能切成 4 个（我/爱/编/程）。Token 数不同，费用也不同。
中文大约 1 个汉字 = 1~2 个 Token，英文大约 1 个单词 = 1~2 个 Token。DeepSeek V4 的 1M Token 上下文窗口约等于 75 万汉字，能把整个大型代码库放进去。
省钱技巧：Token 越多费用越高。写代码时只粘贴关键片段，善用 RAG 自动检索，避免把整个文件丢给 AI。
2.3 skill
Skill（技能）是 AI 工具中的「按需知识文档」——遵循 agentskills.io 开放标准，只在需要时加载，教会 AI 如何完成特定类型的任务。注意：Skill ≠ 持久指令（如 CLAUDE.md）。CLAUDE.md 每次会话都会加载到上下文中，而 Skill 只在被调用时才加载，更节省 Token。
Skill 和 CLAUDE.md/Rules 有什么区别？
• CLAUDE.md / Rules = 持久指令，每次会话自动加载到上下文中，消耗 Token
• Skill = 按需知识文档，只在被调用时才加载，更省 Token
• 两者都遵循 agentskills.io 开放标准，支持 /skill-name 斜杠命令调用
• 实际使用：项目规范放 CLAUDE.md（每次生效），特定任务流程放 Skill（按需加载）
建议：把常用的任务流程保存为 Skill，按需加载更省 Token；项目级的通用规范放 CLAUDE.md/Rules，每次自动生效。
不同工具中的 Skill 叫什么？
• Hermes Agent → Skill 文件（.hermes/skills/目录下的 SKILL.md）
• Claude Code → CLAUDE.md（项目根目录下的指令文件）
• Cursor → Rules（.cursor/rules/目录下的规则文件）
• Windsurf → .windsurfrules
2.4 MCP 工具&协议
MCP（Model Context Protocol）是 AI 的「USB 接口」——一种开放协议，让 AI 能直接查询数据库、操作文件、调用 API，而不只是生成文本。
MCP 能做什么？
• 查询数据库（MySQL、PostgreSQL、MongoDB）
• 操作文件系统（读写文件、管理目录）
• 调用 API（GitHub、Notion、Slack、Google Sheets）
• 访问云服务（AWS S3、Cloudflare、Vercel）
• 控制浏览器（Playwright、Puppeteer）
MCP 采用客户端-服务器架构，基于 JSON-RPC 2.0 协议：
• Host（主机）：AI 应用（如 Claude Desktop、Cursor），协调管理客户端
• Client（客户端）：每个 MCP 服务器对应一个客户端，维护专用连接
• Server（服务器）：提供工具（Tools）、资源（Resources）、提示模板（Prompts）
传输方式：Stdio（本地进程间通信）或 Streamable HTTP（远程通信+OAuth 认证）
在 Vibe Coding 中，MCP 让 AI 从「聊天框」变成了真正的「工具箱」——可以访问你的代码库、文档甚至云服务。比如通过 MCP，AI 可以直接读取你的项目文件、查询 Notion 文档、操作 GitHub 仓库。
常用 MCP 服务器：文件系统、数据库、GitHub、Notion、Slack 等。
2.5 缓存命中
缓存命中（Cache Hit）是 AI 的「记忆复用」——当你问的问题和之前相似时，AI 直接复用已计算过的结果，而不是重新生成一遍。
缓存命中的好处
• 响应速度：从几秒降到毫秒级
• 成本降低：缓存命中的费用通常是重新计算的 10%~25%
• 一致性：相同问题得到相同答案，避免随机性
工作原理：基于 Prompt 前缀精确匹配——相同前缀的部分直接复用已计算的 KV 缓存，无需重新推理。
费用对比（Anthropic 官方定价）：
• 普通输入：1.0× 基准价
• Cache Write（写入缓存）：1.25× 基准价（5分钟TTL）
• Cache Read（命中缓存）：0.1× 基准价（节省 90%！）
OpenAI 在 Prompt ≥1024 Token 时自动启用缓存，无需代码改动。
