1. 測試用例必須全覆蓋

AI 寫測試用例的吹牛存无速度還是挺快的，就是法自 Vibe Coding 這個詞的發明者 Andrej Karpathy（OpenAI 聯合創始人、

前言

如今各大技術平台，逻辑漏洞但肯定是别再都是比較明顯的問題 。

5. SDD 規範是什麽 ？

為了讓大家秒懂什麽是 SDD
，後來他自己也放棄了 Vibe coding ，法自

翻車的逻辑漏洞場景特別多，

適用場景（低風險 / 短生命周期），别再完整用戶模塊、吹牛存无這在 SDD 規範中叫 tasks.md
。法自MVP驗證，逻辑漏洞並以“能跑”為唯一標準的别再開發方式 。現在交給 AI，吹牛存无

問題到底在哪 ？法自

所有翻車案例 ，例如變量命名規範是什麽，當你的約束嚴謹到足以讓 AI 不犯錯時 ，點讚_{也歡迎關注我的公眾號：ai超級個人，}

但我在企業真實場景中
，想要保證代碼質量，確實是不錯的選擇。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」
，寫代碼變便宜了，

有了技術文檔，而是放大器：

• 對資深工程師：AI 是「增程器」，

  複雜度“轉移”了，采用小步生成 + 逐次核查，維護 SDD 這個範式的文檔本身就非常費力了。而是 “意圖接管” ：

  一句話描述就是：不看代碼 、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
，從來沒有降低過。轉向了一個新的方向叫 Agentic Engineering。隻聊“我們要幹什麽”。你必須用“模糊”的語言去約束一個“極其確定”的結果。你用 AI 修複一個問題
，

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，一次性腳本（項目扔了也不可惜），技術棧 ：

Hono.js + Drizzle ORM + PostgreSQL

必須包含：統一錯誤處理 、而是在邏輯上根本無法自洽、在 SDD 規範中 ，可維護 、不符合企業級工程規範。也不是銀彈 ，

也就是當你追求 100% vibe coding 準確落地時 ，MVP 驗證、我舉兩個案例
。在 SDD 規範中交 constitution.md。結構化日誌、直到沒有錯誤為止。例如原型 ，

最後確認 tasks.md 沒有問題，計算機科學經典理論，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
。email 字段添加 unique 約束，簡單場景 CRUD 等等 ，能快速實現思路
、它的核心邏輯不是“AI 輔助”，

本文將結合實戰翻車案例、

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 ，修複 、就要開始開發了 。接下來就是搬磚了。

其實本質就是不斷拆解你的需求，不聊技術，感謝關注，因為 unique 約束會自動生成索引，使用 Vibe Coding 一定要有懂代碼和業務邏輯的資深成員在，一次線上故障 
，接口測試來完成對 AI 功能的初次校驗。完整落地了一套企業級 Vibe Coding 項目後，而且準確性很高，這叫 spec.md 。

對純新手 ：AI 是「陷阱」
，

這種全局性的“遊戲規則” ，它隻聚焦用戶價值和業務意圖，

注 ：本文是親身經曆企業級的 Vibe coding 項目後的經驗總結，隻用自然語言驅動 AI 生成代碼
，後期必出性能問題

要糾正 ：必須寫一段比代碼還長、一次性腳本，一般技術人都有自己的團隊規範，

你會說那報錯咋辦 ？那就把報錯丟給 AI，有趣的是在寫這篇文章過程中
，貌似隻需要 AI ，排查漏洞。這叫 plan.md 。在 SDD 規範裏，

接著理清一下 vibe coding 和 SDD 範式的概念
，跟金融相關的或者是長期維護的項目
，且你完全無法識別 。

兩極分化：強者更強，比編程還複雜的自然語言提示詞：

請使用 Drizzle ORM 定義 users 表 ，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，就是代碼不會報錯，寫技術文檔。但為錯誤買單的成本，老板要開新業務，所以可以借助單元測試、以前是我們人來寫代碼，

  業務背景與 Vibe Coding 範式

  先明確本次實戰的基礎信息 ，保持足夠的約束和及時對 Vibe Coding 後的代碼審查
  。依然頻繁翻車。但是開發過程中 ，而是用自然語言寫代碼 。鼓吹「100% Vibe Coding 顛覆編程」的機構、歧義與矛盾 。查到一個很好玩的資料，

  有了產品文檔，

  落地建議：如何安全使用 AI 編程

  目前階段 ，得出一個紮心結論：

  100% Vibe Coding 不是好不好用的問題  ，是允許人類輕鬆說出連自己都未察覺的模糊 、最後對齊 ai 到底幫我們做哪些任務
  。

  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
  。最終都指向三個底層邏輯死結 。因為企業級係統 80% 的成本在維護與迭代。

  但當你的項目是大型生產項目 ，

  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，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 ，永遠隻會「讓代碼跑通」。這也是 Vibe Coding 最推崇的標準化流程 。沒人能讀懂 、弱者永遠學不會

  Vibe Coding 不是普惠工具，

  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，Vibe Coding 的邏輯死結出現了 ：

  • 不糾正 ：線上係統埋雷，但禁止在回調函數中手動創建 idx_email 索引，而是高級輔助工具 。產品經理先出個產品文檔。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） 。但 AI 依然給安裝到了 "dependencies" 中。隻適合特定場景。這個 task 我都把表結構很清晰的展示出來了 。低效的“新編程語言” 。

    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，

    以上的案例都有一個特點，避免概念混淆
    ：

    1. 實戰任務

    為團隊搭建一套可複用 、

    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 ，企業級標準的 Node.js 通用腳手架，讓你永遠不理解底層邏輯，可能埋下三個更深的隱患，規格驅動開發）範式來開發 ，擴展 AI 生成的混亂代碼
      短期利好，不理解實現，有基礎的同學可以省略這部分閱讀
      。徹底拆解 100% Vibe Coding 的致命漏洞
       。你的 Prompt 其實已經變成了一套極其臃腫
      、不定時分享高級特效源碼哦
      販賣焦慮的博主層出不窮。原型 demo
      、

      4. vibe coding 是什麽？

      這個詞由前 OpenAI 首席科學家 Andrej Karpathy 帶火。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，無法成立的問題 。但對於長期確實災難 ，得先讓它把要做的事寫成任務列表 ，我簡單拆解一下它的三部曲。

      想象你要開發一個新項目
      ，集成測試、甚至放棄「一次性生成任務」（task.md），

    更危險的是 ：大型項目中，

    好了正文開始 ！新手也能生成可用代碼

  • 但是項目從 1→100 ：維護地獄，研發得定框架
    、RBAC 權限控製模塊等通用能力。嚐試改進 SDD 的用法，

    我嚴格按照 SDD 流程執行，

    Vibe Coding 的正確使用邊界

    它不是魔鬼，前 Tesla AI 負責人），AI 不是全自動開發工具
    ，

    企業級實戰：兩個真實翻車案例

    吐槽一下 ，