5. SDD 規範是什麽 ？

為了讓大家秒懂什麽是 SDD ，而是吹牛存无高級輔助工具 。但禁止在回調函數中手動創建 idx_email 索引
，法自

但當你的逻辑漏洞項目是大型生產項目 ，

2. 使用工具

Claude Cli

3. 開發範式

嚴格遵循目前最火的别再 SDD（Spec-Driven Development，

你會說那報錯咋辦
？吹牛存无那就把報錯丟給 AI，並以“能跑”為唯一標準的法自開發方式
。代碼接口規範是逻辑漏洞什麽等等。

AI 生成的别再 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，email 字段添加 unique 約束，吹牛存无

這種全局性的法自“遊戲規則”，

但我在企業真實場景中，逻辑漏洞

以上的别再案例都有一個特點，擴展 AI 生成的吹牛存无混亂代碼
短期利好 ，接下來就是法自搬磚了。在 SDD 規範裏，

落地建議
：如何安全使用 AI 編程

目前階段 ，隻適合特定場景。

有了技術文檔 ，我舉兩個案例。在 SDD 規範中交 constitution.md
。

更危險的是：大型項目中 ，讓你永遠不理解底層邏輯，這個 task 我都把表結構很清晰的展示出來了 。甚至放棄「一次性生成任務」（task.md），有趣的是在寫這篇文章過程中，現在交給 AI，但肯定是都是比較明顯的問題。Vibe Coding 的邏輯死結出現了：

• 不糾正：線上係統埋雷 ，最後對齊 ai 到底幫我們做哪些任務。因為 unique 約束會自動生成索引 ，

  最後確認 tasks.md 沒有問題，老板要開新業務，

  問題到底在哪 
  ？

  所有翻車案例，

  本文將結合實戰翻車案例、

  想象你要開發一個新項目，一次線上故障，販賣焦慮的博主層出不窮 。而是 “意圖接管”：

  一句話描述就是 ：不看代碼、而是放大器 ：

  • 對資深工程師
    ：AI 是「增程器」，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
    ，產品經理先出個產品文檔。

    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 。以前是我們人來寫代碼，規格驅動開發）範式來開發 ，有基礎的同學可以省略這部分閱讀。不定時分享高級特效源碼哦

    接口測試來完成對 AI 功能的初次校驗。MVP驗證
    ，隻用自然語言驅動 AI 生成代碼 ，得出一個紮心結論 ：

    100% Vibe Coding 不是好不好用的問題，轉向了一個新的方向叫 Agentic Engineering 。

    有了產品文檔
     ，貌似隻需要 AI ，

    適用場景（低風險 / 短生命周期）
    ，就是代碼不會報錯 ，一次性腳本 ，但對於長期確實災難，

    企業級實戰
    ：兩個真實翻車案例

    吐槽一下 ，這在 SDD 規範中叫 tasks.md。能快速實現思路、就要開始開發了。

    也就是當你追求 100% vibe coding 準確落地時，得先讓它把要做的事寫成任務列表 ，你的 Prompt 其實已經變成了一套極其臃腫
    、企業級標準的 Node.js 通用腳手架，

    接著理清一下 vibe coding 和 SDD 範式的概念
    ，但是開發過程中，

    翻車的場景特別多 ，

    業務背景與 Vibe Coding 範式

    先明確本次實戰的基礎信息，排查漏洞 。

    前言

    如今各大技術平台，不理解實現，例如變量命名規範是什麽 ，

    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 ，感謝關注，嚐試改進 SDD 的用法  ，RBAC 權限控製模塊等通用能力。這也是 Vibe Coding 最推崇的標準化流程。避免概念混淆：

    1. 實戰任務

    為團隊搭建一套可複用、最終都指向三個底層邏輯死結 。但 AI 依然給安裝到了 "dependencies" 中  。直到沒有錯誤為止
    。鼓吹「100% Vibe Coding 顛覆編程」的機構 、AI 不是全自動開發工具
    ，寫技術文檔 。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 
  ，簡單場景 CRUD 等等，

  4. vibe coding 是什麽？

  這個詞由前 OpenAI 首席科學家 Andrej Karpathy 帶火 。寫代碼變便宜了，後期必出性能問題

• 要糾正：必須寫一段比代碼還長
  、一般技術人都有自己的團隊規範，一個毫無編程基礎的同學就能實現任何應用。可能埋下三個更深的隱患 ，采用小步生成 + 逐次核查，修複
  、歧義與矛盾。你必須用“模糊”的語言去約束一個“極其確定”的結果。

  其實本質就是不斷拆解你的需求 ，所以可以借助單元測試
  、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 ，點讚_{也歡迎關注我的公眾號：ai超級個人，MVP 驗證 、我簡單拆解一下它的三部曲。維護 SDD 這個範式的文檔本身就非常費力了。完整用戶模塊 、查到一個很好玩的資料 ，它的核心邏輯不是“AI 輔助” ，想要保證代碼質量，而是在邏輯上根本無法自洽、這叫 spec.md。當你的約束嚴謹到足以讓 AI 不犯錯時，例如原型 ，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，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） 。沒人能讀懂 、可維護 、不符合企業級工程規範。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 ，完整落地了一套企業級 Vibe Coding 項目後，弱者永遠學不會

    Vibe Coding 不是普惠工具 ，就是 Vibe Coding 這個詞的發明者 Andrej Karpathy（OpenAI 聯合創始人、在 SDD 規範中，研發得定框架、

    我嚴格按照 SDD 流程執行，

    好了正文開始！比編程還複雜的自然語言提示詞：

  請使用 Drizzle ORM 定義 users 表
  ，計算機科學經典理論
  ，而是用自然語言寫代碼。依然頻繁翻車。原型 demo  、隻聊“我們要幹什麽”。

  注：本文是親身經曆企業級的 Vibe coding 項目後的經驗總結 ，後來他自己也放棄了 Vibe coding，無法成立的問題 。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，集成測試、

兩極分化：強者更強，前 Tesla AI 負責人），

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，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」，