先把方法講清楚，再看工程判斷如何落到實作。這裡聚焦 Vibe Coding 的協作方式、檢索方法、handoff 節奏與 Android Framework 工作線。
Vibe Coding 不只是把需求丟給 AI。真正能被團隊反覆使用的，是 source understanding、retrieval、patch planning 與驗證節奏。
文章從最小概念開始，逐步回到大型 source tree 與 Android Framework 的日常研發場景。
Vibe Coding 的關鍵，不在於追逐單一工具，而在於把 AI 協作拆成可理解、可驗證、可交接的工程流程。閱讀時可以先建立概念，再進入 retrieval 與 Android Framework 的實作路徑。
向量資料庫、Top-K、cosine similarity 與 RAG 的檢索流程，被拆成工程師看得懂的最小工作流。重點不是先追求大而全，而是先理解 retrieval 如何把問題帶回可判斷的內容。
想理解 RAG、retrieval 與向量搜尋，但不想一開始就陷入大型框架與產品選型的人。
Top-K、cosine similarity、embedding 與最小可用的 RAG 檢索流程。
Vibe Coding 不是把開發工作都交給 AI，而是讓人與 LLM 一起思考、收斂方向，再把感覺實作為程式碼。重點在協作方法，不在黑箱生成。
想把 AI 從工具使用推進到工程協作方法，或想為團隊建立共同語言與 handoff 節奏的人。
從定義句、比較句到實作範例，說明 Vibe Coding 為什麼更接近 Pair Programming 的延伸。
不是先叫 AI 寫 patch，而是先讓 AI 看懂 source tree、找對位置、縮小修改範圍，再進入 patch planning 與 AI handoff。
正在做 Android Framework、system service 或大型 source tree 修改，想把 AI 推進到實際研發流程的人。
Source understanding、retrieval、patch planning 與 Android Framework 底層修改的 AI 工作線。
Android Vibe 的重點，不是把 code chunks 丟進向量資料庫，而是替 Android Framework 建立一層可檢索的結構索引。
想理解 Android Vibe、code indexing 與 retrieval 如何幫助 Android Framework tracing 的工程師。
從 camera permission enforcement path 出發，說明 Android Vibe 如何整理可工作的閱讀路徑。
產品頁整理 AIMining 的產品集合，從語言學習、影像工具、Prompt 工具到安全與文件整理，觀察同一套 AI-native factory 語言如何落到不同使用情境。