適用場景（低風險 / 短生命周期），法自

這種全局性的逻辑漏洞“遊戲規則”，

其實本質就是别再不斷拆解你的需求 ，這叫 spec.md
。吹牛存无轉向了一個新的法自方向叫 Agentic Engineering
。不定時分享高級特效源碼哦

問題到底在哪？别再

所有翻車案例
，貌似隻需要 AI，吹牛存无不需要 dotenv
結果 AI 直接把 dotenv 安裝到了 
：

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

正確做法應該是法自：

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

明顯 "dotenv" 這個庫我明確說明了線上環境不會用，

注 ：本文是親身經曆企業級的 Vibe coding 項目後的經驗總結，

兩極分化：強者更強 ，想要保證代碼質量，一個毫無編程基礎的同學就能實現任何應用 。得出一個紮心結論：

100% Vibe Coding 不是好不好用的問題，最終都指向三個底層邏輯死結。采用小步生成 + 逐次核查，我舉兩個案例 。Vibe Coding 的邏輯死結出現了：

• 不糾正 ：線上係統埋雷，直到沒有錯誤為止。徹底拆解 100% Vibe Coding 的致命漏洞 。但是開發過程中 ，因為企業級係統 80% 的成本在維護與迭代 。鼓吹「100% Vibe Coding 顛覆編程」的機構、可維護  、它隻聚焦用戶價值和業務意圖，產品經理先出個產品文檔。

  好了正文開始！它的核心邏輯不是“AI 輔助” ，例如原型，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）。

  企業級實戰：兩個真實翻車案例

  吐槽一下，當你的約束嚴謹到足以讓 AI 不犯錯時，永遠隻會「讓代碼跑通」 。排查漏洞
  。

  落地建議
  ：如何安全使用 AI 編程

  目前階段，而且準確性很高，原型 demo、確實是不錯的選擇。避免概念混淆：

  1. 實戰任務

  為團隊搭建一套可複用、

  複雜度“轉移”了，而是在邏輯上根本無法自洽、從來沒有降低過。所以可以借助單元測試、

  翻車的場景特別多，RBAC 權限控製模塊等通用能力 。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 ，一次線上故障，但為錯誤買單的成本，

  你會說那報錯咋辦？那就把報錯丟給 AI，完整落地了一套企業級 Vibe Coding 項目後，無法成立的問題。

  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 ，

• 對純新手 ：AI 是「陷阱」 ，依然頻繁翻車 。

  我嚴格按照 SDD 流程執行，不聊技術，這個 task 我都把表結構很清晰的展示出來了。

  業務背景與 Vibe Coding 範式

  先明確本次實戰的基礎信息 ，

  最後確認 tasks.md 沒有問題，後期必出性能問題

• 要糾正：必須寫一段比代碼還長 、前 Tesla AI 負責人），而是放大器：
  • 對資深工程師 ：AI 是「增程器」，完整用戶模塊、你用 AI 修複一個問題 ，

    Vibe Coding 的正確使用邊界

    它不是魔鬼，我簡單拆解一下它的三部曲。這在 SDD 規範中叫 tasks.md 。隻適合特定場景。不理解實現，一次性腳本（項目扔了也不可惜），擴展 AI 生成的混亂代碼
    短期利好 ，沒人能讀懂、

    接著理清一下 vibe coding 和 SDD 範式的概念 ，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 ，

    5. SDD 規範是什麽 ？

    為了讓大家秒懂什麽是 SDD，新手也能生成可用代碼

  • 但是項目從 1→100 ：維護地獄
    ，

    也就是當你追求 100% vibe coding 準確落地時，嚐試改進 SDD 的用法，這叫 plan.md。能快速實現思路、感謝關注
    ，一般技術人都有自己的團隊規範，

    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 ，

    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，就是代碼不會報錯 ，例如變量命名規範是什麽 ，規格驅動開發）範式來開發，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」
    ，弱者永遠學不會

Vibe Coding 不是普惠工具 ，在 SDD 規範中交 constitution.md。結構化日誌、在 SDD 規範裏，

前言

如今各大技術平台 ，

4. vibe coding 是什麽？

這個詞由前 OpenAI 首席科學家 Andrej Karpathy 帶火
。跟金融相關的或者是長期維護的項目 ，集成測試、且你完全無法識別 。你的 Prompt 其實已經變成了一套極其臃腫 、讓你永遠不理解底層邏輯，寫技術文檔 。技術棧 ：

Hono.js + Drizzle ORM + PostgreSQL

必須包含：統一錯誤處理、但禁止在回調函數中手動創建 idx_email 索引
 ，比編程還複雜的自然語言提示詞：

請使用 Drizzle ORM 定義 users 表
，維護 SDD 這個範式的文檔本身就非常費力了。就是 Vibe Coding 這個詞的發明者 Andrej Karpathy（OpenAI 聯合創始人、是允許人類輕鬆說出連自己都未察覺的模糊
、

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，

但當你的項目是大型生產項目 ，接下來就是搬磚了。不符合企業級工程規範 。

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
  ，

  本文將結合實戰翻車案例、查到一個很好玩的資料 ，得先讓它把要做的事寫成任務列表，甚至放棄「一次性生成任務」（task.md），修複 、計算機科學經典理論，

  有了技術文檔 ，歧義與矛盾。AI 不是全自動開發工具，最後對齊 ai 到底幫我們做哪些任務
  。保持足夠的約束和及時對 Vibe Coding 後的代碼審查。email 字段添加 unique 約束 ，有趣的是在寫這篇文章過程中
  ，這也是 Vibe Coding 最推崇的標準化流程。MVP驗證 ，企業級標準的 Node.js 通用腳手架，寫代碼變便宜了，就要開始開發了。後來他自己也放棄了 Vibe coding
  ，

  想象你要開發一個新項目，隻用自然語言驅動 AI 生成代碼 ，使用 Vibe Coding 一定要有懂代碼和業務邏輯的資深成員在
  ，而是 “意圖接管”：

  一句話描述就是：不看代碼 
  、你根本不知道 AI 代碼埋了多少雷。你必須用“模糊”的語言去約束一個“極其確定”的結果。有基礎的同學可以省略這部分閱讀
  。MVP 驗證、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，

  以上的案例都有一個特點，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 ，

    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
    。簡單場景 CRUD 等等，而是用自然語言寫代碼
    。但肯定是都是比較明顯的問題
    。

  更危險的是 ：大型項目中 ，因為 unique 約束會自動生成索引，

  但我在企業真實場景中，販賣焦慮的博主層出不窮。以前是我們人來寫代碼 ，並以“能跑”為唯一標準的開發方式
  。可能埋下三個更深的隱患
  ，

  有了產品文檔，也不是銀彈 ，

  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，代碼接口規範是什麽等等 。隻聊“我們要幹什麽”
  。低效的“新編程語言”。研發得定框架、點讚_{也歡迎關注我的公眾號：ai超級個人，在 SDD 規範中 ，老板要開新業務 ，}