The Vibe Coding Trap: Why AI-Assisted Projects Still Fail
9 hours ago
- 人工智能辅助开发常常不在生成阶段失败，而是在集成和部署过程中失败，因为生成的代码脆弱且不适合生产系统。
- 一个关键争论在于主要瓶颈是程序性的（缺乏严格的代码审查和测试）还是认识论的（无法记录或通过流程捕捉的隐性知识）。
- 人工智能生成的代码抑制了审查本能，因为它流畅且内部一致，而人类的错误则更加明显。
- 与从纠正中学习的新手工程师不同，人工智能模型在每个会话后重置，导致重复出现代价高昂的错误。
- 一些生产约束是隐性的——只有通过经验才能了解——无法在规范中完全捕捉，从而限制了程序性修复的有效性。
- 经济激励倾向于修补人工智能错误而非记录隐性知识，造成了反复失败的循环。
- 这两种诊断——程序性的和认识论的——在实践中相互交织，使得在尝试程序性修复失败之前很难确定是哪种失败模式。