🤖 AI 速览
📋 文章元数据
- 发布时间
- 2026-06-20
- 类型
- posts
- 标签
- Vibe Coding, AI Development, Software Engineering, Contract First, OpenSpec, Claude Code, Codex
500 行的诅咒
不知道你是否有过这种体验:打开 Cursor 或者 Claude Code,三句话描述需求,AI 刷刷刷生成了几百行代码。功能跑起来了,你很满意。继续加功能,再让 AI 改,再改……
到第五轮对话的时候,你发现不对了。AI 开始「忘记」之前约定好的接口格式。一个参数名莫名其妙地变了。一个原本正常的函数被重构出了三个彼此冲突的版本。你开始花越来越多的时间读代码——不是 review,是在找 bug。更糟糕的是,这些 bug 并非逻辑错误,而是 AI 在不同对话轮次之间产生了不一致。
这就是「500 行的诅咒」:vibe coding 的魅力在项目复杂度的线性增长面前,呈现断崖式衰减。
安全工程师的顿悟
@Pluvio9yte 最近的一篇深度总结把这个洞察讲透了。他原是一名安全工程师,后来 all-in 全栈开发——每天大量使用 AI 编程工具。
他的核心洞察很反直觉:Vibe Coding 的最佳实践,既不是「需求优先」,也不是「代码优先」,而是「契约优先」。
为什么?因为「需求优先」的问题是——需求文档写出来后,AI 并不会天然遵守。它在每一轮对话中都会重新「理解」需求,而理解的结果可能每次都略有不同。「代码优先」的问题更直接:当代码本身就是唯一真相来源时,AI 的每次修改都可能在局部最优的前提下破坏全局一致性。
他基于 OpenSpec 搭了一套方法论:
1. 先定接口契约——输入、输出、副作用、不变量,必须写在代码之前
2. 契约成为人和 AI 共同的 single source of truth——所有对话上下文都以契约为锚
3. spec 漂移在开发阶段就被捕获——而不是等到上线靠用户帮你发现
这套思路最大的价值在于:它把「容易漂移的上下文」外化成了一个稳定的参照物。人对它有充分理解,AI 对它也有明确的约束。
工具侧正在发生的事
如果你关注各大 AI 编码平台最近一个月的更新,会发现一个共同趋势。
Claude Code Artifacts:解决协作黑洞。过去 AI 编程成果「只有操作者自己能看到」。Claude Code 刚推了 Artifacts 功能——把 AI 编程过程中的产出(调试数据、架构图、PR 走查结果)生成可实时分享的交互式网页。但关键在于:这功能起作用的前提是,有结构化的东西可以分享。如果你的 AI 代码本身就是一团 hash,Artifacts 也救不了你。
OpenAI Codex Record & Replay。6 月 18 日上线的新功能,路径是:你做一遍,AI 看一遍,然后它自动把这段工作流编译成一个可复用的 Skill。本质上是一种行为契约——你演示的不是「怎么写代码」,而是「事情应该怎么做」。
Loop Engineering。提出让 AI 代理通过循环式开发流程自己写、测、改代码。但这套机制能跑起来的前提,不是什么先进的 prompt engineering,而是有稳定的接口契约作为锚点。没有契约的自主代理,就像没有 GPS 的无人机。
为什么是现在?
三年前,开发者还在争论「写 spec 到底有没有用」。今天,这个问题已经彻底反过来了。在 AI-first 的工作流里,spec 不再是一份「写给人的说明文档」,它变成了一个运行时制品——人和 AI 都在持续引用它、对照它、依据它做决策。
Spec 本身就是产品。代码只是渲染出来的产物。
这个范式反转有三个驱动力:对话上下文的不可靠性——AI 在长对话中的「记忆衰减」是结构性缺陷,契约是抗衰减最有效的外挂记忆;多智能体协作的必然需求——当多个 AI 代理协同工作时,没有接口契约,它们的对话会比人类之间更灾难;自动化程度的提升——Codex Record & Replay 这类工具意味着 AI 正从「被动响应指令」走向「主动执行流程」,没有契约定义边界,自动化就是一场赌博。
落地建议
如果你在使用 AI 做正经项目(而不是玩玩具 Demo),以下四条可以作为起点:
• 接口写在实现之前——哪怕只是一段注释,定义好输入输出格式
• 契约和代码一起版本管理——放在同一个 repo 里,每次修改契约要有对应的 commit
• 把 spec 漂移当作 bug 处理——不要让「差不多就行」成为习惯
• AI 生成脚手架,人守住契约设计——架构决策(尤其是接口设计)目前仍然是人类最不可替代的环节
能想清楚这层关系的开发者,5 倍生产力是真实可达的。没想清楚的,那 5 倍大概都花在 debug 上了。
2026.06.20 · 基于 Pluvio9yte 的 Contract First 方法论、Claude Code Artifacts、OpenAI Codex Record & Replay 及 Loop Engineering 的综合观察