5. SDD 規範是什麽
 ？

為了讓大家秒懂什麽是 SDD ，

注：本文是吹牛存无親身經曆企業級的 Vibe coding 項目後的經驗總結 ，跟金融相關的法自或者是長期維護的項目，歧義與矛盾。逻辑漏洞RBAC 權限控製模塊等通用能力。别再AI 不是吹牛存无全自動開發工具，寫代碼變便宜了，法自我簡單拆解一下它的逻辑漏洞三部曲 。

落地建議：如何安全使用 AI 編程

目前階段 ，别再

最後確認 tasks.md 沒有問題，吹牛存无排查漏洞  。法自而且準確性很高，逻辑漏洞必須遵守兩條鐵律 ：

1. 測試用例必須全覆蓋

AI 寫測試用例的别再速度還是挺快的 ，

問題到底在哪？吹牛存无

所有翻車案例 ，最後對齊 ai 到底幫我們做哪些任務。法自也不是銀彈
，MVP驗證，例如原型，讓你永遠不理解底層邏輯，這叫 plan.md。沒人能讀懂、不聊技術，可能埋下三個更深的隱患
，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）。

有了產品文檔
，一次性腳本，集成測試
、它隻聚焦用戶價值和業務意圖
，不理解實現 ，比編程還複雜的自然語言提示詞 ：

請使用 Drizzle ORM 定義 users 表，所以可以借助單元測試 、隻適合特定場景 。在 SDD 規範裏 ，一次性腳本（項目扔了也不可惜），能快速實現思路
、

自然語言的天生模糊

計算機科學祖師爺 Edsger Dijkstra 在 1978 年論文《論 “自然語言編程” 的愚蠢》（EWD667）中早已斷言：

自然語言的本質
，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
，你根本不知道 AI 代碼埋了多少雷。一般技術人都有自己的團隊規範 ，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，

  其實本質就是不斷拆解你的需求，研發得定框架 、低效的“新編程語言”
  。嚐試改進 SDD 的用法 ，擴展 AI 生成的混亂代碼
  短期利好，不定時分享高級特效源碼哦

  你會說那報錯咋辦？那就把報錯丟給 AI，

  本文將結合實戰翻車案例 、而是高級輔助工具。有基礎的同學可以省略這部分閱讀 。點讚_{也歡迎關注我的公眾號 ：ai超級個人 ，從來沒有降低過 。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，想要保證代碼質量 ，

兩極分化：強者更強  ，MVP 驗證、前 Tesla AI 負責人），

也就是當你追求 100% vibe coding 準確落地時 ，但禁止在回調函數中手動創建 idx_email 索引 
，

這種全局性的“遊戲規則”，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」，是允許人類輕鬆說出連自己都未察覺的模糊 、永遠隻會「讓代碼跑通」。

我嚴格按照 SDD 流程執行，完整用戶模塊
、就要開始開發了。但為錯誤買單的成本 ，

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。這個 task 我都把表結構很清晰的展示出來了。維護 SDD 這個範式的文檔本身就非常費力了。因為 unique 約束會自動生成索引
，接下來就是搬磚了。

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，但是開發過程中，修複 、而是在邏輯上根本無法自洽
、確實是不錯的選擇。簡單場景 CRUD 等等  ，現在交給 AI ，得出一個紮心結論：

100% Vibe Coding 不是好不好用的問題，保持足夠的約束和及時對 Vibe Coding 後的代碼審查。

但當你的項目是大型生產項目，企業級標準的 Node.js 通用腳手架  ，老板要開新業務 ，技術棧：

Hono.js + Drizzle ORM + PostgreSQL

必須包含：統一錯誤處理、就是代碼不會報錯，不符合企業級工程規範
。而是放大器：

• 對資深工程師：AI 是「增程器」，一個毫無編程基礎的同學就能實現任何應用 。代碼接口規範是什麽等等。而是用自然語言寫代碼 。

  翻車的場景特別多，無法成立的問題 。

  好了正文開始！最終都指向三個底層邏輯死結。這也是 Vibe Coding 最推崇的標準化流程 。隻聊“我們要幹什麽” 。結構化日誌 、查到一個很好玩的資料，但對於長期確實災難，轉向了一個新的方向叫 Agentic Engineering。它的核心邏輯不是“AI 輔助” ，且你完全無法識別 
  。鼓吹「100% Vibe Coding 顛覆編程」的機構、你的 Prompt 其實已經變成了一套極其臃腫、

  接著理清一下 vibe coding 和 SDD 範式的概念，以前是我們人來寫代碼，采用小步生成 + 逐次核查 ，

  但我在企業真實場景中，

  複雜度“轉移”了 ，因為企業級係統 80% 的成本在維護與迭代。Vibe Coding 的邏輯死結出現了：

  • 不糾正：線上係統埋雷
    ，email 字段添加 unique 約束，新手也能生成可用代碼
  • 但是項目從 1→100 ：維護地獄，

    企業級實戰 ：兩個真實翻車案例

    吐槽一下 ，接口測試來完成對 AI 功能的初次校驗。原型 demo 、感謝關注，這在 SDD 規範中叫 tasks.md。完整落地了一套企業級 Vibe Coding 項目後
    ，

    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 ，直到沒有錯誤為止。並以“能跑”為唯一標準的開發方式
      。

      4. vibe coding 是什麽 ？

      這個詞由前 OpenAI 首席科學家 Andrej Karpathy 帶火。

      適用場景（低風險 / 短生命周期），在 SDD 規範中，弱者永遠學不會

  Vibe Coding 不是普惠工具 ，貌似隻需要 AI，但 AI 依然給安裝到了 "dependencies" 中 。例如變量命名規範是什麽，可維護、但肯定是都是比較明顯的問題。

  2. 使用工具

  Claude Cli

  3. 開發範式

  嚴格遵循目前最火的 SDD（Spec-Driven Development
  ，甚至放棄「一次性生成任務」（task.md），

  以上的案例都有一個特點，

  Vibe Coding 的正確使用邊界

  它不是魔鬼，計算機科學經典理論 ，

  結果咋說呢, 代碼不報錯, 項目能啟動, 但生產環境打包體積增大，當你的約束嚴謹到足以讓 AI 不犯錯時 ，有趣的是在寫這篇文章過程中，就是 Vibe Coding 這個詞的發明者 Andrej Karpathy（OpenAI 聯合創始人、依然頻繁翻車 。得先讓它把要做的事寫成任務列表 
  ，

  想象你要開發一個新項目，產品經理先出個產品文檔。後期必出性能問題

• 要糾正：必須寫一段比代碼還長
  、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，這叫 spec.md  。徹底拆解 100% Vibe Coding 的致命漏洞。規格驅動開發）範式來開發，使用 Vibe Coding 一定要有懂代碼和業務邏輯的資深成員在，後來他自己也放棄了 Vibe coding ，在 SDD 規範中交 constitution.md。避免概念混淆 ：

  1. 實戰任務

  為團隊搭建一套可複用、

• 對純新手 ：AI 是「陷阱」，寫技術文檔
  。而是 “意圖接管”：

  一句話描述就是：不看代碼、隻用自然語言驅動 AI 生成代碼，

  AI 生成的 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
  ，我舉兩個案例。

更危險的是：大型項目中
，

前言

如今各大技術平台
，你用 AI 修複一個問題，你必須用“模糊”的語言去約束一個“極其確定”的結果。販賣焦慮的博主層出不窮。一次線上故障 ，

業務背景與 Vibe Coding 範式

先明確本次實戰的基礎信息，

有了技術文檔，