別再吹洞邏輯漏牛了，g 存在無法自洽的

Vibe Coding 的正確使用邊界

它不是魔鬼，因為企業級係統 80% 的吹牛存无成本在維護與迭代。

好了正文開始 
！法自一次性腳本，逻辑漏洞例如變量命名規範是别再什麽 ，你根本不知道 AI 代碼埋了多少雷。吹牛存无不聊技術 ，法自不定時分享高級特效源碼哦

這已經不是别再「描述需求」
，但對於長期確實災難，吹牛存无感謝關注
 ，法自沒人能讀懂、逻辑漏洞弱者永遠學不會

Vibe Coding 不是别再普惠工具，如下:

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

重點：email 明確標注 UNIQUE（唯一約束）。低效的法自“新編程語言” 。產品經理先出個產品文檔  。而是放大器 ：

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

  但我在企業真實場景中 ，但禁止在回調函數中手動創建 idx_email 索引
  ，一個毫無編程基礎的同學就能實現任何應用 。我舉兩個案例 。比編程還複雜的自然語言提示詞  ：

請使用 Drizzle ORM 定義 users 表
，

你會說那報錯咋辦？那就把報錯丟給 AI，嚐試改進 SDD 的用法 ，

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，簡單場景 CRUD 等等，

兩極分化 ：強者更強 ，歧義與矛盾
。你用 AI 修複一個問題 ，這叫 plan.md 。

更危險的是 ：大型項目中
，避免概念混淆 ：

1. 實戰任務

為團隊搭建一套可複用、最終都指向三個底層邏輯死結 。新手也能生成可用代碼

但是項目從 1→100：維護地獄，得出一個紮心結論：

100% Vibe Coding 不是好不好用的問題 ，

適用場景（低風險 / 短生命周期），一般技術人都有自己的團隊規範
，隻適合特定場景 。接口測試來完成對 AI 功能的初次校驗。也不是銀彈 ，隻用自然語言驅動 AI 生成代碼，接下來就是搬磚了。所以可以借助單元測試、

有了產品文檔，而是用自然語言寫代碼
。

翻車的場景特別多
，直到沒有錯誤為止 。

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。點讚_{也歡迎關注我的公眾號：ai超級個人，}

我嚴格按照 SDD 流程執行，這叫 spec.md 。寫技術文檔。

也就是當你追求 100% vibe coding 準確落地時，規格驅動開發）範式來開發，想要保證代碼質量 ，研發得定框架、就要開始開發了。

複雜度“轉移”了 ，徹底拆解 100% Vibe Coding 的致命漏洞
。而是高級輔助工具 。轉向了一個新的方向叫 Agentic Engineering 。能快速實現思路 、這也是 Vibe Coding 最推崇的標準化流程。因為 unique 約束會自動生成索引，但為錯誤買單的成本
，隻聊“我們要幹什麽”
。我簡單拆解一下它的三部曲。集成測試、

但當你的項目是大型生產項目，後期必出性能問題

要糾正 ：必須寫一段比代碼還長、

對純新手 ：AI 是「陷阱」，販賣焦慮的博主層出不窮。依然頻繁翻車。

其實本質就是不斷拆解你的需求，而是 “意圖接管”：

一句話描述就是 ：不看代碼、在 SDD 規範中交 constitution.md 。

落地建議 ：如何安全使用 AI 編程

目前階段，

最後確認 tasks.md 沒有問題，MVP驗證
，貌似隻需要 AI，後來他自己也放棄了 Vibe coding，一次線上故障，最後對齊 ai 到底幫我們做哪些任務
。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，

前言

如今各大技術平台，RBAC 權限控製模塊等通用能力。維護 SDD 這個範式的文檔本身就非常費力了  。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，它的核心邏輯不是“AI 輔助”，

本文將結合實戰翻車案例、

想象你要開發一個新項目 ，不符合企業級工程規範。並以“能跑”為唯一標準的開發方式。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，email 字段添加 unique 約束 ，例如原型 ，

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，

注：本文是親身經曆企業級的 Vibe coding 項目後的經驗總結
，得先讓它把要做的事寫成任務列表，AI 不是全自動開發工具，永遠隻會「讓代碼跑通」。可能埋下三個更深的隱患 ，但肯定是都是比較明顯的問題 。當你的約束嚴謹到足以讓 AI 不犯錯時，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，原型 demo 、

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
 ，

業務背景與 Vibe Coding 範式

先明確本次實戰的基礎信息，鼓吹「100% Vibe Coding 顛覆編程」的機構、它隻聚焦用戶價值和業務意圖 ，可維護、

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 ，就是代碼不會報錯
，而且準確性很高
，MVP 驗證 、

問題到底在哪
？

所有翻車案例，無法成立的問題。計算機科學經典理論，前 Tesla AI 負責人），

有了技術文檔，擴展 AI 生成的混亂代碼
短期利好，

企業級實戰：兩個真實翻車案例

吐槽一下，從來沒有降低過
。完整用戶模塊
、但 AI 依然給安裝到了 "dependencies" 中 。現在交給 AI，但是開發過程中，修複、而是在邏輯上根本無法自洽 、

5. SDD 規範是什麽 ？

為了讓大家秒懂什麽是 SDD ，甚至放棄「一次性生成任務」（task.md） 
，排查漏洞
 。有基礎的同學可以省略這部分閱讀。有趣的是在寫這篇文章過程中
，不理解實現 ，一次性腳本（項目扔了也不可惜），

這種全局性的“遊戲規則” ，就是 Vibe Coding 這個詞的發明者 Andrej Karpathy（OpenAI 聯合創始人
、完整落地了一套企業級 Vibe Coding 項目後，這在 SDD 規範中叫 tasks.md。

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，確實是不錯的選擇 。在 SDD 規範裏 ，代碼接口規範是什麽等等。結構化日誌、寫代碼變便宜了 ，技術棧：

Hono.js + Drizzle ORM + PostgreSQL

必須包含 ：統一錯誤處理、你必須用“模糊”的語言去約束一個“極其確定”的結果
。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，企業級標準的 Node.js 通用腳手架，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 ，是允許人類輕鬆說出連自己都未察覺的模糊、

  4. vibe coding 是什麽？

  這個詞由前 OpenAI 首席科學家 Andrej Karpathy 帶火。

  以上的案例都有一個特點 ，這個 task 我都把表結構很清晰的展示出來了
  。采用小步生成 + 逐次核查，Vibe Coding 的邏輯死結出現了：

  • 不糾正：線上係統埋雷
    ，查到一個很好玩的資料，老板要開新業務，

    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，以前是我們人來寫代碼，且你完全無法識別 。保持足夠的約束和及時對 Vibe Coding 後的代碼審查。使用 Vibe Coding 一定要有懂代碼和業務邏輯的資深成員在，在 SDD 規範中，