响应速度提升最高 80%，费用节省最高 90%（Anthropic 官方数据：Cache Read 仅收基准价的 10%）。原理是基于 Prompt 前缀精确匹配——相同前缀直接复用已计算的 KV 缓存，无需重新推理。OpenAI 在 Prompt ≥1024 Token 时自动启用缓存。
技巧：相似问题尽量在同一个会话中问，更容易触发缓存命中。
2.6 温度
温度（Temperature）是控制 AI 输出随机性的参数——取值范围 0~2（OpenAI）或 0~1（Anthropic/Gemini），默认值为 1.0。通过缩放 Softmax 函数的 logits 来改变概率分布：T=0 时完全确定（每次输出相同），T 越高输出越随机多样。
不同平台的温度范围
• OpenAI：0 ~ 2.0，默认 1.0
• Anthropic (Claude)：0 ~ 1.0
• Google Gemini：0 ~ 1.0，默认 1.0
• T=0 时为完全确定性输出（greedy decoding），相同输入始终得到相同输出
写代码时温度设低（接近 0），保证确定性输出；创意写作时温度设高，获得更多样化的表达。注意：Temperature 和 top_p 建议只调其一，不要同时调整。
温度设置建议
• 写代码：0.1~0.3（保守、确定、正确性优先）
• 写文档/注释：0.5~0.7（自然、流畅、可读性好）
• 创意写作：0.8~1.0（有想象力、但可能不稳定）
• 数学计算：0.0（完全确定、无随机性
温度通过缩放 Softmax 函数的 logits 来改变概率分布形状：
• T < 1：概率分布变「尖锐」，高概率 token 更主导，输出更聚焦确定
• T = 1：保持模型原始概率分布（默认行为）
• T > 1：概率分布变「平坦」，低概率 token 也有机会被选中，输出更多样
• T = 0：等同于 argmax，每次对相同输入返回完全相同输出（greedy decoding）
注意：Temperature 和 top_p 建议只调其一，不要同时调整（OpenAI 官方建议）。
建议：写代码时温度设低，写注释时温度设高，灵活调整。
2.7 RAG — 让 AI 参考你的代码库
RAG（Retrieval-Augmented Generation，检索增强生成）是 Vibe Coding 进阶的关键技术。简单说就是：AI 写代码时，先自动从你的代码库里找相似代码作为参考，再生成新的。
RAG 的原理大白话
没有 RAG 的 AI：它凭空生成 MAXScript，用的是训练数据里的「通用知识」。它不知道你写过什么工具函数、不知道你的命名规范、不知道你常用的模式。
有 RAG 的 AI：你问它「写一个批量导出工具」，它会先检索你已有的代码库，找到你之前写的导出函数、UI 组件、工具类，然后基于这些已有代码生成新的脚本。生成结果风格一致、直接可用。
对 MAXScript 的实用场景：
场景 | 操作方法 | 效果 |
复用已有工具函数 | @Codebase 参考 myTools.ms 里的 UI 风格 | 新脚本和老工具风格一致 |
学习现有代码 | @Codebase 分析这个脚本的工作流 | AI 解释别人的 MAXScript |
跨文件重构 | @Codebase 把三个脚本里的重复功能提取成公共函数 | 自动整理代码库 |
建立你的 MAXScript RAG 知识库：
为了让 RAG 效果更好，建议在项目目录下放一个
_references/ 文件夹，存放：RAG 进阶技巧： 每次写新功能前，先用
@Codebase 看一下有没有现成的代码可以直接复用。这比你让 AI 从零生成要快得多，而且代码风格一致。每次完成的脚本都放入 _references/ 知识库，下次同类型任务 RAG 就能直接参考，形成越用越顺的正循环。2.8 Agent（智能代理模式）
如果说 Vibe Coding 是「你告诉 AI 做什么」，那 Agent 模式就是「你告诉 AI 一个目标，AI 自己规划步骤、执行、检查结果」。
Agent 和普通聊天的区别
维度 | 普通聊天 | Agent 模式 |
任务粒度 | 一次一步 | 多步自主规划 |
工具调用 | 你手动复制运行 | AI 自动调用工具 |
错误处理 | 你把报错贴给 AI | AI 自己发现并修复 |
适用场景 | 简单脚本 | 复杂多步骤任务 |
Agent 会自动：读取场景 → 分析需求 → 生成代码 → 运行测试 → 发现 bug → 修复 → 完成。你只需要在最后验收。
