后端实习一月：用Vibe Coding与人月神话反思AI协作开发

背景

作者是一名后端暑期实习生，在入职一个月后，结合近期阅读的《人月神话》一书，对使用 Coding Agent（如 Codex、Claude Code CLI 等）进行软件开发（即 Vibe Coding）的实践进行了深度复盘与沉淀。

文章的核心出发点在于纠正对 AI 辅助编程的误解：使用 Coding Agent 进行软件开发的本质，并非简单的“人机对话”，而是多人接力协作开发。每一次与 LLM 的对话，相当于与一个全新的“人”沟通；而每一次与 Coding Agent 的对话，则相当于与一个能看到历史接力情况的“人”沟通。基于这一认知，作者试图解决 Vibe Coding 中常见的概念完整性缺失、复杂度失控、代码风格偏离等痛点。

核心内容

作者通过六个维度，详细阐述了如何在 Vibe Coding 中引入软件工程思维，以应对 AI 协作带来的挑战：

1. 概念完整性与文档主导 引用《人月神话》中关于“概念完整性”的观点，即设计应由极少数互有默契的人员实现。在 Vibe Coding 中，Coding Agent 的接力特性容易导致概念完整性被稀释。

• 实践策略：在产出 PRD（产品需求文档）、TRD（技术需求文档）时，开发者必须深度理解文档逻辑。利用 Codex 的侧边栏提问功能审查建议修改点，防止过度设计。一旦文档确定，开发过程中应尽量避免修改，以维持设计的一致性。

2. 应对复杂度失控：提示词工程与任务拆解 随着开发进行，项目复杂度上升，这与《人月神话》中提到的“人手增加导致效率降低”现象类似。在 Vibe Coding 中，多轮对话等同于引入多个“虚拟人”协作，极易导致项目失控。

• 实践策略：重视提示词工程。避免分步指令（先做 A 再做 B），而应在单段提示词中完整交代涉及 A、B、C 三个步骤的任务。同时，精细把控任务拆解的粒度，确保单个任务指令的清晰度和完整性。

3. 单一职责原则与 Session 管理 Coding Agent 代码质量的核心在于“单一职责”。

• 实践策略：将一份 PRD 转化为多个基于“单一职责”拆解的 TRD 切片。每个切片包含适量的 Task。在开发时，一个 Session 仅完成一个切片的实现，下一个切片开启新的 Session。这种做法隔离了上下文，避免了单一长 Session 中职责混杂导致的逻辑混乱。

4. 人的掌舵作用与软件工程直觉 虽然 Coding Agent 可以辅助确定方向，但项目主线必须由人掌控。随着 AI 代码生成能力的提升，软件工程直觉成为 Vibe Coding 的关键竞争力。

• 反思：作者指出，如何培养这种直觉和工程思维是当前从业者需要探索的课题，并呼吁社区交流相关书籍和建议。

5. 代码审查（Code Review）的双视角方法论 人必须审查 AI 生成的代码，但审查重点应从语法转向逻辑与价值。

• 实践策略：
  • 双视角解释：要求 Coding Agent 从“系统视角”（新增代码赋予系统什么新能力）和“用户视角”（用户感受到什么变化）解释新增代码。
  • 数据流走读：代码走读必须基于数据流。追踪数据从何处进入、初始形态如何，顺着数据流验证代码逻辑的正确性。

6. 解决 TRD 脱离代码库实际风格的问题 Coding Agent 生成的 TRD 往往脱离现有代码库或架构风格，破坏概念完整性，根本原因在于生成 TRD 时未充分基于已有代码事实。

• 实践策略：引入 Codegraph 技术。自建 TRD Skill，让 AI 在编写 TRD 前，通过 Codegraph 充分获取代码库的已有代码事实，确保生成的技术方案符合现有架构和实现风格。

关键要点

• 本质认知：Vibe Coding 的本质是多人接力协作，需警惕由此带来的概念完整性稀释和复杂度失控。
• 文档纪律：PRD/TRD 需在开发前充分理解并锁定，避免开发中途频繁变更导致设计偏离。
• 提示词优化：采用“单提示词多步骤”而非“多提示词单步骤”，并精细控制任务拆解粒度。
• 架构隔离：遵循单一职责原则，将 PRD 拆分为多个 TRD 切片，每个切片使用独立的 Coding Agent Session 执行。
• 审查范式：代码审查应结合“系统/用户双视角”解释与“数据流”追踪，而非仅关注语法正确性。
• 上下文注入：利用 Codegraph 等工具，在生成 TRD 前注入代码库现有事实，确保技术方案与现有架构风格一致。

意义与影响

这篇文章为 Vibe Coding 从“直觉式编程”向“工程化编程”过渡提供了具体的方法论指导。它强调了在 AI 辅助开发时代，软件工程传统原则（如概念完整性、单一职责、数据流分析）的非但没有过时，反而变得更加重要。

作者提出的具体实践（如基于 Codegraph 的 TRD 生成、双视角代码审查、Session 隔离策略）为解决 AI 代码“幻觉”、风格不统一和逻辑断裂提供了可操作的解决方案。这不仅有助于提升暑期实习生等初级开发者的代码质量，也为资深工程师如何利用 AI 提升架构一致性提供了新的视角。文章最终指向一个核心观点：在 AI 时代，人的核心价值在于工程直觉、架构把控和概念完整性维护，而非单纯的代码编写。