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