Vibe Coding 带来的思考与反思
初次使用Vibe Coding 带来的思考与反思 什么是 Vibe Coding Vibe Coding 是最近流行起来的一个说法，大致意思是：对着 AI 编程助手描述你想要的功能，然后让它生成代码，不满意就继续对话调整——整个过程像是在跟代码"聊天"，而不是在写代码。 今年尝试了 Cursor 和 Claude 的编码助手之后，对 Vibe Coding 有了切身体验，这篇是我的个人反思。 直观的感受：高效与不安并存 第一次用 AI 生成一个完整的 CRUD 接口时，我的感觉是震撼的——几行自然语言描述，几十行代码自动生成，import 全都正确，异常处理都帮我写好了。前后不到一分钟。 但紧接着就是一种隐隐的不安：这段代码真的正确吗？每一行的意图我都理解吗？如果有隐蔽的 bug，我能发现吗？ 这种不安感其实很准确——AI 生成的代码看起来都对，但偶尔会在一些意想不到的地方出问题： 生成的 SQL 没考虑到索引设计，在大表上会跑全表扫描 错误处理写得很"教科书"，但缺乏对业务异常场景的判断 并发场景下的代码往往有微妙的线程安全问题 Vibe Coding 最适合做什么 经过一段时间的实践，我觉得 AI 编码助理在以下几个场景中确实非常高效： 1. 样板代码（boilerplate） CRUD、DTO 转换、配置解析、API 接入——这些重复性高、逻辑性低的工作，AI 完成得又快又好。我甚至不需要检查太多细节。 2. 探索不熟悉的技术栈 想快速试一下某个框架的用法？让 AI 生成一段 demo 代码，比翻文档快得多。它可能不是最佳实践，但至少能让你快速看到效果。 3. 单元测试编写 这是我觉得 AI 最有价值的用途之一。给定一个函数，让 AI 生成各种边界条件的测试用例，它往往能覆盖到一些你没想起来的场景。 4. 代码审查辅助 把一段代码贴给 AI，让它分析潜在问题（安全漏洞、性能隐患、代码异味），作为人工审查的补充，效果意外地好。 Vibe Coding 最不适合做什么 1. 核心业务逻辑 涉及复杂的业务规则、状态机、事务处理时，AI 容易出错。而且错误的代价很高——测试不一定能抓到所有边界条件。 ...