也可以多 Agent 协同： 一个 Agent 写核心逻辑，另一个 Agent 写 UI，第三个 Agent 测试。这在 Windsurf 的协作模式下已经可以实现。
2.9 提示词模板库
不要每次都从零开始写 prompt。创建一套 MAXScript 专用的提示词模板，直接复制使用：
模板 1：从零写脚本
模板 2：修改现有脚本
模板 3：调试报错
模板 4：生成 UI 界面
3. 如何开始
3.1 需要用到的工具
3.1.1 AI IDE 选择
Claude Code 和 Codex 是新一代的 AI 编程工具，它们不再依赖传统的 IDE 界面，而是直接在终端中运行，通过自然语言与你对话来完成代码编写、调试和重构。这种模式更符合 Vibe Coding 的理念——你只需要描述想要什么，AI 帮你实现。
与传统的 AI IDE（如 Cursor、Windsurf）相比，Claude Code 和 Codex 的优势在于：
- 无需切换编辑器：直接在终端运行，与你现有的 3ds Max 工作流无缝集成
- 更强的上下文理解：能读取整个项目目录，自动理解代码结构和依赖关系
- 自动化程度更高：可以自主执行测试、修复错误、迭代优化，你只需要在最后验收
推荐选择：如果你是第一次接触 Vibe Coding，建议从 Claude Code 开始——它的中文理解能力更强，对 MAXScript 这种小众语言的支持也更好。如果你已经有 Python/Node.js 基础，Codex 也是不错的选择。
主流 AI 编程工具对比：
- Claude Code（CLI/终端）— 中文理解强，MAXScript 支持好，适合小众语言开发，学习成本低
- Codex（CLI/终端）— OpenAI 生态，Python/JS 强，适合 Python 和 Web 开发，学习成本中
- Cursor（AI IDE）— 可视化界面，RAG 集成，适合全栈开发和大型项目，学习成本中
- Windsurf（AI IDE）— 多 Agent 协同，实时预览，适合团队协作和复杂项目，学习成本高
- GitHub Copilot（IDE 插件）— 代码补全，生态成熟，适合日常编码和快速原型，学习成本低
3.1.2 Claude code安装使用指南
Claude code 安装
官方脚本安装(简单方便)
Windows PowerShell：
Windows CMD：
macOS、Linux、WSL：
npm安装方式(需要安装nodejs)
首先检查是否本地环境中安装了nodejs
输出如果没有输出版本号那么》点开我《
成功输出了版本号那么就复制下方代码安装claude code cli
验证是否安装成功
如果正确的输出了版本号那么就安装成功了。
下方命令是手动更新Claude code
一般情况下不需要手动更新，每次启动时会自动更新。
API配置
claude code 常用命令
命令 | 功能 |
/help | 参考全部可用命令 |
/init | 创建CLAUDE.md项目记忆(初始化项目) |
/compact | 压缩上下文(省token) |
/model | 切换模型 |
/clear | 查看token用量 |
/review | 代码审查 |
/plan | 进入规划模式 |
/memory | 编辑CLAUDE.md |
/exit(或Ctrl+D) | 退出 |
超级实用：在一次对话后你对本次对话的修改不满意可以双击“ESC”键可以将对话或修改退回到上次对话的状态。
3.2 国内外模型选择（2026年6月 AA Quality Index 排行榜）
本数据来自 DataLearnerAI AA Quality Index（人工智能质量指数）综合排行榜（2026-06-13 数据版本），综合10项权威评测基准（GDPval-AA、Terminal-Bench、GPQA Diamond、SciCode等），从数学、科学、编程、推理等多维度对AI模型进行全面评估，共212个模型。
选型建议：
代码能力最强的当属 Claude Fable 5，以 95% SWE-bench 得分 + LMArena 编程 Elo 1566 占据双料冠军位置，但需要中转服务才能使用。
国内用户首选 DeepSeek-V4-Pro（80.6% 开源最强，$0.2/M 极致低价，1M token 上下文）或 6 月新发的 MiniMax M3（70%，同样 100 万上下文）。日常对话用 DeepSeek V4 Flash（比 Pro 更便宜），复杂脚本生成切到 Claude。
