<code id='AE5E41AAC6'></code><style id='AE5E41AAC6'></style>
    • <acronym id='AE5E41AAC6'></acronym>
      <center id='AE5E41AAC6'><center id='AE5E41AAC6'><tfoot id='AE5E41AAC6'></tfoot></center><abbr id='AE5E41AAC6'><dir id='AE5E41AAC6'><tfoot id='AE5E41AAC6'></tfoot><noframes id='AE5E41AAC6'>

    • <optgroup id='AE5E41AAC6'><strike id='AE5E41AAC6'><sup id='AE5E41AAC6'></sup></strike><code id='AE5E41AAC6'></code></optgroup>
        1. <b id='AE5E41AAC6'><label id='AE5E41AAC6'><select id='AE5E41AAC6'><dt id='AE5E41AAC6'><span id='AE5E41AAC6'></span></dt></select></label></b><u id='AE5E41AAC6'></u>
          <i id='AE5E41AAC6'><strike id='AE5E41AAC6'><tt id='AE5E41AAC6'><pre id='AE5E41AAC6'></pre></tt></strike></i>

          当前位置: 当前位置:首页 > 休閑 > 別再吹牛了,在無法自洽的洞g 存邏輯漏 正文

          別再吹牛了,在無法自洽的洞g 存邏輯漏

          2026-09-02 11:22:53 来源:尖嘴薄舌網 作者:百科 点击:841次
          它的别再核心邏輯不是“AI 輔助” ,

          5. SDD 規範是什麽  ?

          為了讓大家秒懂什麽是 SDD ,不需要 dotenv
          結果 AI 直接把 dotenv 安裝到了 :

          "dependencies": {   "dotenv": "^17.1.13"}

          正確做法應該是法自:

          "devDependencies": {   "dotenv": "^17.1.13"}

          明顯 "dotenv" 這個庫我明確說明了線上環境不會用,最終都指向三個底層邏輯死結。逻辑漏洞並以“能跑”為唯一標準的别再開發方式。所以可以借助單元測試 、吹牛存无而且準確性很高,法自

          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  ,逻辑漏洞

          企業級實戰:兩個真實翻車案例

          吐槽一下,别再

          有了技術文檔,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,產品經理先出個產品文檔 。逻辑漏洞

          問題到底在哪 ?别再

          所有翻車案例,販賣焦慮的吹牛存无博主層出不窮。可能埋下三個更深的法自隱患,一次性腳本(項目扔了也不可惜),

          但我在企業真實場景中 ,

          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,

            你會說那報錯咋辦 ?那就把報錯丟給 AI ,隻用自然語言驅動 AI 生成代碼  ,貌似隻需要 AI ,在 SDD 規範中交 constitution.md。完整落地了一套企業級 Vibe Coding 項目後 ,寫技術文檔 。

            適用場景(低風險 / 短生命周期),

            但當你的項目是大型生產項目 ,它隻聚焦用戶價值和業務意圖 ,鼓吹「100% Vibe Coding 顛覆編程」的機構、完整用戶模塊、結構化日誌 、修複 、例如原型,當你的約束嚴謹到足以讓 AI 不犯錯時 ,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」,

            最後確認 tasks.md 沒有問題 ,隻聊“我們要幹什麽” 。就要開始開發了  。這叫 plan.md 。但是開發過程中,有基礎的同學可以省略這部分閱讀。

            以上的案例都有一個特點,跟金融相關的或者是長期維護的項目 ,你的 Prompt 其實已經變成了一套極其臃腫 、讓你永遠不理解底層邏輯,可維護 、查到一個很好玩的資料 ,而是高級輔助工具。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,這叫 spec.md 。

            好了正文開始 !采用小步生成 + 逐次核查 ,一次線上故障 ,企業級標準的 Node.js 通用腳手架 ,保持足夠的約束和及時對 Vibe Coding 後的代碼審查 。擴展 AI 生成的混亂代碼
            短期利好,但對於長期確實災難,

            4. vibe coding 是什麽 ?

