原文：https://mp.weixin.qq.com/s/NCzHo4SxcuYOueyq2Q-2NQ
原标题：《面试官坏笑：“你用 AI 编程半年了，那怎么保证 Claude Code 写出来的代码是对的？”我：“直接用 Claude Opus 4.8！”》

Vibe Coding工程化实战：用Git、规范、分层大模型驯服AI代码

前言

体会到Vibe Coding的极致效率：AI自动生成整段代码，一天产出的工作量远超过去一周，甚至让人全身心投入编码。但纯粹凭感觉、无约束地让AI自由写代码，爽感褪去后会接连不断翻车。AI会擅自修改无关文件、脑补不符合业务的逻辑、写出存在权限漏洞与性能缺陷的代码，返工、回滚、线上故障层出不穷。

经过数年大量AI编程踩坑沉淀，我整理出一套完整可落地的工程化管控方案。不再依赖单纯和AI聊天提需求，而是借助Git、标准化需求Spec、项目规则文件、可复用Skill、分层大模型调度、上下文管理、多Agent协作、多层安全权限机制，把不受控的AI编码纳入传统软件工程体系。这套方案适用于长期维护的业务项目；仅用于快速验证想法的短期原型，可适度放宽规范。

一、Git：Vibe Coding不可或缺的核心兜底防线

如果只挑选一条最重要的AI编程技巧，一定是用好Git。AI一次性修改数十个文件后一旦方向出错，没有版本隔离会导致无法区分有效改动与垃圾代码。Git不能等到代码写完再提交，必须在AI动手前就位，全程管控所有改动。

1. 编码开工前置校验与分支隔离

1. 执行git status --short查看当前工作区改动
   若本地存在未提交修改，先区分改动归属、确认是否保留，禁止让AI覆盖他人半成品、混合多任务代码，多人协作、多AI并行场景下该步骤必不可少。
2. 任务专属独立分支
   工作区确认干净后，新建独立功能分支：git switch -c feat/order-export，哪怕需求体量很小，也禁止直接在主分支运行AI编码。分支隔离可以将AI写偏、写坏的改动限制在当前分支，不会污染主代码基线。
3. 多任务并行隔离：git worktree
   同时开展多个开发任务时，使用worktree实现目录、分支、任务完全隔离：

git worktree add ../project-order-export -b feat/order-export
git worktree add ../project-refactor-user -b feat/refactor-user

每个AI Agent对应独立工作目录，不同任务的代码修改完全互不干扰。

2. AI完成修改后，先校验变更再提交

不要直接采信AI自我总结，仓库的变更记录才是真实依据：

1. 先用git diff --stat查看本次改动覆盖的文件规模，判断是否超出预期范围；
2. 再执行git diff逐行核对代码细节，检查AI是否擅自修改未提及的模块、公共类；
3. 分块暂存、单次提交只做一件事
   使用git add -p交互式分块暂存代码，一次提交仅承载单一功能逻辑，提交备注清晰区分任务：git commit -m "feat: add order export"。细分提交便于后续代码评审、精准回滚、快速定位缺陷。

3. 规范可控的回滚方案

针对不同场景选择对应回滚命令，避免粗暴操作丢失代码：

1. 仅丢弃未提交文件的改动：git restore path/to/file
2. 撤销已经暂存的文件：git restore --staged path/to/file
3. 代码已提交并推送远程：优先使用反向提交git revert <commit>，保留完整提交历史，不破坏协作基线；
4. git reset --hard属于高风险操作，仅一次性实验分支可使用，常规业务分支禁止随意交给AI执行，极易抹掉未备份的有效改动。

二、三层规范体系，精准约束AI减少无效猜测

模糊的需求描述是AI写出不符合预期代码的核心根源。我们可以通过轻量Spec、项目永久规则文件、复用式Skill三层体系，从需求、项目约定、任务流程三个维度限制AI自主发挥。

1. Spec Coding：开工前写清轻量化需求规范

只说“帮我实现导出订单功能”，缺少字段、条数、索引、权限等约束，AI会自行脑补业务逻辑，后续返工成本极高。开工前撰写轻量Spec，根据任务体量调整文档完整度：

• 小型任务：仅写明目标、约束、验收标准三部分；
• 中等任务：补充接口定义、错误码、数据表结构；
• 大型需求：拆分为requirements.md、design.md、tasks.md多份文档。

订单导出Spec示例：

## 目标
实现订单导出接口，支持按时间范围导出CSV文件
## 约束
1. 单次最多导出5000条数据
2. 查询时间区间不可超过31天
3. 仅可查询当前租户所属订单，禁止越权
4. SQL查询强制使用索引order_tenant_time_idx
5. 导出失败记录精准报错原因，不返回笼统unknown error
## 验收标准
1. CSV导出字段固定顺序：order_no、amount、status、created_at
2. 超条数、超时间范围返回明确业务错误
3. 单元测试覆盖：无数据、租户越权、条数超限、时间超限4类场景

