访谈摘要：如何负责任地在生产环境中 Vibe Coding

• Vibe Coding 不仅仅是大量使用AI生成代码。
• 核心观点 真正的 Vibe Coding 引用了 Andrej Karpathy 的定义：“完全投入到 vibe 中，拥抱指数级增长，忘记代码的存在”。
• 它让非工程师也能独立构建整个应用，这是一个巨大的解锁。
• 风险：新手在不了解底层逻辑的情况下编码，可能导致API密钥滥用、绕过订阅、数据库污染等问题。

• 关键事实 AI能完成的任务长度每7个月翻一番。我们必须为AI能完成一天甚至一周工作量的未来做准备。
• 类比观点 这就像早期开发者不再需要逐行阅读编译器生成的汇编代码一样。为了利用AI的指数级能力，我们必须找到一种方式，在更高层次的抽象上工作，信任系统。
• 如果我们固守在必须理解每一行代码的模式中，我们将无法跟上AI的发展速度，自己会成为瓶颈。

核心理念 忘记代码的存在，但不要忘记产品的存在。 管理AI就像管理一个你并不完全懂其专业领域的专家，这是一个管理学问题。

• 1. 成为AI的产品经理 (Be Claude's PM)：
  • 问“我能为 Claude 做什么”，而不是“Claude 能为我做什么”。
  • 像对待新员工一样，提供充足的上下文、需求、规范和约束。演讲者通常会花15-20分钟准备一个详尽的 Prompt。
• 2. 专注于代码库的“叶子节点” (Leaf Nodes)：
  • 将 Vibe Coding 应用于那些没有其他代码依赖的模块（如一个特定的功能或UI组件）。
  • 这样做可以容忍和隔离技术债 (Tech Debt)，因为它们不会影响核心架构。
  • 核心架构（Trunks and branches）仍需工程师深度理解和维护。
• 3. 设计可验证性 (Verifiability)：
  • 设计系统，使其即使在不阅读全部代码的情况下也能被验证。
  • 方法包括：编写验收测试 (Acceptance Tests)、压力测试 (Stress Tests)、验证清晰的输入和输出。
• 重要警告 目前，Tech Debt 是唯一一个很难在不阅读代码的情况下进行验证的方面。所以要谨慎选择应用 Vibe Coding 的范围。

• 事实 团队成功合并了一个主要由 Claude 编写的、对生产环境强化学习代码库的 22,000 行代码的变更。
• 如何做到的：
  1. 投入了数天的人类工作来明确需求，充当 Claude 的PM。
  2. 变更主要集中在叶子节点，对需要扩展的核心部分进行了严格的人工审查。
  3. 精心设计了稳定性压力测试，并设计了易于验证的输入/输出，从而在不读懂所有实现细节的情况下建立了信心。
• 深远影响 这不仅节省了时间，更重要的是改变了团队的思维模式。当一个原计划两周的任务现在只需一天完成时，团队可以去尝试更大、更有雄心的功能。

• 未来如何学习编程？

  观点AI既是挑战也是机遇。懒惰的人将无法学习，但主动学习者可以利用AI作为“永不疲倦的结对程序员”，快速学习新库和架构，并通过快速迭代获得多倍的架构设计经验。

• 如何平衡效率与网络安全？

  观点这回到了“成为AI的PM”这一点。有经验的开发者需要知道该问什么问题来引导AI避开安全陷阱。对于完全非技术的用户在生产环境中 Vibe Coding 构建关键业务，需要非常谨慎。安全的实现方式是使用那些“可证明正确”的框架，将安全敏感部分（如认证、支付）封装好。

• 如何在 Vibe Coding 中实践测试驱动开发 (TDD)？

  建议TDD非常有用。可以指导 Claude 编写简约的、端到端的测试用例（例如，一个成功路径、两个错误路径），然后审查这些测试。如果测试合理且通过，就能对代码建立信心。

• 演讲者的工作流是怎样的？

  实践他同时使用终端中的 claude-code 和 Cursor (VS Code) 。通常用 claude-code 进行大规模的编辑和探索，然后用 Cursor 进行精确的修复和微调。