第0篇：小白篇——普通人遇到Vibe Coding中问题
当“AI帮你写代码”变成“AI替你挖坑”
一个真实的故事
本周，我想做一个金融新闻分析Agent。需求很简单：
“构建一个AI Agent，能够检索关于股票和行业的最新财经新闻，梳理事件发展脉络，并对未来影响进行分析。”
我把这个需求丢给AI，然后去泡了杯咖啡。回来时，AI已经生成了2000行代码，包括：
- 5个抽象基类
- 3个工厂模式
- 一个用Redis做的缓存系统
- 一个用WebSocket做的实时推送
我只是想要一个能跑起来的Demo啊！
更崩溃的是，代码根本跑不起来——AI假设我有某个API密钥，但根本没问过我。
Vibe Coding的三大原罪
这并非个例。前特斯拉AI总监Andrej Karpathy一针见血地指出了问题：
原罪1：瞎猜
AI遇到模糊需求时，不会反问，而是直接“脑补”。
你说“加个缓存”，它不问你是本地缓存还是Redis，直接写了300行Redis集成代码。
原罪2：过度工程
明明能用10行代码解决的问题，AI非要写成100行。
一个简单的函数，它给你加上设计模式、依赖注入、配置类……像极了刚学会新工具恨不得到处用的实习生。
原罪3：乱改
修一个bug，顺手把整个文件格式化了一遍。代码审查时根本看不清改了啥。
你只想改一行，结果diff显示了200行变化。
根本原因：AI不是没有能力，是没有纪律
这不是模型的问题。GPT-4、Claude、Gemini都有能力写出好代码。问题在于：
- 没有人教AI“什么时候该问”
- 没有人告诉AI“够用就好”
- 没有人约束AI“别乱动”
就像一个有天赋但散漫的程序员——能力没问题，但需要一套规则来规范行为。
解决方案：三套方法论
我找到了三套开源方案，组合起来就是AI的“紧箍咒”：
| 方法论 | 核心作用 | 一句话概括 |
|---|---|---|
| Karpathy Skills | 行为纪律 | “别瞎猜，先问清楚” |
| Superpowers | 流程门禁 | “先写测试，再写代码” |
| OpenSpec | 规范追溯 | “每次改动都要记录” |
本专栏将逐一拆解这三个工具，教你如何让AI从“野路子”变成“正规军”。
