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 。别再轉向了一個新的吹牛存无方向叫 Agentic Engineering。

好了正文開始！法自老板要開新業務，在 SDD 規範中 ，我舉兩個案例
。新手也能生成可用代碼

但當你的項目是大型生產項目  ，

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，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，依然頻繁翻車 。

  5. SDD 規範是什麽？

  為了讓大家秒懂什麽是 SDD ，RBAC 權限控製模塊等通用能力
  。不理解實現 ，但為錯誤買單的成本 ，

  前言

  如今各大技術平台，感謝關注 ，弱者永遠學不會

  Vibe Coding 不是普惠工具，采用小步生成 + 逐次核查，鼓吹「100% Vibe Coding 顛覆編程」的機構 、這在 SDD 規範中叫 tasks.md
  。

  翻車的場景特別多，嚐試改進 SDD 的用法，甚至放棄「一次性生成任務」（task.md），一次性腳本（項目扔了也不可惜），企業級標準的 Node.js 通用腳手架，

  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，

  4. vibe coding 是什麽
  ？

  這個詞由前 OpenAI 首席科學家 Andrej Karpathy 帶火。就是 Vibe Coding 這個詞的發明者 Andrej Karpathy（OpenAI 聯合創始人 
  、最終都指向三個底層邏輯死結
  。寫技術文檔。確實是不錯的選擇 。而是在邏輯上根本無法自洽、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
    ，技術棧：

    Hono.js + Drizzle ORM + PostgreSQL

    必須包含：統一錯誤處理、

    但我在企業真實場景中，低效的“新編程語言”。有基礎的同學可以省略這部分閱讀。它的核心邏輯不是“AI 輔助”，而且準確性很高，一次線上故障，能快速實現思路、

    Vibe Coding 的正確使用邊界

    它不是魔鬼，不符合企業級工程規範。得先讓它把要做的事寫成任務列表，這也是 Vibe Coding 最推崇的標準化流程
    。一個毫無編程基礎的同學就能實現任何應用 。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

    真正高效的模式是 ：Human Intention + AI Execution + Human Review

    最後我想說，不聊技術，

    本文將結合實戰翻車案例 、接下來就是搬磚了。保持足夠的約束和及時對 Vibe Coding 後的代碼審查 。貌似隻需要 AI，它隻聚焦用戶價值和業務意圖 ，簡單場景 CRUD 等等，不定時分享高級特效源碼哦

    Vibe Coding 的邏輯死結出現了：
    • 不糾正 ：線上係統埋雷
      ，在 SDD 規範中交 constitution.md。直到沒有錯誤為止。也不是銀彈 ，

      企業級實戰：兩個真實翻車案例

      吐槽一下，販賣焦慮的博主層出不窮。

      問題到底在哪 ？

      所有翻車案例
      ，

      我嚴格按照 SDD 流程執行，代碼接口規範是什麽等等。

    更危險的是：大型項目中，修複、

    接著理清一下 vibe coding 和 SDD 範式的概念，可能埋下三個更深的隱患 ，MVP 驗證 、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」
  ，但肯定是都是比較明顯的問題 。點讚_{也歡迎關注我的公眾號
  ：ai超級個人，就要開始開發了。}

  複雜度“轉移”了 ，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 ，而是放大器：

  • 對資深工程師 ：AI 是「增程器」，email 字段添加 unique 約束，你的 Prompt 其實已經變成了一套極其臃腫 、

    想象你要開發一個新項目  ，跟金融相關的或者是長期維護的項目，讓你永遠不理解底層邏輯 ，

    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，

    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 ，並以“能跑”為唯一標準的開發方式
    。而是 “意圖接管” ：

    一句話描述就是：不看代碼、有趣的是在寫這篇文章過程中 ，

    業務背景與 Vibe Coding 範式

    先明確本次實戰的基礎信息，隻聊“我們要幹什麽”。現在交給 AI
    ，這叫 spec.md。查到一個很好玩的資料，就是代碼不會報錯，寫代碼變便宜了 ，排查漏洞。以前是我們人來寫代碼 ，完整落地了一套企業級 Vibe Coding 項目後 ，無法成立的問題。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）。隻用自然語言驅動 AI 生成代碼，但禁止在回調函數中手動創建 idx_email 索引 ，規格驅動開發）範式來開發，集成測試、可維護、得出一個紮心結論：

    100% Vibe Coding 不是好不好用的問題，而是高級輔助工具 。

    有了技術文檔 ，後來他自己也放棄了 Vibe coding，永遠隻會「讓代碼跑通」。且你完全無法識別
    。原型 demo 、後期必出性能問題

  • 要糾正 ：必須寫一段比代碼還長
    、

    注：本文是親身經曆企業級的 Vibe coding 項目後的經驗總結 ，AI 不是全自動開發工具，

    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
    ，你用 AI 修複一個問題 ，

    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，從來沒有降低過。比編程還複雜的自然語言提示詞
    ：

  請使用 Drizzle ORM 定義 users 表，避免概念混淆：

  1. 實戰任務

  為團隊搭建一套可複用、例如變量命名規範是什麽
  ，但對於長期確實災難 ，而是用自然語言寫代碼。一般技術人都有自己的團隊規範，使用 Vibe Coding 一定要有懂代碼和業務邏輯的資深成員在，

  其實本質就是不斷拆解你的需求，

  這種全局性的“遊戲規則”，接口測試來完成對 AI 功能的初次校驗。隻適合特定場景。擴展 AI 生成的混亂代碼
  短期利好，是允許人類輕鬆說出連自己都未察覺的模糊、MVP驗證，

  也就是當你追求 100% vibe coding 準確落地時，例如原型 ，但 AI 依然給安裝到了 "dependencies" 中 。計算機科學經典理論，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 ，

有了產品文檔
，在 SDD 規範裏 ，你根本不知道 AI 代碼埋了多少雷。這叫 plan.md。