codecamp

Vibe Coding AI 协作的六条核心命题

🧠 六条核心命题

零、固定目标、分层反馈的可验证收敛系统

*Vibe Coding 可以理解为一种目标驱动、受约束、可验证的状态转移闭环;从控制结构看,它是一种固定目标、可变策略、分层反馈的系统:先将模糊需求经过澄清、结构化、一致性检查和人工确认,冻结为带版本的目标基线 `G;再让 Agent 在目标基线和约束不被静默修改的前提下,反复执行“观察当前状态S_t→ 识别状态差距Δ_t→ 选择策略与行动 → 获取验证证据E_t` → 接受、修正、回滚或切换策略”,使系统逐步进入目标的验收集合。若单次行动无效,则修正行动;若当前策略无效,则切换策略;若目标存在矛盾、不可行或无法判定,则暂停执行,重新审查目标或交由人决定。任何目标变更都必须通过显式版本、差异和授权进入新一轮闭环;每一层都必须具备独立验证、回滚、尝试上限和退出机制。**

原始需求 R
→ 澄清、结构化、一致性检查
→ 版本化目标基线 G*
→ 观察当前状态 S_t
→ 识别状态差距 Δ_t
→ 选择策略 π_t 与行动 O_t
→ 执行
→ 采集验证证据 E_t
→ 接受 / 修正 / 回滚 / 切换策略
→ 下一轮状态 S_{t+1}

这里的“固定目标”不是目标永远不能变化,而是未经授权不能被执行者静默改变;合法变化必须创建新的目标版本。这里的“收敛”也不是保证每一步都成功,而是在验证、回滚、尝试上限和退出机制约束下,使系统进入并保持在目标验收集合中。零号命题与后续五条命题共同构成六条核心命题;后续五条命题分别解释 AI 在这个闭环中的能力、边界、演化、审查和编排。

一

Demis Hassabis:“首先解决人工智能问题,然后再用人工智能解决其他所有问题”

二、生成域

大语言模型的能力边界,是其生成物能够直接或间接实现、驱动、约束、修改、验证或影响的范围。

当前,AI 正在接管部分人的一切作用;未来,AI 将接管所有人的一切作用?

大语言模型的直接产物是 token 序列;token 解码为文本后,可以承载自然语言、形式语言和机器可解析协议等可文本化的符号结构。凡是能被文本稳定表达,并能被人、程序或工具解释、执行、约束、修改或验证的结构,都属于大语言模型的生成域,例如:用户提示词、系统提示词、自然语言、代码、命令、配置、流程、计划、测试、文档、schema、API 调用、工具指令和数据处理逻辑。

生成物可达,即模型能力可达。

三、模型吞噬

模型能力会持续吞噬一切可被吞噬且为弥补模型不足而产生的中间层。

很多今天看起来很重要的东西,本质上只是因为模型还不够强:Prompt 技巧、工作流、Agent 编排、索引系统、外部记忆、工程脚手架、工具封装、人工流程和当前经验体系。

当模型能力继续提升,这些中间层会被模型原生能力吸收、压缩、替代,甚至失去独立存在的意义。凡是因模型能力不足而存在、且可被吞噬的工程补丁,都会被更强模型吞噬。

四、隔离审查

AI 生成结果只是候选解,不是已验证事实;长期应默认其可能错误、非最优,并必须保留审查、验证与优化空间。

成熟 AI 工程的重要治理原则,不是让同一个上下文自我确认,而是把生成、审查和验证拆开。NIST 强调独立审查可以降低偏见和利益冲突;OpenAI 与 Microsoft 都把外部测试、红队和独立评估作为发现盲点的重要机制;LLM-as-a-judge 研究也指出,模型评价自身输出时可能存在自偏好。

因此,长期使用 AI 时,重要产出必须新开隔离会话,明确告知审查 AI:上一轮结果不可信,不能沿用结论,必须重新阅读原始资料、业务代码、目标、约束和验证结果,用事实、测试和可追溯证据判断其是否成立。

AI 负责生成候选解,隔离上下文负责审查和优化候选解,事实与验证负责裁决候选解。

五、能力编排

AI 编程的高阶形态不是从零生成更多代码,而是根据需求反向搜索成熟工具链与成熟仓库,把已有能力编排成可验证的业务系统。

拼好码要求从“实现者心态”转向“整合者心态”:不是看到需求就让 AI 直接自研,而是先识别已有成熟能力、评估成熟度、设计适配边界,再用最少自研完成业务闭环。成熟生态承担通用复杂度,胶水代码连接业务流程,自研只服务不可替代的业务差异。

简单实践流程:

  1. 写清需求:目标、输入、输出、约束和验收标准。
  2. 反向搜索:让 AI 根据需求拆出能力领域,搜索官方能力、事实标准、工具链、成熟仓库、主流 SDK 和平台服务。
  3. 评估候选:检查维护状态、许可证、文档质量、生产案例、生态兼容、替换风险和接入成本。
  4. 选择组合:确定采用的工具链与仓库组合,并说明为什么不用其他方案、为什么不自研。
  5. 设计边界:固定输入输出、数据模型、接口契约、错误处理、依赖隔离和回滚路径。
  6. 生成胶水:让 AI 只写连接、适配、编排、配置、业务规则和测试,不重写成熟能力。
  7. 验证交付:用测试、类型、schema、CI、脚本和检查清单验证结果,留下证据、替换方案和回滚路径。

能复用时不重造,能编排时不发明。

Vibe Coding 方法论工具箱
Vibe Coding 道法术器:人机协作框架
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }