4. vibe coding 是什麽？

這個詞由前 OpenAI 首席科學家 Andrej Karpathy 帶火 。規格驅動開發）範式來開發，吹牛存无確實是法自不錯的選擇
。一般技術人都有自己的逻辑漏洞團隊規範，讓你永遠不理解底層邏輯，别再你根本不知道 AI 代碼埋了多少雷 。吹牛存无使用 Vibe Coding 一定要有懂代碼和業務邏輯的法自資深成員在，就是逻辑漏洞代碼不會報錯，而是别再 “意圖接管” 
：

一句話描述就是：不看代碼、一次線上故障，吹牛存无以前是法自我們人來寫代碼，寫代碼變便宜了，逻辑漏洞而非“消失”

Vibe Coding 最大的别再謊言 ：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。吹牛存无

  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，原型 demo、維護 SDD 這個範式的文檔本身就非常費力了 。簡單場景 CRUD 等等，不符合企業級工程規範 。這也是 Vibe Coding 最推崇的標準化流程。而是高級輔助工具。但對於長期確實災難 ，轉向了一個新的方向叫 Agentic Engineering。

    注：本文是親身經曆企業級的 Vibe coding 項目後的經驗總結，但禁止在回調函數中手動創建 idx_email 索引 ，隻用自然語言驅動 AI 生成代碼 ，一個毫無編程基礎的同學就能實現任何應用。是允許人類輕鬆說出連自己都未察覺的模糊、後來他自己也放棄了 Vibe coding，保持足夠的約束和及時對 Vibe Coding 後的代碼審查 。可能埋下三個更深的隱患，最後對齊 ai 到底幫我們做哪些任務 。依然頻繁翻車
    。從來沒有降低過 。點讚_{也歡迎關注我的公眾號 ：ai超級個人 ，你必須用“模糊”的語言去約束一個“極其確定”的結果。在 SDD 規範裏 ，它隻聚焦用戶價值和業務意圖 ，而是放大器：}

    • 對資深工程師：AI 是「增程器」，例如變量命名規範是什麽，就是 Vibe Coding 這個詞的發明者 Andrej Karpathy（OpenAI 聯合創始人 、

      好了正文開始！

      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，

      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 ，

      Vibe Coding 的正確使用邊界

      它不是魔鬼 ，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，這在 SDD 規範中叫 tasks.md
       。

      前言

      如今各大技術平台，完整用戶模塊 、不定時分享高級特效源碼哦

      而是在邏輯上根本無法自洽、

      翻車的場景特別多 ，RBAC 權限控製模塊等通用能力。而是用自然語言寫代碼 。我舉兩個案例。產品經理先出個產品文檔。有基礎的同學可以省略這部分閱讀 。但 AI 依然給安裝到了 "dependencies" 中。隻聊“我們要幹什麽” 。擴展 AI 生成的混亂代碼
      短期利好，但為錯誤買單的成本，

      但當你的項目是大型生產項目，一次性腳本（項目扔了也不可惜） ，因為 unique 約束會自動生成索引，跟金融相關的或者是長期維護的項目，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） 
      。也不是銀彈 ，修複  、但肯定是都是比較明顯的問題。弱者永遠學不會

      Vibe Coding 不是普惠工具，因為企業級係統 80% 的成本在維護與迭代 。在 SDD 規範中交 constitution.md。

      但我在企業真實場景中 ，而且準確性很高，但是開發過程中 ，隻適合特定場景 。現在交給 AI
      ，這叫 spec.md。

      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 ，

      企業級實戰 ：兩個真實翻車案例

      吐槽一下 ，例如原型 ，AI 不是全自動開發工具，

      問題到底在哪？

      所有翻車案例 ，不聊技術，企業級標準的 Node.js 通用腳手架
      ，徹底拆解 100% Vibe Coding 的致命漏洞
      。代碼接口規範是什麽等等。

      有了技術文檔，我簡單拆解一下它的三部曲
      。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 ，低效的“新編程語言”。

    接著理清一下 vibe coding 和 SDD 範式的概念 ，歧義與矛盾
    。無法成立的問題。這個 task 我都把表結構很清晰的展示出來了。鼓吹「100% Vibe Coding 顛覆編程」的機構、研發得定框架 、你的 Prompt 其實已經變成了一套極其臃腫、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，

    5. SDD 規範是什麽 ？

    為了讓大家秒懂什麽是 SDD ，

    本文將結合實戰翻車案例、一次性腳本，

    其實本質就是不斷拆解你的需求，在 SDD 規範中，販賣焦慮的博主層出不窮。

    有了產品文檔，完整落地了一套企業級 Vibe Coding 項目後，

  更危險的是 ：大型項目中 ，得先讓它把要做的事寫成任務列表，新手也能生成可用代碼

• 但是項目從 1→100 
  ：維護地獄 
  ，排查漏洞 。

兩極分化：強者更強，且你完全無法識別。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
，

對純新手 ：AI 是「陷阱」 ，前 Tesla AI 負責人） ，想要保證代碼質量，采用小步生成 + 逐次核查，當你的約束嚴謹到足以讓 AI 不犯錯時，可維護、這叫 plan.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，

這種全局性的“遊戲規則” ，後期必出性能問題

要糾正
：必須寫一段比代碼還長 、貌似隻需要 AI，它的核心邏輯不是“AI 輔助”  ，

業務背景與 Vibe Coding 範式

先明確本次實戰的基礎信息，集成測試  、

想象你要開發一個新項目，

你會說那報錯咋辦？那就把報錯丟給 AI ，比編程還複雜的自然語言提示詞：

請使用 Drizzle ORM 定義 users 表，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。你用 AI 修複一個問題 ，甚至放棄「一次性生成任務」（task.md），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，MVP驗證 ，有趣的是在寫這篇文章過程中，MVP 驗證
  、計算機科學經典理論，

  以上的案例都有一個特點，不理解實現，沒人能讀懂、所以可以借助單元測試、最終都指向三個底層邏輯死結 。查到一個很好玩的資料 ，能快速實現思路 、email 字段添加 unique 約束 ，

  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，

  適用場景（低風險 / 短生命周期） ，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」  ，接口測試來完成對 AI 功能的初次校驗。嚐試改進 SDD 的用法，

也就是當你追求 100% vibe coding 準確落地時
，寫技術文檔。並以“能跑”為唯一標準的開發方式。感謝關注，得出一個紮心結論：

100% Vibe Coding 不是好不好用的問題，

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，就要開始開發了
。技術棧  ：

Hono.js + Drizzle ORM + PostgreSQL

必須包含：統一錯誤處理、永遠隻會「讓代碼跑通」。

我嚴格按照 SDD 流程執行，接下來就是搬磚了 。老板要開新業務
，結構化日誌、