从 Vibe Coding 到工程化 AI Coding：如何让 AI 写代码更可靠？
内容提要
文章探讨如何从随意的 Vibe Coding 转向可靠的工程化 AI Coding，核心做法包括：编写含目标、范围、约束、验收标准和验证方法的 Spec；复杂任务先让 Agent 出 Plan 再改代码；提供项目级与任务级 Context 并保持会话干净；AI 声称完成后核对实际 Diff、测试与构建记录，用 Quality Gate 强制检查；将有效做法固化为 Skill 和带检查点的 Workflow，跨会话保存进度与决策，并评估流程本身是否值得。
延伸解读
Spec 的关键：验收标准与验证方法要分开写
文章强调，Spec 中的 Acceptance Criteria 和 Verification 必须分开：前者描述预期结果，后者说明如何检查。只写“资源最终达到期望状态”仍缺少检查依据，还需写明用集成测试复现临时错误和恢复过程。这样 Agent 改完后，开发者才能逐项核对，而不是凭一句“已完成”判断。
Plan 不是形式：先确认问题再改代码
复杂任务先让 Agent 读代码并给出 Plan，重点看它是否找对问题、方案是否合理、会改哪些文件。文章举例，若 Plan 要求修改 CRD Schema，就应追问恢复调谐为何必须改资源定义。等文件都改完再发现多余改动，返工成本更高；小任务如改错别字则可省去 Plan。
Context 要分层，但规则文件并非越长越好
项目级 Context 写长期约定，如构建测试命令、公共接口兼容性和禁止修改区域；任务级 Context 指明本次该读哪些文件。文章同时提醒，规则文件应逐条检查能否减少具体错误，因为所引研究未发现仓库上下文文件普遍提高成功率，反而增加推理成本。独立任务宜开新 Session，避免旧假设干扰。
验证要看执行记录，Quality Gate 要由工具落实
Agent 声称“测试通过”时，应核对实际运行的命令、日志和对应代码版本；只跑一个测试文件不能代表全部通过。Quality Gate 最好通过 CI 必需检查和分支保护执行，并确认测试未被跳过。文章还指出，构建测试通过不代表改动合规，Diff 若超出约定范围仍需人工审查。
Q&A
Vibe Coding 和工程化 AI Coding 有什么区别？
Vibe Coding 指跟着 AI 生成结果不断尝试，用自然语言提要求、运行代码、遇错再改，未必逐行审查；工程化 AI Coding 则是在已有项目中使用 Coding Agent，由它读仓库、分析问题、改文件、跑测试，开发者负责检查方案和结果，强调可验收、可追溯。
给 AI 写任务 Spec 应该包含哪些部分？
Spec 应包含 Goal（要修复的问题）、Scope（修改范围）、Constraints（不能违反的约定）、Acceptance Criteria（预期结果）和 Verification（检查方法）。验收标准和验证方法要分开写，例如“API 恢复后资源达到期望状态”是验收标准，“用集成测试复现临时错误和恢复过程”是验证方法。
复杂任务为什么要先让 Agent 出 Plan 再改代码？
复杂任务涉及多个模块时，先让 Agent 读代码并给出 Plan，可以在文件未变动时检查它是否找对问题、方案是否合理，避免改完多个文件后才发现多余改动。Plan 应说明当前逻辑、拟采用方案及理由、需修改文件、假设与风险、验证方式。小任务如改错别字可省略 Plan。
如何管理 AI 编码时的 Context，避免它读到无关代码？
分项目级和任务级：项目级把长期规则写进 AGENTS.md、CLAUDE.md 等规则文件，包括构建测试命令、项目约定和禁止修改区域；任务级明确告诉 Agent 这次该读哪些文件、参考哪部分实现。同时一个任务尽量保持干净 Context，独立任务开新 Session，避免旧假设干扰。
AI 说“测试通过、完成了”，开发者还需要核对什么？
需要打开执行记录，核对实际运行的命令是否覆盖项目要求的构建、测试、Lint 等检查；按 Spec 查看 Diff 和测试内容，确认验收项有对应测试、修改未涉及无关模块。缺少执行记录或测试未覆盖的验收项应记为未验证，不能仅凭 AI 的总结认定完成。
Quality Gate 应该怎么设置才真正有效？
Quality Gate 要明确哪些检查必须通过才能进入下一阶段或合并代码，并尽量由工具执行而非只写在 Prompt 里。例如通过 CI 必需检查和分支保护落实门禁，同时确认测试确实执行、未被跳过或忽略失败。任务记录中的 passed 不能代替实际命令、日志和对应代码版本，还需人工审查 Diff 是否超出约定范围。
长任务跨 Session 时如何保存进度和决策？
不要让 Session 成为唯一事实源。确认的需求和决策放进 Spec 或项目文档，代码变更由 Git 保存，当前进度、失败检查和下一步另留任务记录。可用 Workflow State 模板记录当前阶段、已确认约束与决策、代码位置、验证记录、失败项、尚未验证项、下一步和需要人工决定的事项，只更新变化部分。
如何把有效的 AI 编码做法固化成可复用的流程？
把重复的固定提示保存为 Command，需要携带参考文档、模板或脚本时封装为 Skill；任务更长、需中途检查或跨 Session 时，用 Workflow 设置阶段检查点（Spec、Design、Coding、Verification），明确每阶段完成条件。不必一开始就搭建整套 Workflow，简单任务用简单流程，并评估流程本身是否减少返工、值得增加的成本。
