|
翻車的别再場景特別多, 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,維護 SDD 這個範式的法自文檔本身就非常費力了 。並以“能跑”為唯一標準的逻辑漏洞開發方式。直到沒有錯誤為止。别再得先讓它把要做的吹牛存无事寫成任務列表,
兩極分化:強者更強,法自一般技術人都有自己的逻辑漏洞團隊規範 ,MVP驗證
,别再完整落地了一套企業級 Vibe Coding 項目後 ,吹牛存无讓你永遠不理解底層邏輯,法自得出一個紮心結論:100% Vibe Coding 不是逻辑漏洞好不好用的問題,最終都指向三個底層邏輯死結
。别再就要開始開發了。吹牛存无現在交給 AI
,法自 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
,這個 task 我都把表結構很清晰的展示出來了
。不定時分享高級特效源碼哦 有了產品文檔 , 也就是當你追求 100% vibe coding 準確落地時,依然頻繁翻車
。我簡單拆解一下它的三部曲。弱者永遠學不會 Vibe Coding 不是普惠工具 , 複雜度“轉移”了,Vibe Coding 的正確使用邊界它不是魔鬼,就是 Vibe Coding 這個詞的發明者 Andrej Karpathy(OpenAI 聯合創始人 、你必須用“模糊”的語言去約束一個“極其確定”的結果。也不是銀彈,但禁止在回調函數中手動創建 idx_email 索引
,在 SDD 規範中交 constitution.md
。以前是我們人來寫代碼,因為 unique 約束會自動生成索引,而是 “意圖接管”
: 一句話描述就是
:不看代碼、可維護
、 但我在企業真實場景中,沒人能讀懂
、但肯定是都是比較明顯的問題 。接下來就是搬磚了。永遠隻會「讓代碼跑通」
。就是代碼不會報錯
,後期必出性能問題 要糾正 :必須寫一段比代碼還長、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 ,而是用自然語言寫代碼。MVP 驗證
、寫技術文檔。無法成立的問題 。甚至放棄「一次性生成任務」(task.md)
,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,AI 不是全自動開發工具
, 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,不符合企業級工程規範。販賣焦慮的博主層出不窮
。我舉兩個案例 。代碼接口規範是什麽等等 。使用 Vibe Coding 一定要有懂代碼和業務邏輯的資深成員在
,但對於長期確實災難,當你的約束嚴謹到足以讓 AI 不犯錯時
,避免概念混淆
: 1. 實戰任務為團隊搭建一套可複用
、 你會說那報錯咋辦
?那就把報錯丟給 AI ,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,後來他自己也放棄了 Vibe coding,而是放大器
: - 對資深工程師:AI 是「增程器」 ,
接著理清一下 vibe coding 和 SDD 範式的概念
,老板要開新業務
,隻適合特定場景。 想象你要開發一個新項目 ,產品經理先出個產品文檔。而且準確性很高, 以上的案例都有一個特點
, 我嚴格按照 SDD 流程執行,所以可以借助單元測試、貌似隻需要 AI ,感謝關注
,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」,你根本不知道 AI 代碼埋了多少雷
。
更危險的是:大型項目中, 但當你的項目是大型生產項目
,轉向了一個新的方向叫 Agentic Engineering。 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
, 4. vibe coding 是什麽 ?這個詞由前 OpenAI 首席科學家 Andrej Karpathy 帶火
。你的 Prompt 其實已經變成了一套極其臃腫、鼓吹「100% Vibe Coding 顛覆編程」的機構 、接口測試來完成對 AI 功能的初次校驗。 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,一次性腳本(項目扔了也不可惜),有趣的是在寫這篇文章過程中
,例如變量命名規範是什麽,例如原型
, 業務背景與 Vibe Coding 範式先明確本次實戰的基礎信息
,新手也能生成可用代碼 但是項目從 1→100:維護地獄
,不聊技術,email 字段添加 unique 約束
,從來沒有降低過。最後確認 tasks.md 沒有問題,低效的“新編程語言”。比編程還複雜的自然語言提示詞: 請使用 Drizzle ORM 定義 users 表,點讚也歡迎關注我的公眾號:ai超級個人,查到一個很好玩的資料
,它隻聚焦用戶價值和業務意圖,嚐試改進 SDD 的用法,跟金融相關的或者是長期維護的項目
,修複 、在 SDD 規範裏
,注:本文是親身經曆企業級的 Vibe coding 項目後的經驗總結,一個毫無編程基礎的同學就能實現任何應用。排查漏洞
。能快速實現思路
、歧義與矛盾
。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」 好了正文開始!想要保證代碼質量
,例如對代碼 : 100% Vibe Coding = 技術裸奔 真正高效的模式是 :Human Intention + AI Execution + Human Review 最後我想說, 對純新手:AI 是「陷阱」,這種全局性的“遊戲規則”,企業級標準的 Node.js 通用腳手架,隻用自然語言驅動 AI 生成代碼
,是允許人類輕鬆說出連自己都未察覺的模糊、最後對齊 ai 到底幫我們做哪些任務
。Vibe Coding 的邏輯死結出現了: - 不糾正
:線上係統埋雷,但為錯誤買單的成本,確實是不錯的選擇。簡單場景 CRUD 等等,結構化日誌、
企業級實戰
:兩個真實翻車案例吐槽一下,你用 AI 修複一個問題,保持足夠的約束和及時對 Vibe Coding 後的代碼審查。而是高級輔助工具。 問題到底在哪 ?所有翻車案例
,而是在邏輯上根本無法自洽、寫代碼變便宜了
,但是開發過程中 ,隻聊“我們要幹什麽”。完整用戶模塊、但 AI 依然給安裝到了 "dependencies" 中
。 有了技術文檔,采用小步生成 + 逐次核查
, 其實本質就是不斷拆解你的需求, 本文將結合實戰翻車案例、這叫 spec.md。集成測試
、技術棧 : Hono.js + Drizzle ORM + PostgreSQL 必須包含
:統一錯誤處理、在 SDD 規範中 , 落地建議 :如何安全使用 AI 編程目前階段
,有基礎的同學可以省略這部分閱讀
。 前言如今各大技術平台,一次線上故障,前 Tesla AI 負責人)
,研發得定框架、 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,擴展 AI 生成的混亂代碼 短期利好
,可能埋下三個更深的隱患
,因為企業級係統 80% 的成本在維護與迭代。原型 demo、這也是 Vibe Coding 最推崇的標準化流程。徹底拆解 100% Vibe Coding 的致命漏洞 。RBAC 權限控製模塊等通用能力 。這叫 plan.md 。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)。 5. SDD 規範是什麽?為了讓大家秒懂什麽是 SDD, 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。一次性腳本,且你完全無法識別。這在 SDD 規範中叫 tasks.md 。計算機科學經典理論, 適用場景(低風險 / 短生命周期),它的核心邏輯不是“AI 輔助”,規格驅動開發)範式來開發,
|