Vibe Coding 有哪些坑？需求不清、代码失控和不会调试怎么解决？
这道题考的是你对 Vibe Coding 边界的认知。不是什么高大上的架构设计，就是问你：这东西什么时候灵、什么时候坑、坑了怎么办。
核心就三件事：上下文会膨胀、代码会失控、调试会抓瞎。下面一个个拆开说。
Vibe Coding 是什么？
Vibe Coding 是 Andrej Karpathy 提出的概念，本质就是用自然语言让 AI 生成代码。你描述想要的效果，AI 帮你实现，不用自己手写。
听上去很爽对吧？但这玩意儿有甜蜜期。
为什么前 1000 行最香？
写代码这件事，本质是把你脑子里的想法翻译成机器能懂的指令。AI 帮你翻译的时候，需要同时记住你说的内容和已有的代码。
前 1000 行代码内，AI 能准确理解你的意图。 上下文还没膨胀，你说什么它基本能跟上。
但超过这个量级，问题就来了。
想象一下跟一个记忆力有限的助手沟通——他只记得最近 10 句话你说的内容。你说得越多，他越容易忘之前说的。写原型阶段还好，反正方向随时在变；但如果你试图一开始就把 spec 写得很详细，反而是负收益，因为还没开始写可能就要改方向了。
上下文窗口——Vibe Coding 的硬约束
很多人觉得 1M token 够大了吧？够用一辈子了吧？
错。1M token 版本也会 context 满。
context 一满，AI 就开始"忘"：
- 刚改过的函数签名，下一轮又用旧的
- 同一个 bug 改两次没好
- 你明明说了用 TypeScript，它给你生成 JavaScript
为什么会这样？因为每个动作 AI 都要重新理解整个项目。一个文件被读 20 次、来回 30 轮才改完一个 bug，这不是夸张，是真实发生的事。
更关键的是，CLAUDE.md 超过 300 行，模型读完就快用掉一轮注意力。这东西本来是用来统一项目规范的，结果放太多反而拖累了上下文效率。
有个数据你得记住：5000 行是临界点。超过这个规模，AI 生成代码的质量和稳定性都会明显下降。
三大坑——需求不清、代码失控、调试困难
坑一：需求不清
AI 默认会帮你补全错误处理、配置、日志这些"标准做法"。问题是，你的项目可能根本不需要这些。
一个简单的内部脚本，你跟 AI 说"帮我写个爬虫"，它可能给你整出一套完整的异常处理、分层架构、单元测试。代码是挺规范，但你花的时间可能是手写的三倍。
更烦的是，AI 补着补着就开始"自作主张"。你以为在写一个功能，AI 觉得应该加个缓存层、加个配置中心、加个监控——然后你的简单需求变成了一个微服务。
坑二：代码失控
vibe 写到 5000 行左右，必然会遇到某模块写得不对要重构。这时候 AI 问你："小修还是大改？"
你答不上来。
为什么？因为你从来没显式定义过模块边界。今天觉得这个函数放这里合理，明天需求变了，又塞到别处。AI 帮你写的时候也是跟着感觉走，时间长了代码就变成一坨意大利面条。
坑三：调试困难
这是最让人崩溃的。
每个改动，AI 都要重新理解整个文件。你改一行代码，AI 可能读完全部上下文才给出建议。更要命的是，3 周后改代码需要原始开发时间的 1.5-2 倍。因为你需要重新建立上下文，AI 也需要重新理解代码逻辑。
把 AI 生成代码比作外卖——看起来完整美味，但可能放了你不爱吃的香菜（过时库版本），或者分量刚好但味道不对（业务逻辑不符）。你不知道里面放了什么，改起来就很麻烦。
解决方案——上下文管理与质量保障
方案一：上下文管理四种策略
第一种：精炼对话。 每次对话只解决一个问题，说完就停。优点是上下文干净，缺点是你需要自己记住之前的决策。
第二种：沉淀到 CLAUDE.md。 把项目的核心规范、模块划分、技术栈要求写成文档，让 AI 每次都先读一遍。把它类比为项目的"宪法"——所有成员都要遵守。但记住，CLAUDE.md 不要超过 300 行，放太多等于没放。
第三种：用 plan 模式先规划。 在正式写代码之前，先让 AI 给你一个整体方案，确认后再动手。这适合大功能或者架构调整。
第四种：重启会话 + 喂关键摘要。 定期清空对话，给 AI 喂一份关键代码和决策的摘要，重新开始。适合长项目的中期调整。
方案二：提示词工程
黄金级提示词：明确告诉 AI 要什么——语言、框架、约束。不要说"帮我写个登录功能"，而要说"用 Next.js + Prisma 写一个邮箱密码登录，不要用第三方 auth，返回 JWT token"。
钻石级提示词：提供示例输入输出，让 AI 按你的风格生成。比如你给它看一个写好的函数，告诉它"这个风格的代码，其他的都按这个来"。
方案三：分步验证原则
每个功能单独一次提问，限定修改范围。
这个原则听起来简单，但大多数人都做不到。常见错误是问"请帮我修复 bug"，然后 AI 给出一堆建议，你不知道该用哪个。
正确做法是：明确告诉 AI 改哪个文件的哪个函数，预期结果是什么。分步验证就像做菜时每步都尝味道，而不是最后才发现咸了。
面试怎么答
基础版（能说到这三点就够了）：
Vibe Coding 的核心理念是用自然语言让 AI 生成代码，前 1000 行体验最佳，因为上下文还没膨胀。这里面有三大坑：需求不清导致 AI 补了一堆不需要的东西、代码失控因为没定义模块边界、调试困难因为每个改动都要重新理解全量代码。解决办法是做好上下文管理——CLAUDE.md 不要超过 300 行、分步验证每个功能、用 plan 模式先规划再动手。
加分版（面试官会多看你两眼）：
Vibe Coding 有个关键公式：净收益 = demo 速度 × 理解深度 ÷ 改后成本。原型阶段方向不定，vibe 写很爽；超过 5000 行，维护成本骤增，该切到 spec 了。CLAUDE.md 本质是项目宪法，用来约束 AI 的行为边界，而不是塞满你所有的想法。另外，提示词分黄金级和钻石级——黄金级是明确约束，钻石级是给示例让 AI 按你的风格走。选对工具和阶段，比埋头干活更重要。
一句话总结
Vibe Coding 的本质是用上下文换速度，在 1000 行甜蜜期内用它来快速验证想法，超过临界点就切换到规范开发，同时用 CLAUDE.md 和分步验证来控制上下文膨胀。