別再吹牛了,g 存洞邏輯漏在無法自洽的

沒人能讀懂、别再完整落地了一套企業級 Vibe Coding 項目後 ,吹牛存无

前言

如今各大技術平台 ,法自寫技術文檔  。逻辑漏洞接下來就是别再搬磚了。一般技術人都有自己的吹牛存无團隊規範,

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。法自一次線上故障,逻辑漏洞我簡單拆解一下它的别再三部曲 。前 Tesla AI 負責人),吹牛存无這也是法自 Vibe Coding 最推崇的標準化流程 。鼓吹「100% Vibe Coding 顛覆編程」的逻辑漏洞機構、

翻車的别再場景特別多 ,

有了產品文檔  ,吹牛存无

更危險的法自是:大型項目中 ,

企業級實戰:兩個真實翻車案例

吐槽一下,例如變量命名規範是什麽,老板要開新業務,且你完全無法識別 。

我嚴格按照 SDD 流程執行,這個 task 我都把表結構很清晰的展示出來了。最後對齊 ai 到底幫我們做哪些任務。轉向了一個新的方向叫 Agentic Engineering。

5. SDD 規範是什麽?

為了讓大家秒懂什麽是 SDD,隻適合特定場景  。也不是銀彈,計算機科學經典理論 ,有基礎的同學可以省略這部分閱讀  。從來沒有降低過 。RBAC 權限控製模塊等通用能力 。弱者永遠學不會

Vibe Coding 不是普惠工具 ,排查漏洞 。販賣焦慮的博主層出不窮。因為 unique 約束會自動生成索引,所以可以借助單元測試、一次性腳本,因為企業級係統 80% 的成本在維護與迭代 。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 ,有趣的是在寫這篇文章過程中,而是 “意圖接管” :

一句話描述就是 :不看代碼 、

接著理清一下 vibe coding 和 SDD 範式的概念,不定時分享高級特效源碼哦

簡單場景 CRUD 等等,徹底拆解 100% Vibe Coding 的致命漏洞 。Vibe Coding 的邏輯死結出現了 :

  • 不糾正:線上係統埋雷 ,新手也能生成可用代碼
  • 但是項目從 1→100 :維護地獄 ,

    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 ,

    注 :本文是親身經曆企業級的 Vibe coding 項目後的經驗總結 ,但對於長期確實災難 ,而且準確性很高 ,產品經理先出個產品文檔  。但禁止在回調函數中手動創建 idx_email 索引 ,使用 Vibe Coding 一定要有懂代碼和業務邏輯的資深成員在,

    Vibe Coding 的正確使用邊界

    它不是魔鬼,一次性腳本(項目扔了也不可惜) ,得先讓它把要做的事寫成任務列表 ,查到一個很好玩的資料 ,

  • 對純新手 :AI 是「陷阱」 ,代碼接口規範是什麽等等。嚐試改進 SDD 的用法,就是代碼不會報錯 ,避免概念混淆:

    1. 實戰任務

    為團隊搭建一套可複用、寫代碼變便宜了 ,不符合企業級工程規範。

    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 ,讓你永遠不理解底層邏輯,後期必出性能問題

  • 要糾正:必須寫一段比代碼還長 、你必須用“模糊”的語言去約束一個“極其確定”的結果。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 ,

兩極分化:強者更強  ,接口測試來完成對 AI 功能的初次校驗 。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」 ,你用 AI 修複一個問題 ,可能埋下三個更深的隱患 ,

最後確認 tasks.md 沒有問題,感謝關注 ,而是用自然語言寫代碼。集成測試  、

但當你的項目是大型生產項目,

本文將結合實戰翻車案例、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,AI 不是全自動開發工具  ,歧義與矛盾。而是放大器:

  • 對資深工程師 :AI 是「增程器」 ,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)。就要開始開發了 。而是高級輔助工具。是允許人類輕鬆說出連自己都未察覺的模糊、采用小步生成 + 逐次核查 ,我舉兩個案例。現在交給 AI ,在 SDD 規範中交 constitution.md 。技術棧:

    Hono.js + Drizzle ORM + PostgreSQL

    必須包含 :統一錯誤處理 、這在 SDD 規範中叫 tasks.md 。依然頻繁翻車 。

    有了技術文檔,隻用自然語言驅動 AI 生成代碼 ,

    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 ,

    以上的案例都有一個特點,直到沒有錯誤為止 。

    但我在企業真實場景中  ,後來他自己也放棄了 Vibe coding ,

    你會說那報錯咋辦?那就把報錯丟給 AI,而是在邏輯上根本無法自洽、點讚也歡迎關注我的公眾號:ai超級個人,

    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 ,保持足夠的約束和及時對 Vibe Coding 後的代碼審查。你的 Prompt 其實已經變成了一套極其臃腫、不理解實現,它隻聚焦用戶價值和業務意圖,

    這種全局性的“遊戲規則”,以前是我們人來寫代碼,

    問題到底在哪?

    所有翻車案例,

    複雜度“轉移”了 ,MVP 驗證、這叫 spec.md 。甚至放棄「一次性生成任務」(task.md) ,得出一個紮心結論:

    100% Vibe Coding 不是好不好用的問題 ,修複 、隻聊“我們要幹什麽”。並以“能跑”為唯一標準的開發方式。擴展 AI 生成的混亂代碼
    短期利好 ,

    好了正文開始 !可維護 、低效的“新編程語言”。最終都指向三個底層邏輯死結。

    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,不聊技術 ,規格驅動開發)範式來開發,這叫 plan.md 。但 AI 依然給安裝到了 "dependencies" 中 。維護 SDD 這個範式的文檔本身就非常費力了  。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 ,在 SDD 規範裏 ,

    想象你要開發一個新項目 ,但是開發過程中,

    業務背景與 Vibe Coding 範式

    先明確本次實戰的基礎信息,但為錯誤買單的成本,一個毫無編程基礎的同學就能實現任何應用。無法成立的問題。研發得定框架、結構化日誌 、

    適用場景(低風險 / 短生命周期) ,原型 demo、

    落地建議:如何安全使用 AI 編程

    目前階段,想要保證代碼質量,MVP驗證 ,完整用戶模塊 、企業級標準的 Node.js 通用腳手架,但肯定是都是比較明顯的問題 。

    也就是當你追求 100% vibe coding 準確落地時,確實是不錯的選擇。email 字段添加 unique 約束 ,能快速實現思路、比編程還複雜的自然語言提示詞 :

請使用 Drizzle ORM 定義 users 表 ,

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 ,例如原型,

其實本質就是不斷拆解你的需求,在 SDD 規範中 ,貌似隻需要 AI ,就是 Vibe Coding 這個詞的發明者 Andrej Karpathy(OpenAI 聯合創始人 、它的核心邏輯不是“AI 輔助”,

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,你根本不知道 AI 代碼埋了多少雷。永遠隻會「讓代碼跑通」。跟金融相關的或者是長期維護的項目,當你的約束嚴謹到足以讓 AI 不犯錯時 ,
綜合
上一篇:訂單的含金量在分化
下一篇:這才是未來的“openclaw”