除此之外，相比“代码优雅、符合项目规范”这类空洞prompt，给AI提供项目内成熟代码样板约束效果更强。指定参考控制器、服务层、仓储层代码，要求AI统一分层结构、异常处理、返回体封装、日志打印格式，禁止新增全局异常、自定义返回格式、绕过现有鉴权逻辑。

2. 项目规则文件：永久沉淀团队约定与项目坑点

长期项目可把AI高频踩坑、团队强制规范写入工具可自动读取的规则文件，跟随仓库永久留存，避免每次对话重复提醒。不同AI工具对应专属规则文件：

• Claude Code：CLAUDE.md
• Cursor：.cursor/rules/*.mdc，搭配AGENTS.md
• GitHub Copilot / VSCode：.github/copilot-instructions.md

文件编写核心准则：不堆砌通用项目介绍，只记录“删除后AI极易出错”的内容，包含技术栈版本、项目架构取舍、固定启动命令、强制业务约定、历史踩坑点。每次AI重复出现同类错误，立刻补充进规则文件，永久规避同类问题。

3. Skill：固化高频任务标准化执行流程

规则文件管控全项目通用约束，Skill针对某一类固定任务定义完整执行步骤，适合代码审查、TDD开发、前端页面开发、技术文章撰写、网页调研等重复性工作，载体为SKILL.md。

1. Skill编写规范
   SKILL.md面向AI执行，区别于给人阅读的README，仅写明触发时机、执行步骤、禁止操作、失败兜底方案，官方建议正文控制在500行以内，内容过多则拆分独立文件按需读取；
2. 使用注意事项
   第三方开源Skill不可直接加载运行，必须提前核查内置脚本、命令、权限逻辑，防止包含高危操作；
3. 核心价值
   无需每次新建会话重复提醒AI流程，例如要求代码审查必须依次检查安全漏洞、事务边界、性能索引、边界用例、项目统一规范，一次写入Skill永久复用。

三、分层调度大模型：平衡开发成本与代码质量

不要一刀切使用最贵模型或廉价模型，不同能力的模型分配对应工作，兼顾成本与产出质量，标准分工流水线：

1. 高端重型模型（Claude Opus 4.6/4.7/4.8）
   仅负责高价值脑力工作：读取完整需求与仓库代码、输出技术方案、拆解细分开发任务、最终代码审计。不参与字段修改、补getter、调整CSS等简单搬砖工作，充分发挥深度逻辑分析能力。审计环节重点排查：业务越权、事务漏洞、性能缺陷、测试覆盖缺口。
2. 平价高效模型（DeepSeek V4-Pro、GLM5.1等同级模型）
   方案确认落地后，承接细分编码任务、补充单元测试、执行lint/单元测试命令，完成后输出变更diff摘要，大幅降低大模型调用成本。

配套分层审计策略：先由低价模型全量扫描项目，列出所有疑似缺陷；再使用高端模型复核问题真实性，过滤误报，相比直接用高价模型全量扫描，成本大幅降低。

四、拒绝AI口头承诺：所有修改必须提供客观验证证据

AI普遍会输出“代码已修复、性能已优化、全部验证通过”等结论，这类口头描述不具备可信度，必须提供三类可核查证据：

1. 单元测试：遵循轻量化TDD思路

修改功能前禁止直接编写业务实现，先根据Spec编写覆盖全边界的测试用例，保证测试初始运行失败，确认用例逻辑合理后，再开发业务代码直至测试全部通过。覆盖场景包含正常流程、参数非法、权限不足、并发重复请求、空数据等边界场景。

2. 执行命令原始输出

要求AI粘贴完整运行日志，包含mvn test、npm test、pnpm lint等校验命令输出；若依赖缺失、数据库未启动等原因无法执行测试，需如实标注“未运行”并说明原因，禁止编造测试通过结果。同时增加验收清单逐项核对：权限校验、统一错误格式、索引命中、敏感信息脱敏、全量测试通过。

3. 性能优化必须提供实测数据

若涉及接口、SQL性能优化，不能仅描述“速度提升明显”，必须附带优化前后SQL语句、EXPLAIN执行计划、测试数据量、P95/P99接口耗时等实测指标；无压测数据支撑的优化方案，仅标记为预期优化，备注后续验证，不直接认定生效。

五、上下文工程：解决会话信息混乱、模型失效问题

上下文窗口容量大不等于效果更好，杂乱冗余的对话历史会干扰模型抓取关键约束，需要系统性管理会话上下文：

1. 按需加载代码，禁止一次性导入完整仓库
   当前任务仅加载Spec、关联业务文件、报错日志、验收命令、少量参考实现，其余目录、文件仅记录路径，需要分析时再单独读取，减少无关信息噪声；Claude Code分析大型仓库同样采用先检索目录、再逐份读取文件的策略。
2. 长会话及时压缩冗余内容
   Claude Code可使用/compact压缩对话、/clear清空无效历史，其余AI Agent均有对应摘要、重置功能；压缩仅保留架构决策、已修改文件、遗留缺陷、下一步任务等核心信息，删除重复对话、无效工具输出。
3. 长任务结构化留存进度
   长期开发任务维护NOTES.md交接文档，记录两大模块：

