Velomask：游泳时也能远程写代码的AI编程调度平台

一边游泳一边写代码？这不是玩笑

Vibe Coding（氛围编程）的概念火了之后，开发者们一直在探索如何让AI代替自己写代码，而自己只需要动动嘴。这一概念由 Andrej Karpathy（前特斯拉AI总监、OpenAI联合创始人）在2025年初提出，他描述了一种全新的编程范式：开发者不再逐行编写代码，而是通过自然语言向AI描述意图，由AI完成实际的代码生成工作。开发者的角色从"编码者"转变为"指挥者"，核心能力从语法掌握转向需求表达和结果验证。这一理念迅速在开发者社区引发热议，被视为软件开发民主化的重要里程碑。

但有位B站UP主把这个理念推到了极致——他展示了如何在游泳池里，用手机给AI发送编程指令，游完一圈回来代码就写好了。

这背后的核心工具叫做 Velomask，一个基于互联网同步的远程 Coding Agent 调度平台。它的设计理念很简单：你在任何设备上发送任务，AI在云端节点上执行，所有设备实时同步结果。

Velomask 的核心工作流程

创建工作区并选择 Coding Agent

Velomask 的界面采用卡片式设计，每个卡片代表一个独立的工作区，对应不同的项目。创建新工作区时，你可以选择不同的 Coding Agent，目前支持 Claude Code、Codex 等主流方案。

这里需要理解 Coding Agent 与普通代码补全工具的本质区别。Coding Agent 是一类能够自主完成编程任务的AI代理系统，具备理解项目上下文、规划执行步骤、读写文件、运行命令、自我调试等完整能力。Claude Code 是 Anthropic 推出的命令行编程代理，能够直接操作文件系统和终端；Codex 则是 OpenAI 推出的编程代理方案。这些 Agent 的核心特征是"自主性"——你给出目标，它自行决定实现路径，而不是每一步都需要人工确认。

选好 Agent 后，还需要选择模型（比如演示中用的 GPT-4 模型）和执行节点。平台支持指定任务发送到哪个计算节点上运行，如果你有多台服务器，可以灵活调度。这种节点调度机制本质上是一种分布式任务编排架构——每个"节点"是一台运行着 Coding Agent 的服务器实例，拥有独立的文件系统和计算资源。当用户发送任务时，平台将指令路由到指定节点，Agent 在该节点的环境中执行代码生成、文件修改等操作。计算资源与交互界面完全解耦，用户设备只需要承担轻量级的消息收发，所有重计算都在云端完成——这也是为什么一部手机就能胜任"发送编程任务"这一操作的技术基础。工作目录支持原始目录和 Workspace 两种模式。

发送任务然后去游泳

整个操作流程极其简洁：

1. 在手机上打开 Velomask，进入对应项目的工作区
2. 用自然语言描述需求，比如"新增一个用户登录界面和注册界面"
3. 点击发送，系统自动创建工作区并开始执行
4. 把手机放到泳池边，去游泳

系统会先检查目录是否存在于指定节点上，确认后开始调用 Codex 进行代码生成。整个过程完全自动化，不需要人工干预。

游完一圈回来，拿起手机解锁，打开APP就能看到结果。AI不仅完成了代码编写，还会把工作过程折叠展示——你可以展开查看详细的执行步骤，也可以收起来只看最终成果。

多设备实时同步：手机与电脑双向互通

真正的跨设备无缝体验

Velomask 最打动人的设计在于基于互联网的双向实时同步。在泳池边用手机发送的任务和查看的结果，回到家打开 MacBook 登录同一个网页，看到的内容完全一致。

演示中，UP主将手机投屏到电脑上进行了直观对比：手机上显示的"新增一个用户登录界面"任务及其结果，与电脑网页端一模一样。不仅历史聊天记录完整保留，你还可以在电脑上继续发送新的任务指令。

双向同步的实际验证

为了验证同步的实时性，UP主在电脑端发送了一个新任务——"新增谷歌登录"。发送后立即切换到手机端查看，任务状态和AI的回复内容在两端完全同步，没有任何延迟感。

这意味着你的开发工作流可以真正做到场景无缝切换：通勤路上用手机发任务，到公司用电脑接着改，回家用笔记本继续——所有上下文都在。

回到电脑：从对话到代码的最后一公里

当你回到电脑前，Velomask 还提供了更深度的开发能力。点击右上角可以打开终端，由于是本地连接到节点，延迟极低。更关键的是，你可以直接用 VS Code 打开项目代码，在AI生成的基础上进行手动修改和调优。

这就形成了一个完整的开发闭环：

• 移动端：发送自然语言指令，查看执行结果，轻量级交互
• 桌面端：查看完整记录，继续对话，打开终端和IDE进行深度开发
• 云端节点：实际执行代码生成任务，存储项目文件

对开发者的实际启示

这个方案的价值不仅仅是"游泳时写代码"这个噱头。它实际上解决了AI编程时代的一个真实痛点：AI执行任务需要时间，而开发者不需要盯着屏幕等待。

传统的 Cursor、Copilot 等工具要求你坐在电脑前，看着AI一行行生成代码。但当任务足够明确（比如"新增登录注册页面"），你完全可以把它交给AI，自己去做别的事。Velomask 这类工具让这种异步开发模式变得可行。

事实上，异步开发模式正在成为AI编程工具的重要演进方向。传统的AI编程助手采用"同步交互"模式，开发者必须实时在场，逐步引导AI完成任务。但随着AI Agent能力的增强，越来越多的任务可以"一次性描述、自动完成"。GitHub 的 Copilot Coding Agent、Devin 等产品都在探索这一方向。这种模式的核心价值在于释放开发者的注意力资源——在AI执行任务的等待时间里，开发者可以进行代码审查、需求讨论或其他创造性工作，甚至是休息和运动。

当然，这种方式更适合功能明确、边界清晰的任务。复杂的架构设计和需要频繁交互的调试，仍然需要坐在电脑前。但对于日常的CRUD开发、UI页面搭建、功能模块新增等工作，"发个消息然后去游泳"可能真的会成为一种新的开发方式。

核心要点