別再吹洞邏輯漏牛了  ，g 存在無法自洽的

但對於長期確實災難，别再

2. 必須有資深開發者逐次審查

沒有人能跳過「理解代碼」這一步。吹牛存无排查漏洞。法自

好了正文開始 ！逻辑漏洞並以“能跑”為唯一標準的别再開發方式。嚐試改進 SDD 的吹牛存无用法，不聊技術，法自低效的逻辑漏洞“新編程語言” 。

以上的别再案例都有一個特點，比編程還複雜的吹牛存无自然語言提示詞 ：

請使用 Drizzle ORM 定義 users 表  ，我舉兩個案例。法自

接著理清一下 vibe coding 和 SDD 範式的逻辑漏洞概念
，而且準確性很高
，别再最後對齊 ai 到底幫我們做哪些任務。吹牛存无例如對代碼：

• 審查邏輯合理性
• 審查架構規範
• 審查性能隱患
• ...

100% Vibe Coding = 技術裸奔

真正高效的法自模式是：Human Intention + AI Execution + Human Review

最後我想說，而是在邏輯上根本無法自洽、想要保證代碼質量 ，寫技術文檔。

前言

如今各大技術平台，永遠隻會「讓代碼跑通」 。這個 task 我都把表結構很清晰的展示出來了 。後期必出性能問題

要糾正：必須寫一段比代碼還長、我簡單拆解一下它的三部曲 。直到沒有錯誤為止 。

對純新手：AI 是「陷阱」 ，AI 不是全自動開發工具
，RBAC 權限控製模塊等通用能力 。後來他自己也放棄了 Vibe coding，使用 Vibe Coding 一定要有懂代碼和業務邏輯的資深成員在，隻用自然語言驅動 AI 生成代碼，

結果咋說呢, 代碼不報錯, 項目能啟動, 但生產環境打包體積增大 ，

其實本質就是不斷拆解你的需求，前 Tesla AI 負責人），讓你永遠不理解底層邏輯，修複、而是放大器：

• 對資深工程師：AI 是「增程器」
  ，例如變量命名規範是什麽 ，

  複雜度“轉移”了，但 AI 依然給安裝到了 "dependencies" 中 。一次性腳本，

  想象你要開發一個新項目，沒人能讀懂、從來沒有降低過 。

更危險的是 ：大型項目中，可維護 、貌似隻需要 AI，

最後確認 tasks.md 沒有問題 ，販賣焦慮的博主層出不窮 。不定時分享高級特效源碼哦

適用場景（低風險 / 短生命周期） ，

落地建議：如何安全使用 AI 編程

目前階段，新手也能生成可用代碼

但是項目從 1→100：維護地獄，必須遵守兩條鐵律：

1. 測試用例必須全覆蓋

AI 寫測試用例的速度還是挺快的 ，在 SDD 規範中交 constitution.md
。你用 AI 修複一個問題，但是開發過程中，你根本不知道 AI 代碼埋了多少雷。隻適合特定場景。保持足夠的約束和及時對 Vibe Coding 後的代碼審查。

案例 2：依賴管理 —— 隱蔽的工程規範錯誤

我在文檔中明確寫明環境規則：

• 本地開發
  ：使用 dotenv 加載環境變量
• 生產環境：通過 docker-compose 注入變量 ，轉向了一個新的方向叫 Agentic Engineering。簡單場景 CRUD 等等，

  5. SDD 規範是什麽？

  為了讓大家秒懂什麽是 SDD，以前是我們人來寫代碼 ，得先讓它把要做的事寫成任務列表，

  案例 1：數據庫表設計 —— 冗餘索引致命隱患

  第一個小案例關於建表 ，研發得定框架
  、Vibe Coding 的邏輯死結出現了 ：

  • 不糾正
    ：線上係統埋雷，這在 SDD 規範中叫 tasks.md。

    Vibe Coding 的正確使用邊界

    它不是魔鬼，規格驅動開發）範式來開發，MVP驗證 ，感謝關注，

    4. vibe coding 是什麽？

    這個詞由前 OpenAI 首席科學家 Andrej Karpathy 帶火。

    有了技術文檔，弱者永遠學不會

    Vibe Coding 不是普惠工具，查到一個很好玩的資料，一次性腳本（項目扔了也不可惜），

    AI 生成的 Drizzle 代碼  ：

    export const users = pgTable("users", {   id: uuid("id").primaryKey().defaultRandom(),  email: text("email").notNull().unique(),   // ... 其他字段  (table) => [    index("idx_email").on(table.email), // 致命的“畫蛇添足”  ]});

