[ai编程]vibe coding心得

视频力作bush【用AI写代码不是这样的呀!!!-bilibili】 https://b23.tv/lE7rNmS

你为什么要这样？……

“写代码不是这样的呀”

你一上来就把问题丢给 AI，然后拿一段“看起来很完整”的解释来糊弄你的SDK工程，不期望生成模块库的现场，

你是来写代码的，还是来给我问题报告，做小说连载的？

你以为复制粘贴一段AI生成的代码、一段看似逻辑自洽的分析，就能蒙混过关？工程不是写作文，不是靠辞藻堆砌就能解决问题，每一行代码、每一个模块都要落地，要经得起编译、测试和线上环境的考验，不是靠AI的“话术”就能掩盖问题的本质。

你应该先——

把你自己的脑子当主程序跑起来：复现路径写清楚、最小复现做出来、日志打全、版本差异列出来。

复现路径要精准到每一步操作、每一个参数配置，最小复现案例要剥离无关业务逻辑，只保留触发问题的核心代码；日志要覆盖关键节点，从接口调用、数据流转到异常抛出，一个都不能少；版本差异要对比依赖库、编译工具、系统环境的每一处变动，不放过任何可能的诱因。

把“现象→证据→推论→结论”这条链路摆在桌面上，别拿猜测当答案，不要老是不找根源，只堵住最后的现象。修复根源代价太大，才去修复现象。

现象是问题的表象，证据是支撑分析的基石，推论要基于证据层层推导，结论要精准指向根因。别一上来就说“可能是XX问题”“大概是YY导致的”，没有证据的猜测都是空谈；也别只做表面修复，比如报错就加个try-catch、接口超时就加个重试，治标不治本，只会让问题在后续迭代中反复爆发，埋下更大的技术债。

然后——

顺着依赖链把根因扒出来：静态库是谁的入口、动态库是谁在被调用、Gradle/包体里到底装了谁。

从SDK的依赖树入手，逐层拆解静态库的导出函数、动态库的加载时机，用工具分析Gradle的依赖冲突、包体的冗余文件，搞清楚每一个依赖的来源、版本和作用，别让“幽灵依赖”“版本冲突”成为问题的隐形凶手。

跟后端/前端同学把边界讲清楚：你管展示和状态机，他们管发奖和规则，别越权写到一起还自信满满，前端逻辑代码必须动脑子！

前后端的职责边界要清晰，前端负责UI渲染、用户交互、状态管理，后端负责数据计算、业务规则、奖励发放，别把后端的逻辑硬塞到前端代码里，也别让前端越俎代庖处理核心业务规则。写前端代码不是简单的“套模板”“调接口”，要思考交互逻辑的合理性、状态流转的流畅性、异常处理的完备性，每一行逻辑都要经过大脑的推敲，而不是无脑复制粘贴。

到了最后——

你才可以用 AI：

让它帮你做“整理”和“模板”，比如把你的证据链写得更清楚、把你已经确认的结论变成可复用的注释/文档，

让它帮你生成重复的样板代码、格式化日志、优化注释排版，甚至帮你检索相似问题的解决方案作为参考，但这些都只是辅助工具，不能替代你的思考和判断。

而不是让它替你做关键判断、替你“读项目上下文”、替你下结论！

AI不懂你的项目架构、不懂你的业务逻辑、不懂团队的开发规范，它给出的方案只是基于通用数据的拟合，可能完全不符合你的项目实际。关键的技术选型、根因判断、方案落地，必须由你自己主导，AI只能是你的“助手”，绝不能成为你的“大脑”。

像你这样的——

虽然学习态度是可以的，但是代码实现方向盘不在你手里。

你愿意学、愿意问，这一点值得肯定，但工程开发不是“拿来主义”，不是靠AI喂饭就能成长的。你没有自己的思考逻辑，没有独立解决问题的能力，就像开车没有方向盘，只能跟着AI的指引乱撞，根本掌控不了代码的走向，更无法应对复杂的工程问题。

这边公司节奏我扛不住你这种“半 AI 产出”的 review 成本——我不接受！

公司的项目迭代有明确的时间节点和质量要求，你的“半AI产出”不仅问题百出，还需要我花费大量时间帮你梳理证据、排查根因、修正代码，review成本远超预期，严重拖慢团队进度，这种工作模式我绝对不接受。

我可以认可你的学习态度，给你开具实习证明，工资也会按照流程正常发放，但工程开发需要的是能独立思考、能落地解决问题的人，你目前的状态不适合继续参与工程线的工作，这条线到此为止。