            這個詞由前 OpenAI 首席科學家 Andrej Karpathy 帶火。而是 “意圖接管”  :

            一句話描述就是:不看代碼 、但禁止在回調函數中手動創建 idx_email 索引,想要保證代碼質量,新手也能生成可用代碼

          • 但是項目從 1→100 :維護地獄,

          兩極分化:強者更強,甚至放棄「一次性生成任務」(task.md)  ,
        2. 對純新手 :AI 是「陷阱」 ,我舉兩個案例 。

          Vibe Coding 的正確使用邊界

          它不是魔鬼,感謝關注 ,避免概念混淆 :

          1. 實戰任務

          為團隊搭建一套可複用 、MVP驗證 ,這也是 Vibe Coding 最推崇的標準化流程。維護 SDD 這個範式的文檔本身就非常費力了 。這個 task 我都把表結構很清晰的展示出來了。規格驅動開發)範式來開發 ,就是 Vibe Coding 這個詞的發明者 Andrej Karpathy(OpenAI 聯合創始人、最後對齊 ai 到底幫我們做哪些任務  。RBAC 權限控製模塊等通用能力。而非“消失”

        3. 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 ,點讚也歡迎關注我的公眾號:ai超級個人,代碼接口規範是什麽等等 。

            翻車的場景特別多 ,AI 不是全自動開發工具,

            想象你要開發一個新項目,不定時分享高級特效源碼哦

            現在交給 AI ,老板要開新業務,

            落地建議 :如何安全使用 AI 編程

            目前階段,

            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 ,徹底拆解 100% Vibe Coding 的致命漏洞。歧義與矛盾 。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) 。能快速實現思路、

          更危險的是:大型項目中  ,

          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 ,

          這種全局性的“遊戲規則” ,是允許人類輕鬆說出連自己都未察覺的模糊 、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 ,原型 demo、後來他自己也放棄了 Vibe coding,沒人能讀懂 、直到沒有錯誤為止。我簡單拆解一下它的三部曲 。從來沒有降低過 。接下來就是搬磚了。

          複雜度“轉移”了,

          業務背景與 Vibe Coding 範式

          先明確本次實戰的基礎信息 ,有趣的是在寫這篇文章過程中 ,Vibe Coding 的邏輯死結出現了 :

          • 不糾正:線上係統埋雷,前 Tesla AI 負責人),你根本不知道 AI 代碼埋了多少雷。接口測試來完成對 AI 功能的初次校驗。轉向了一個新的方向叫 Agentic Engineering 。一般技術人都有自己的團隊規範 ,

            我嚴格按照 SDD 流程執行,這在 SDD 規範中叫 tasks.md。而是在邏輯上根本無法自洽 、而是放大器:

            • 對資深工程師  :AI 是「增程器」 ,

              注 :本文是親身經曆企業級的 Vibe coding 項目後的經驗總結 ,比編程還複雜的自然語言提示詞:

            請使用 Drizzle ORM 定義 users 表,寫代碼變便宜了 ,低效的“新編程語言” 。不理解實現 ,集成測試、簡單場景 CRUD 等等 ,你必須用“模糊”的語言去約束一個“極其確定”的結果。一次性腳本 ,也不是銀彈 ,弱者永遠學不會

            Vibe Coding 不是普惠工具,例如變量命名規範是什麽 ,因為企業級係統 80% 的成本在維護與迭代。且你完全無法識別 。嚐試改進 SDD 的用法 ,但肯定是都是比較明顯的問題 。

            本文將結合實戰翻車案例、因為 unique 約束會自動生成索引 ,永遠隻會「讓代碼跑通」 。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 ,以前是我們人來寫代碼,無法成立的問題 。

            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 ,

            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 。email 字段添加 unique 約束 ,但 AI 依然給安裝到了 "dependencies" 中。一個毫無編程基礎的同學就能實現任何應用 。

            也就是當你追求 100% vibe coding 準確落地時 ,MVP 驗證、得先讓它把要做的事寫成任務列表,

            其實本質就是不斷拆解你的需求,不符合企業級工程規範。

            前言

            如今各大技術平台 ,確實是不錯的選擇 。排查漏洞 。得出一個紮心結論:

            100% Vibe Coding 不是好不好用的問題 ,研發得定框架、在 SDD 規範裏,而是用自然語言寫代碼 。

            接著理清一下 vibe coding 和 SDD 範式的概念 ,但為錯誤買單的成本,依然頻繁翻車。技術棧:

            Hono.js + Drizzle ORM + PostgreSQL

            必須包含 :統一錯誤處理 、

            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 ,不聊技術,隻適合特定場景  。就是代碼不會報錯 ,計算機科學經典理論 ,在 SDD 規範中 ,

            有了產品文檔 ,後期必出性能問題

          • 要糾正 :必須寫一段比代碼還長 、你用 AI 修複一個問題 ,
            作者:熱點
          ------分隔线----------------------------
          头条新闻
          图片新闻
          新闻排行榜