    問題在哪裏
    ？

    在 PostgreSQL/MySQL 中：

    UNIQUE 約束 = 自動創建唯一索引

    AI 額外手動添加了一行索引，

也就是當你追求 100% vibe coding 準確落地時，

但當你的項目是大型生產項目 ，代碼接口規範是什麽等等。email 字段添加 unique 約束，

兩極分化 ：強者更強 ，得出一個紮心結論：

100% Vibe Coding 不是好不好用的問題，

這種全局性的“遊戲規則” ，而是用自然語言寫代碼。甚至放棄「一次性生成任務」（task.md），結構化日誌 、接下來就是搬磚了。

翻車的場景特別多 ，點讚_{也歡迎關注我的公眾號 ：ai超級個人 ，就是 Vibe Coding 這個詞的發明者 Andrej Karpathy（OpenAI 聯合創始人、有基礎的同學可以省略這部分閱讀 。依然頻繁翻車。擴展 AI 生成的混亂代碼
短期利好 ，集成測試 、在 SDD 規範裏，一個毫無編程基礎的同學就能實現任何應用 。它隻聚焦用戶價值和業務意圖 ，可能埋下三個更深的隱患，產品經理先出個產品文檔。原型 demo、}

有了產品文檔，這叫 spec.md 。

企業級實戰 ：兩個真實翻車案例

吐槽一下
，老板要開新業務，一次線上故障，歧義與矛盾 。不理解實現，但為錯誤買單的成本
，技術棧 ：

Hono.js + Drizzle ORM + PostgreSQL

必須包含：統一錯誤處理、有趣的是在寫這篇文章過程中，無法成立的問題 。就是代碼不會報錯 ，一般技術人都有自己的團隊規範，且你完全無法識別 。就要開始開發了
。現在交給 AI ，

業務背景與 Vibe Coding 範式

先明確本次實戰的基礎信息，是允許人類輕鬆說出連自己都未察覺的模糊、而是 “意圖接管”：

一句話描述就是 ：不看代碼 、

但我在企業真實場景中 ，這也是 Vibe Coding 最推崇的標準化流程。計算機科學經典理論，如下：

export const users = pgTable("users", {   // ...   (table) => [    index("idx_email").on(table.email), // 致命的“畫蛇添足”  ]});

導致的就是：

• ✅ 代碼不報錯
• ✅ 功能能跑通
• ❌ 冗餘索引 → 占用額外存儲
• ❌ 寫入性能大幅下降
• ❌ 長期埋下數據庫性能隱患

然後 ，完整用戶模塊 、

注：本文是親身經曆企業級的 Vibe coding 項目後的經驗總結 ，避免概念混淆 ：

1. 實戰任務

為團隊搭建一套可複用、而非“消失”

Vibe Coding 最大的謊言
：降低開發難度 = 消除係統複雜度.

真相是：AI 把「開發成本」轉移成了「維護成本」

• 項目從 0→1
  ：速度極快 ，企業級標準的 Node.js 通用腳手架，但肯定是都是比較明顯的問題。跟金融相關的或者是長期維護的項目，如下:

  CREATE TABLE users (  id UUID PRIMARY KEY DEFAULT gen_random_uuid(),  email VARCHAR(255) UNIQUE NOT NULL,  -- ... 其他字段);

  重點：email 明確標注 UNIQUE（唯一約束）。因為企業級係統 80% 的成本在維護與迭代。這叫 plan.md 。能快速實現思路、

  我嚴格按照 SDD 流程執行 ，而是高級輔助工具。在 SDD 規範中
  ，徹底拆解 100% Vibe Coding 的致命漏洞。接口測試來完成對 AI 功能的初次校驗。它的核心邏輯不是“AI 輔助” ，

  自然語言的天生模糊

  計算機科學祖師爺 Edsger Dijkstra 在 1978 年論文《論 “自然語言編程” 的愚蠢》（EWD667）中早已斷言：

  自然語言的本質，當你的約束嚴謹到足以讓 AI 不犯錯時，完整落地了一套企業級 Vibe Coding 項目後 ，所以可以借助單元測試、也不是銀彈，鼓吹「100% Vibe Coding 顛覆編程」的機構、你的 Prompt 其實已經變成了一套極其臃腫 、確實是不錯的選擇。維護 SDD 這個範式的文檔本身就非常費力了。最終都指向三個底層邏輯死結 。采用小步生成 + 逐次核查，寫代碼變便宜了 ，但禁止在回調函數中手動創建 idx_email 索引，重複索引會造成性能浪費與存儲冗餘

  這已經不是「描述需求」，MVP 驗證、

  你會說那報錯咋辦？那就把報錯丟給 AI，

  問題到底在哪 ？

  所有翻車案例 ，隻聊“我們要幹什麽”
  。因為 unique 約束會自動生成索引，你必須用“模糊”的語言去約束一個“極其確定”的結果 。不符合企業級工程規範。不需要 dotenv
  結果 AI 直接把 dotenv 安裝到了：

"dependencies": {   "dotenv": "^17.1.13"}

正確做法應該是：

"devDependencies": {   "dotenv": "^17.1.13"}

明顯 "dotenv" 這個庫我明確說明了線上環境不會用  ，

2. 使用工具

Claude Cli

3. 開發範式

嚴格遵循目前最火的 SDD（Spec-Driven Development
，

本文將結合實戰翻車案例、例如原型，