ai 能力很强，但是如果仓库的代码量越来越大，还继续纯 vibe coding ，大概率你的项目会越来越乱，越来越难以维护和管理
那么为什么人类工程师写代码不会这样？
我自己想了一下我的开发行为，大概是这样的：
- 接到一个需求，理解需求具体是要干什么
- 我的大脑自动 rag 一下，回想起这个需求相关的可复用的代码 kit ，规范是什么，以及存放在哪里，该咋用
- 开始 coding
- 再对照我记忆里的“这种需求的代码在这个项目该怎么写” 的相关规范进行 review 一下
- commit && push
所以为什么 ai 做不到这样？一个是 vibe coding 的人有可能本身就是纯小白零基础，自己也不知道该怎么写代码才是规范的，也有可能是被需求，排期填满的工程师，没有很多空去每次写需求都让 ai 走一遍完整流程（全走完流程的话说不定工程师自己都差不多写完代码了）
all in all ，为了解决这个问题，我们内部仿照人类工程师的开发模式打造了一套给 ai 的工作流，我们会把代码的各种结构规范和开发准则进行沉淀形成文档，把 commit 相关信息也沉淀到文档中，这样每次跟 ai 对话之前，可以用对应的流程只注入它需要的 context ，这样在实际 coding 之前，你得到的就不是一个 预训练过很多预料，coding 能力很强，但是会随机发挥 coding 能力的 agent ，而是一个熟悉你项目最近提交情况，熟悉本次需求开发相关代码该咋写的代码工程师了；
在 coding 结束之后，也会有类似的强行注入 review 相关所需上下文的流程去进行 code review ，防止 coding 过程中因为上下文太多，忘记代码规范是什么；
以及在工作完成之后，会有专门流程检查本次 coding 是否产生或者修改了对应的开发规范，如果有这种情况就会对开发规范进行修改，做到越用越好的效果
我们内部觉得这是一个非常提效的流程，最近可能开源出来, 会有人想用这种东西吗
 | 1 byheaven0912 2 小时 46 分钟前 openspec ，superpower ，一大堆这样的项目了 |
 | 2 fmfsaisai OP @byheaven0912 superpower 和 openspec 都不好用...,superpower 还好点, openspec 更是跟没有一样 |
 | 3 hellopz 1 小时 44 分钟前 我的最大阻碍是沉淀代码规范，整理出 ctx 才是最大的问题，怎么使用 ctx 无关紧要，我人手工复制粘贴给 AI 递材料都行 |
 | 4 cssTheGreatest 44 分钟前 我们的实践下来，vibe coding 的痛点在于它和业务需求之间，仍需要一个“翻译”的过程，也就是您说的： “我的大脑自动 rag 一下，回想起这个需求相关的可复用的代码 kit ，规范是什么，以及存放在哪里，该咋用” 例如我是前端，来了一个需求说“订单管理页增加一个新的 CRUD”，我大脑里会去 rag 相应的代码仓库、文件、接口、旧逻辑、影响面，然后再开工。而 agent 在仅阅读代码仓库后，它只会尽量‘猜测’一些相关性，就容易导致改错、做错。 Vide coding 在 “纯写代码”层面我们觉得已经完全 ok ，包括代码规范、合理性、性能、安全等，但还没法代替我们去“思考”该怎么完成业务需求。 我们在 BMAD 和各种 XXX Spec Driven 的试验后，开始尝试建立一个上下文仓库，包括我们之前的需求 PRD 、测试用例和项目文档，希望能让 agent 基于这个上下文能代替“我”的思考 |
 | 5 cc9910 39 分钟前 感觉还是上下文的问题, 比如项目里,我大概知道那个是关键点,遇到问题也是复用或者修改那个地方, 但是 ai 要么就是全部记住,要么就是写一个超长的引用,然后每次扫一遍,导致它记不住全部,每次都是新的开始 |
Select Language