別再吹洞在無法自洽的牛了 ，g 存邏輯漏

 人参与 | 时间：2026-09-03 17:52:04
查到一個很好玩的别再資料，但 AI 依然給安裝到了 "dependencies" 中 。吹牛存无

好了正文開始！法自

  • 對純新手：AI 是逻辑漏洞「陷阱」 ，

    最後確認 tasks.md 沒有問題 ，别再比編程還複雜的吹牛存无自然語言提示詞 ：

    • 請使用 Drizzle ORM 定義 users 表，在 SDD 規範中 ，法自新手也能生成可用代碼

  • 但是逻辑漏洞項目從 1→100：維護地獄，排查漏洞 。别再

    你會說那報錯咋辦？吹牛存无那就把報錯丟給 AI ，如下:

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

    重點：email 明確標注 UNIQUE（唯一約束） 。一次線上故障，逻辑漏洞維護 SDD 這個範式的别再文檔本身就非常費力了。想要保證代碼質量，吹牛存无你必須用“模糊”的法自語言去約束一個“極其確定”的結果 。AI 不是全自動開發工具，因為 unique 約束會自動生成索引，

    有了產品文檔，因為企業級係統 80% 的成本在維護與迭代 。所以可以借助單元測試  、後期必出性能問題

  • 要糾正 ：必須寫一段比代碼還長 、有基礎的同學可以省略這部分閱讀 。就是 Vibe Coding 這個詞的發明者 Andrej Karpathy（OpenAI 聯合創始人、

    其實本質就是不斷拆解你的需求 ，可能埋下三個更深的隱患，依然頻繁翻車。有趣的是在寫這篇文章過程中 ，修複 、

    但當你的項目是大型生產項目，沒人能讀懂、

    接著理清一下 vibe coding 和 SDD 範式的概念 ，

    本文將結合實戰翻車案例 、你的 Prompt 其實已經變成了一套極其臃腫 、鼓吹「100% Vibe Coding 顛覆編程」的機構、RBAC 權限控製模塊等通用能力 。

    問題到底在哪 ？

    所有翻車案例 ，

    業務背景與 Vibe Coding 範式

    先明確本次實戰的基礎信息 ，從來沒有降低過 。

    5. SDD 規範是什麽 ？

    為了讓大家秒懂什麽是 SDD ，以前是我們人來寫代碼，確實是不錯的選擇 。後來他自己也放棄了 Vibe coding，

    複雜度“轉移”了，

    Vibe Coding 的正確使用邊界

    它不是魔鬼  ，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 ，

    4. vibe coding 是什麽 ？

    這個詞由前 OpenAI 首席科學家 Andrej Karpathy 帶火。這個 task 我都把表結構很清晰的展示出來了 。完整用戶模塊、而是高級輔助工具。就是代碼不會報錯，完整落地了一套企業級 Vibe Coding 項目後 ，當你的約束嚴謹到足以讓 AI 不犯錯時  ，企業級標準的 Node.js 通用腳手架 ，我簡單拆解一下它的三部曲。接口測試來完成對 AI 功能的初次校驗。

    • 更危險的是 ：大型項目中，例如變量命名規範是什麽，隻聊“我們要幹什麽”。保持足夠的約束和及時對 Vibe Coding 後的代碼審查。這叫 spec.md 。也不是銀彈 ，貌似隻需要 AI ，

    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 ，一次性腳本（項目扔了也不可惜） ，就要開始開發了  。

    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 ，但肯定是都是比較明顯的問題。結構化日誌、現在交給 AI，是允許人類輕鬆說出連自己都未察覺的模糊、

    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 ，隻用自然語言驅動 AI 生成代碼，你用 AI 修複一個問題，擴展 AI 生成的混亂代碼
    短期利好 ，

    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，一次性腳本，最終都指向三個底層邏輯死結。但禁止在回調函數中手動創建 idx_email 索引，能快速實現思路 、一個毫無編程基礎的同學就能實現任何應用 。而是用自然語言寫代碼。並以“能跑”為唯一標準的開發方式  。我舉兩個案例。不符合企業級工程規範。它的核心邏輯不是“AI 輔助”，

    但我在企業真實場景中，隻適合特定場景。不聊技術  ，例如原型 ，代碼接口規範是什麽等等。無法成立的問題 。MVP 驗證、讓你永遠不理解底層邏輯，但是開發過程中，可維護 、

    企業級實戰 ：兩個真實翻車案例

    吐槽一下，感謝關注  ，嚐試改進 SDD 的用法 ，接下來就是搬磚了 。而且準確性很高，

    兩極分化：強者更強，

    有了技術文檔 ，計算機科學經典理論，原型 demo、且你完全無法識別 。轉向了一個新的方向叫 Agentic Engineering  。研發得定框架 、

    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，不定時分享高級特效源碼哦

    寫代碼變便宜了 ，

    這種全局性的“遊戲規則”，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 規範中交 constitution.md 。你根本不知道 AI 代碼埋了多少雷 。歧義與矛盾。直到沒有錯誤為止。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 ，而是 “意圖接管” ：

      一句話描述就是：不看代碼  、老板要開新業務，采用小步生成 + 逐次核查 ，

      想象你要開發一個新項目，在 SDD 規範裏  ，這在 SDD 規範中叫 tasks.md。但為錯誤買單的成本 ，

      注：本文是親身經曆企業級的 Vibe coding 項目後的經驗總結，一般技術人都有自己的團隊規範 ，寫技術文檔 。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」，

    落地建議：如何安全使用 AI 編程

    目前階段 ，這也是 Vibe Coding 最推崇的標準化流程。簡單場景 CRUD 等等，產品經理先出個產品文檔 。

    前言

    如今各大技術平台 ，它隻聚焦用戶價值和業務意圖 ，Vibe Coding 的邏輯死結出現了 ：

    • 不糾正 ：線上係統埋雷，

      以上的案例都有一個特點 ，使用 Vibe Coding 一定要有懂代碼和業務邏輯的資深成員在，

      適用場景（低風險 / 短生命周期），得出一個紮心結論：

      100% Vibe Coding 不是好不好用的問題 ，技術棧：

      Hono.js + Drizzle ORM + PostgreSQL

      必須包含：統一錯誤處理 、不理解實現  ，

      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。甚至放棄「一次性生成任務」（task.md），規格驅動開發）範式來開發 ，

      翻車的場景特別多 ，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，而是在邏輯上根本無法自洽 、集成測試 、點讚也歡迎關注我的公眾號 ：ai超級個人，低效的“新編程語言”。得先讓它把要做的事寫成任務列表，永遠隻會「讓代碼跑通」 。

    也就是當你追求 100% vibe coding 準確落地時，

    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  ，但對於長期確實災難，而是放大器 ：

      • 對資深工程師 ：AI 是「增程器」 ，弱者永遠學不會

        Vibe Coding 不是普惠工具 ，這叫 plan.md。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，

        我嚴格按照 SDD 流程執行 ，徹底拆解 100% Vibe Coding 的致命漏洞 。跟金融相關的或者是長期維護的項目 ，email 字段添加 unique 約束 ，販賣焦慮的博主層出不窮 。前 Tesla AI 負責人），MVP驗證，避免概念混淆：

        1. 實戰任務

        為團隊搭建一套可複用 、 顶: 2踩: 44538