跳转到内容

Vibe Coding 心得,AI 像一门更高级的编程语言

AI 接走代码执行以后,人并没有下班。目标、规则、权限和验收仍然由人负责:agent 读项目、改文件、跑测试,但方向偏没偏、结果能不能交付,要人来判断。

把 AI 看成一门更高级的编程语言,这个类比只在一点上成立:像编译器接走机器指令一样,agent 接走了实现细节,人操作的对象从代码语句抬到了意图和约束。区别在于,自然语言容许省略和歧义,模型会顺着合理猜测继续干活,而不是像编译器那样在错误处停下来。抽象层升高以后,需求、设计、测试和交付都还在,只是更多工作发生在写代码之前和生成代码之后。

Vibe Coding 常被用来泛指 AI 写代码,它最初的意思更窄。两个公开定义可以分开看:

工作方式公开定义适用边界
Vibe CodingAndrej Karpathy 提出、Simon Willison 沿用的解释:不再阅读模型生成的代码,只看运行效果,报错继续交给模型一次性脚本、周末原型、低风险试验
AI Coding(agentic programming)Martin Fowler 的描述:人可能不再逐行敲代码,仍然要对软件的行为和实现负责需要长期维护的生产代码

Kent Beck 用 AI 编写 B+ Tree 的实践属于后一种。他保留了 TDD、复杂度控制和设计判断;前两次尝试积累了太多复杂度,agent 最后无法继续,后续尝试缩小了目标范围,他也更早介入设计。

本文标题沿用大家熟悉的 Vibe Coding,但涉及需要长期维护的项目时,说的是认真交付软件的 AI Coding。

一句“给订单加个退款功能”足够让 agent 开始工作,也足够让它走错方向:它不知道退款由谁发起,不知道支付渠道能否部分退款,也不知道重复回调会不会重复记账。下面是一个假设示例,用来串起任务说明、agent 动作和验收方式,不是某个真实项目的记录。

先把任务说明写成六个问题的答案:

问题这个例子里写清楚的内容
目标已支付订单的用户可申请全额或部分退款,退款原路退回
现状订单状态机在 orders 表,支付记录在 payment_records,渠道回调入口在 /webhooks/refund
约束不改订单状态机现有枚举,不动对账任务,接口保持向后兼容
领域规则仅 PAID、DELIVERED 状态可退款;累计退款不超过实付金额;渠道只支持原路退回
验收同一笔回调重复投递只记账一次;渠道失败时本地状态回滚;日志可按 refund_id 追踪
变更范围只允许改 billing 模块;库存补偿明确留到下一期

拿到这份说明,agent 的动作才有边界:先读 orders 状态机和现有回调处理,给出改动方案,再改 billing 模块、补测试、跑测试。验收也不靠“看起来能跑”,而是对着说明里的验收列逐条核对:用重复投递的回调测试幂等键,用模拟渠道失败测试回滚,最后人读一遍 diff,确认变更范围没有越界。

任务说明不靠长度取胜,关键是减少猜测,并且每条关键约束都能被代码、测试或运行结果验证。OpenAI 介绍 Codex 工程实践时提到,团队的主要工作逐渐变成设计环境、描述意图和建立反馈循环:早期进展慢是因为环境没有说清,后来把设计、实现、审查和测试拆成可执行的环节,agent 才能承担更完整的任务。

一个准确术语可以同时带出定义、边界和一组成熟方案。“重复消息不能重复扣款”已经说明了业务目标,再补上 at-least-once delivery、幂等键和事务边界,agent 才知道重复从哪里来、应该在哪一层消除;只说“做一下防重”,它可能在内存里放一个布尔值,也可能随手加一把分布式锁,两种实现看起来都像完成了需求。

领域里的术语更重要。同一个项目里,“客户”“账户”“订单”“任务”分别指什么必须保持稳定,领域驱动设计把这叫作通用语言。人和 agent 共用同一套词,数据库字段、类名、接口和文档才不容易各说各话。

从需求到宣发的常见工程术语,我整理成了术语速查,不确定一个词时回查即可,不要一次塞进 prompt。

描述给出方向,术语减少歧义,测试提供硬反馈。Addy Osmani 总结自己的 AI Coding 工作流时仍然坚持设计、测试、版本控制和代码审查,模型看到测试失败或 lint 结果后会主动修正实现。Kent Beck 也把死循环、擅自增加功能、删除测试当作 agent 偏航的信号。缺少这些条件,agent 很可能快速产出一大批需要返工的代码。

目标与规则任务说明Agent 变更测试与运行证据反馈人工验收

代码写完只是交付过程的中段。前面有人判断问题值不值得解决,后面还有测试、部署和运行,上线后还要让目标用户看见并愿意尝试。agent 可以生成页面、接口、测试、部署脚本和宣传文案,却不知道产品面对谁,也不会替人决定一个版本什么时候值得发布。

交付链上有两组词容易混用,分开之后任务边界会清楚很多:

词实际含义
验收标准需求完成后能观察到什么
测试用例怎样操作、怎样检查
完成定义工作项达到什么状态才可以结束
词实际含义
部署把代码放进某个环境
发布让某项能力对用户可用
上线连着公告、渠道和运营动作的正式推出

把 Prompt 写成可执行任务的实践讲任务怎样写得更具体,Matt Pocock Skills 拆解讲怎样把术语、规格、TDD 和诊断流程固化成可执行的 Skills。我们少写了很多语法,仍然要理解自己正在建什么。