• 已完成：修改文件清单、已执行测试、确认非Bug问题；
• 剩余任务：未修复用例、待验证边界场景、新会话优先读取文件清单。
  新建会话可直接读取该文档，无需重复复述全部开发历史。

4. 单会话单任务原则
   一个对话仅处理一项独立需求；连续两次纠正AI仍产出错误代码，直接新开会话，仅携带Spec、相关代码、失败日志、NOTES交接文档；3000-8000 token高质量精简上下文，远优于几十万token杂乱对话。

六、多Agent协作与Subagent分工策略

多AI协作可提升开发效率，但新手切忌直接并行运行，不合理分工极易产生隐性代码冲突。

1. 新手优先串行化协作流程

固定流水线：Plan Agent（仅输出方案、拆分任务）→ Code Agent（单一任务编码）→ Test Agent（补充、运行测试）→ Review Agent（仅审计diff，不大量改写代码）
各Agent按顺序提交代码，提交备注标注阶段[plan]/[code]/[test]/[review]，流程跑通、熟悉规范后，再尝试worktree并行开发。

2. 并行协作的隐藏风险与管控手段

表面无Git冲突是并行最大隐患：两个Agent同时修改公共DTO、底层工具类，一个新增字段、一个删除字段，合并代码无报错，但会破坏接口序列化、前端依赖逻辑。
并行开发必须提前划定文件修改范围、模块访问权限，每个变更diff人工复核，用分支、任务边界隔离风险。

3. Subagent专项任务委派

Subagent拥有独立上下文、专属提示词、独立工具权限，适合边界清晰的专项工作：代码安全审查、单元测试批量补齐、日志分析、文档整理。
主会话仅负责整体决策、需求把控，将局部细分工作委派给Subagent执行，执行完成后仅返回结论，大幅降低主会话上下文压力；任务体量过小、业务代码频繁改动时，不建议拆分Subagent，会增加沟通成本。

七、多层安全权限管控，规避AI高危操作风险

现代AI编码工具可读写文件、执行终端命令、调用外部MCP服务，风险不再只是代码逻辑错误，还包含误删文件、篡改生产配置、泄露密钥、推送敏感代码等严重问题，仅靠Prompt提醒无法规避，必须落地多层工程化权限管控。

1. 基础文件访问限制

生产环境.env配置、证书、密钥、secrets目录等敏感文件，默认配置为禁止AI读取、修改，从源头杜绝信息泄露。

2. 高危操作分级管控

删除文件、数据库迁移、git push推送远程、修改CI流水线配置等操作，设置人工确认（ask）或直接拦截（deny）；仅git diff、单元测试、代码格式化等低风险命令自动放行（allow）。Claude Code可通过/permissions查看、调整工具权限规则。

3. 多层防护体系

1. PreToolUse Hook：AI执行终端命令前触发自定义校验逻辑，识别rm -rf、find -delete等高危命令变体，直接拦截执行并返回风险提示；
2. 沙箱环境隔离：限制Bash命令可访问的文件系统路径、外部网络访问范围；
3. CI流水线+人工审批：高风险模块（支付、鉴权、数据迁移）改动，强制人工Review通过才可合并，自动化测试全部通过为合并前置条件。

权限黑名单存在绕过可能性，无法覆盖所有高危命令变体，必须结合路径限制、Hook拦截、沙箱隔离、人工审核多重手段组合防护。

八、完整标准化日常开发流程

针对长期维护业务项目，我固定使用这套标准化开发流程，兼顾效率与稳定性：

1. 切换干净工作区，新建专属功能分支；
2. 编写轻量化Spec，明确目标、约束、验收标准；
3. 匹配对应业务Skill，加载项目规则文件；
4. 使用Claude Opus高端模型阅读代码、输出完整技术方案，确认方案后再进入编码环节；
5. 将细分开发任务分配给平价模型分步实现，每完成一小段执行测试、核对diff，小步提交代码；
6. 全部编码完成后，交由高端模型完成全量代码评审；
7. 修复评审提出的缺陷，重新运行全套单元测试；
8. 合并前人工复核核心业务diff；
9. 涉及租户权限、资金、数据迁移等核心模块，补充变更文档、回滚方案、灰度发布策略。

全文总结

短期验证原型可以放开限制自由Vibe Coding，快速跑通基础功能；但只要代码需要长期迭代、线上交付，Git、需求规范、单元测试、代码评审等传统软件工程实践，不仅不能舍弃，还要用来约束AI生成代码。

AI代码生成速度越快，工程管控体系的价值就越高。过去规范、流程用来约束人的开发行为，如今新增一层作用：管控不受控的AI，从根源减少缺陷、降低返工、规避线上故障，实现高效、稳定、可维护的AI辅助开发。