殊途同归——Vibe Coding和优秀软件工程实践

文章主旨：

AI辅助编程（Vibe Coding）在显著提升代码产出量的同时，暴露出代码质量、评审协作与维护性等传统软件工程挑战，而好的软件工程实践（如测试驱动开发、小步迭代）仍是解决问题的关键。

关键要点：

• Cursor收购代码评审公司Graphite，旨在补齐AI生成代码后“评审与合并”环节的短板，反映AI编程中代码质量和协作流程仍是不可忽视的挑战。
• AI生成的代码量指数级增长，但工程师时间有限，评审和合并的瓶颈凸显；Stacking模式通过将变更单位从PR细化为单个commit，可提升评审与合并效率。
• Vibe Coding实践中主要矛盾包括：生成容易维护难、团队协作复杂度增加、AI评审可能引入新问题、业务知识在AI生成过程中丢失。
• 通过传递业务知识（Markdown文档）、让AI先生成思考过程与任务列表、保留上下文记忆库、实施测试驱动开发（TDD）、小步迭代等方法，可缓解上述问题。
• 好的软件工程习惯（如TDD、小步提交）会因AI工具被放大，促使开发人员重新认识并实践这些传统方法。

内容结构：

1. 引言与案例引入
作者分享个人Vibe Coding实践体验，并引用InfoQ文章《Cursor 的 bug 太多了，他们直接买下一家代码评审公司来修！》作为引子。指出Cursor收购Graphite是为了补齐AI时代“创建、评审、合并代码”中缺少的评审与合并能力。

2. 核心问题分析
- 代码产出量暴增约70%，但评审和合并成为瓶颈；Stacking模式通过将变更基本单位从PR转为单个commit，可支持独立测试、评审、合并和回滚。
- 指出AI编程带来四重危机：生成快但维护难、团队协作复杂度上升、AI评审可能不准确、业务知识因缺乏人工理解而丢失。

3. 实践中的调整方案
作者结合自身团队实践，提出以下应对措施：
- 通过Markdown文档传递业务上下文给AI。
- 先让AI生成任务列表，供人类审核。
- 将思考过程写入记忆库（Markdown文档），作为活文档持续更新。
- 执行TDD：先由AI生成单元测试，再生成功能代码，确保测试通过并保留为回归测试集。
- 采用小步迭代，拆分大功能，便于验证、维护和代码合并。

4. 总结与观点
好的软件工程实践（如TDD、小步提交）无论是否有AI都至关重要。高效工程师借助AI如虎添翼，普通工程师可能产出更多垃圾代码。不好的工程习惯会被AI快速放大，从而促使团队主动改进。引例：团队从之前不喜单元测试到因Vibe Coding认识到TDD价值并大范围应用。

文章总结：

作者以Cursor收购事件为引，结合自身实践，强调AI辅助编程时代传统软件工程实践的核心价值，并呼吁开发者借助AI力量进化到下一阶段。