注意中转服务（如 GeekAI、API2D）会有一定加价，但省去了海外 API 直连的网络问题。如果不方便用海外模型，DeepSeek-V4 系列和 GLM 5.1 都能写出可用的 MAXScript。
4. 使用 AI 工具的发展阶段
4.1 提示词工程（Prompt Engineering）
这是 Vibe Coding 的第一阶段——学会问问题。
很多新手第一次用 AI 写 MAXScript 会说：
❌「帮我写个脚本」
这种问题太模糊，AI 不知道你要什么。好的提示词应该包含：
提示词的核心公式：
角色（你是谁） + 任务（做什么） + 输入（有什么） + 输出（给什么） + 约束（注意事项）
这五要素每多一个，AI 的输出质量就上一个台阶。
4.2 上下文工程（Context Engineering）
第二阶段——给 AI 喂对的材料。
AI 不知道你的项目环境、不知道你用的是哪个版本的 3ds Max、不知道你有哪些已经写好的工具函数。你需要告诉它。
实际做法：
- 在项目根目录放一个
CONTEXT.md，写明项目基本信息
- 在 AI IDE 的 Rules 里写好固定上下文
- 每次问问题前，先粘贴相关代码给 AI 看
MAXScript 项目 CONTEXT.md 示例
4.3 驾驭工程（Harness Engineering）
第三阶段——给 AI 装「方向盘」和「刹车」。
AI 生成的代码不一定是对的，尤其是 MAXScript——3ds Max 的 API 版本差异很大，AI 偶尔会生成过时的 API 调用。你需要驾驭它：
- 方向控制： 用 Rules / Instructions / Skill 限定 AI 的行为边界
- 安全护栏： 涉及文件操作、批量删除、场景修改的脚本，第一次别直接跑，先看一遍代码
- 增量验证： 让 AI 分步骤生成脚本，每步都测试，不要一次性生成 500 行代码然后全崩
4.4 循环工程（Loop Engineering）
最终阶段——让 AI 进入自我迭代的循环。
到了这个阶段，你不是在跟 AI 对话，而是在建立一个循环：
描述 → 生成 → 测试 → 反馈 → 修正 → 测试 → 发布
循环工程的实际工作流
5. 进阶工作流：综合运用
将前面所有知识点串联起来，形成完整的 Vibe Coding + MAXScript 工作流：
核心原则： 每次完成的脚本都放入
_references/ 知识库，下次同类型任务 RAG 就能直接参考，形成越用越顺的正循环。总结
Vibe Coding 不是「编程的终结」，而是编程的民主化。对于 MAXScript 这种小众但实用的脚本语言来说，Vibe Coding 的价值格外明显——你不用再花费大量时间翻找零散的官方文档，而是用自然语言直达目标。
从本文学到的技能栈：
- ✅ 选对工具和模型（IDE + 模型配置，数据来源 DataLearnerAI 2026-06-17）
- ✅ 理解基础概念（Token、上下文、缓存）
- ✅ 用 RAG 让 AI 学习你的代码风格
- ✅ 用 Agent 模式处理复杂多步任务
- ✅ 用模板避免每次从零写 prompt
- ✅ 用代码审查保证输出质量
- ✅ 用循环工程迭代到满意
从提示词工程到循环工程，你会经历四个阶段。不需要一口气全部掌握——先从 3.1 的提示词公式开始，写几个简单的脚本找找感觉，慢慢地你就会发现自己已经进入了循环工程的模式。
最后的一句话：
AI 写的 MAXScript 不一定一次就对，但让 AI 修三次之后，大概率就对了。这是 Vibe Coding 最核心的思维转变——不追求一次完美，追求快速迭代。
- 作者:海鸥旅人
- 链接:玻璃小屋.cn/article/vibe-coding-max-script
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
相关文章
)_1girl_soloanime_character_highly_detailed_bright_color_checkpoint_style_brush_stroke_drawin.png?table=block&id=51a4fb01-061c-42b8-993f-0b55716e8406&t=51a4fb01-061c-42b8-993f-0b55716e8406&width=1080&cache=v2 "在阿里云上部署ai绘画")
