<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>Vibe Coding on BIT &amp; 42</title><link>https://CoderAmedal.github.io/tags/vibe-coding/</link><description>Recent content in Vibe Coding on BIT &amp; 42</description><generator>Hugo -- 0.160.1</generator><language>zh-CN</language><copyright>2025 Bit &amp;amp; 42. 这是生命、宇宙以及一切的终极版权声明</copyright><lastBuildDate>Wed, 14 May 2025 00:00:00 +0000</lastBuildDate><atom:link href="https://CoderAmedal.github.io/tags/vibe-coding/index.xml" rel="self" type="application/rss+xml"/><item><title>Vibe Coding 带来的思考与反思</title><link>https://CoderAmedal.github.io/posts/vibe-coding-reflection/</link><pubDate>Wed, 14 May 2025 00:00:00 +0000</pubDate><guid>https://CoderAmedal.github.io/posts/vibe-coding-reflection/</guid><description>&lt;h1 id="初次使用vibe-coding-带来的思考与反思"&gt;初次使用Vibe Coding 带来的思考与反思&lt;/h1&gt;
&lt;h2 id="什么是-vibe-coding"&gt;什么是 Vibe Coding&lt;/h2&gt;
&lt;p&gt;Vibe Coding 是最近流行起来的一个说法，大致意思是：&lt;strong&gt;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&amp;quot;聊天&amp;quot;，而不是在写代码。&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;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。&lt;/p&gt;
&lt;h2 id="直观的感受高效与不安并存"&gt;直观的感受：高效与不安并存&lt;/h2&gt;
&lt;p&gt;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。&lt;/p&gt;
&lt;p&gt;但紧接着就是一种隐隐的不安：&lt;strong&gt;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？&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;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：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;生成的 SQL 没考虑到索引设计，在大表上会跑全表扫描&lt;/li&gt;
&lt;li&gt;错误处理写得很&amp;quot;教科书&amp;quot;，但缺乏对业务异常场景的判断&lt;/li&gt;
&lt;li&gt;并发场景下的代码往往有微妙的线程安全问题&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id="vibe-coding-最适合做什么"&gt;Vibe Coding 最适合做什么&lt;/h2&gt;
&lt;p&gt;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：&lt;/p&gt;
&lt;h3 id="1-样板代码boilerplate"&gt;1. 样板代码（boilerplate）&lt;/h3&gt;
&lt;p&gt;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。&lt;/p&gt;
&lt;h3 id="2-探索不熟悉的技术栈"&gt;2. 探索不熟悉的技术栈&lt;/h3&gt;
&lt;p&gt;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。&lt;/p&gt;
&lt;h3 id="3-单元测试编写"&gt;3. 单元测试编写&lt;/h3&gt;
&lt;p&gt;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。&lt;/p&gt;
&lt;h3 id="4-代码审查辅助"&gt;4. 代码审查辅助&lt;/h3&gt;
&lt;p&gt;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。&lt;/p&gt;
&lt;h2 id="vibe-coding-最不适合做什么"&gt;Vibe Coding 最不适合做什么&lt;/h2&gt;
&lt;h3 id="1-核心业务逻辑"&gt;1. 核心业务逻辑&lt;/h3&gt;
&lt;p&gt;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。&lt;/p&gt;</description></item></channel></rss>