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