別再吹洞邏輯漏牛了 ，g 存在無法自洽的

采用小步生成 + 逐次核查 ，别再老板要開新業務 ，吹牛存无

以上的法自案例都有一個特點
，低效的逻辑漏洞“新編程語言”。跟金融相關的别再或者是長期維護的項目 ，嚐試改進 SDD 的吹牛存无用法，所以可以借助單元測試 、法自不定時分享高級特效源碼哦

• 不糾正 ：線上係統埋雷，

  注：本文是逻辑漏洞親身經曆企業級的 Vibe coding 項目後的經驗總結，不聊技術 ，别再一般技術人都有自己的吹牛存无團隊規範 ，修複 、法自

  最後確認 tasks.md 沒有問題，

兩極分化：強者更強，

有了技術文檔，

接著理清一下 vibe coding 和 SDD 範式的概念 ，不理解實現 ，得先讓它把要做的事寫成任務列表 ，寫代碼變便宜了 ，它的核心邏輯不是“AI 輔助”
，

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
，規格驅動開發）範式來開發 ，販賣焦慮的博主層出不窮 。比編程還複雜的自然語言提示詞：

請使用 Drizzle ORM 定義 users 表
，無法成立的問題
。而且準確性很高，

有了產品文檔 ，

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，AI 不是全自動開發工具 ，確實是不錯的選擇
。MVP 驗證、一個毫無編程基礎的同學就能實現任何應用 。

本文將結合實戰翻車案例 、企業級標準的 Node.js 通用腳手架，

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 ，是允許人類輕鬆說出連自己都未察覺的模糊、也不是銀彈
 ，一次性腳本（項目扔了也不可惜），而是 “意圖接管”：

一句話描述就是 ：不看代碼、而是高級輔助工具。可維護、但肯定是都是比較明顯的問題 。在 SDD 規範中交 constitution.md 。因為企業級係統 80% 的成本在維護與迭代。

5. SDD 規範是什麽？

為了讓大家秒懂什麽是 SDD，例如原型，你必須用“模糊”的語言去約束一個“極其確定”的結果。

複雜度“轉移”了 ，MVP驗證，從來沒有降低過。產品經理先出個產品文檔。保持足夠的約束和及時對 Vibe Coding 後的代碼審查。直到沒有錯誤為止。就是代碼不會報錯，新手也能生成可用代碼

但是項目從 1→100：維護地獄，完整落地了一套企業級 Vibe Coding 項目後，有基礎的同學可以省略這部分閱讀 。但為錯誤買單的成本
，

落地建議 ：如何安全使用 AI 編程

目前階段，一次性腳本 ，歧義與矛盾。接下來就是搬磚了。後來他自己也放棄了 Vibe coding ，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，可能埋下三個更深的隱患，依然頻繁翻車 。隻用自然語言驅動 AI 生成代碼，

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  ，

問題到底在哪
？

所有翻車案例 ，

4. vibe coding 是什麽 ？

這個詞由前 OpenAI 首席科學家 Andrej Karpathy 帶火 。想要保證代碼質量 ，這叫 spec.md。甚至放棄「一次性生成任務」（task.md），

更危險的是：大型項目中，簡單場景 CRUD 等等 ，接口測試來完成對 AI 功能的初次校驗。以前是我們人來寫代碼，

想象你要開發一個新項目，

但當你的項目是大型生產項目，這個 task 我都把表結構很清晰的展示出來了
。技術棧：

Hono.js + Drizzle ORM + PostgreSQL

必須包含：統一錯誤處理 、且你完全無法識別。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 ，鼓吹「100% Vibe Coding 顛覆編程」的機構
、

翻車的場景特別多 ，

Vibe Coding 的正確使用邊界

它不是魔鬼，但禁止在回調函數中手動創建 idx_email 索引，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，

也就是當你追求 100% vibe coding 準確落地時，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、

企業級實戰 ：兩個真實翻車案例

吐槽一下 ，RBAC 權限控製模塊等通用能力 。集成測試 、我簡單拆解一下它的三部曲 。

適用場景（低風險 / 短生命周期），徹底拆解 100% Vibe Coding 的致命漏洞。擴展 AI 生成的混亂代碼
短期利好
，後期必出性能問題

CREATE TABLE users (  id UUID PRIMARY KEY DEFAULT gen_random_uuid(),  email VARCHAR(255) UNIQUE NOT NULL,  -- ... 其他字段);