一、为什么要写这篇文章

过去几年里，AI 编程工具层出不穷。刚开始的时候，大家还在尝试让 AI 写几行代码、帮忙改个 bug，更多是“玩具式”的使用。

但在 2025 年，我真正用 AI（Codex、Claude 等）搭建了一个完整的工程：Orion，一个统一通知网关。
它几乎所有代码都由 AI 生成，我本人主要做的是 glue（拼合、调整）和规范制定。

这件事让我意识到：
👉 如果 AI 能批量写代码，而人类负责写规范、制定工程规则、审计开发过程 —— 我们是不是能进入一种新的工程范式？
这就是我所说的 vibe coding。

二、过程：AI 生成 vs 人的 glue

  • AI 的部分：
    • 一次性写出后端 FastAPI + SQLAlchemy 的骨架，带上 Alembic 迁移。
    • 前端用 Next.js + Tailwind，页面和 API 调用 scaffold 都生成得挺完整。
    • Docker Compose 一键起，甚至连基础配置都补齐了。
  • 我的部分（glue）：
    • 我写了 AGENTS.md，作为单一真源（Single Source of Truth），明确规定目录结构、提交规范、分支策略。
    • 我把每次和 AI 的对话存到 agents_chat/，保证过程可追溯。
    • 我审计 AI 的产出，把风格不一致的地方修补掉。

换句话说：AI 是施工队，我是总工 + 质检员。

三、工程规范：从“能跑”到“能运”

很多人觉得 AI 写出来的东西只能跑个 Demo，上不了生产。但 Orion 的经验是：只要配合规范，AI 写的代码一样能走向生产。

  • AGENTS.md：
    • 这是项目的“宪法”。所有其他 agent 文件（Claude、Gemini、Cursor 规则等）都只是它的 symlink。
    • 它定义了：后端分层（core/api/domain/adapters/repository/services）、前端分层（app/components/lib）、commit message 的风格、CI 流程。
    • 它还规定：文档优先，改代码前必须先改文档。
  • agents_chat/：
    • 每次代码提交，都必须有一份 Markdown 记录，内容包括需求、背景、改动、结果、TODO、关联 commit。
    • 命名必须是 YYYY-MM-DDTHH-MM-SSZ-topic.md，前面还有 YAML frontmatter。
    • CI 会强制检查，凡是改动核心目录的 commit，如果没带 agents_chat，直接不让过。

这种设计，让 AI 生成的过程 可审计、可复现、可学习，而不是一堆“黑箱产物”。

四、提交路径：一条金线

我在 Orion 上总结了一条很有价值的路径，分享给大家：

  1. 文档先行：先写设计文档、接口草案。
  2. 竖切 MVP：从 API → 单一适配器（比如飞书）→ 存储 → 简单可观测。
  3. 可靠性基线：幂等键、重试退避、死信队列、限流、熔断。
  4. 安全加固：敏感配置加密、审计日志、RBAC。
  5. 可观测 & 运维：投递生命周期追踪、Grafana 仪表盘、失败告警。
  6. 生态扩展：新增适配器、SDK、多语言模板、工作流编排。

AI 负责 1-2 的大头，我负责把 3-5 强制落实。这样，项目就不是“能跑的玩具”，而是“能运的系统”。

五、和人工写项目的对比

  • 速度：AI scaffold 的效率无人能敌。
  • 一致性：如果没有规范，AI 的输出会飘。但有了 AGENTS.md + CI 强制，风格就能统一。
  • 质量差距：AI 擅长把功能写出来，但可靠性（幂等、熔断、退避）、安全性（加密、权限）、可观测性（追踪、告警）需要人来补。

换句话说，AI 给了速度，人补上深度。

六、对开源和教育的启发

  1. 开源：以前开源的是代码，现在开源的是 开发过程。
    • 通过 agents_chat，大家能看到完整的“需求 → Prompt → AI 输出 → Commit → 审计”。
  2. 教育：这比任何教程都更直观。学生不仅能学会“怎么写”，还能看到“为什么这么写”。
  3. 未来：如果更多项目采用 vibe coding 模式，我们就能构建一个“代码 + 过程”双轨的开源生态。

七、总结与思考

Orion 给出的答案是：

  • AI 可以写完整工程。
  • 人要写规则、做审计。
  • 过程要强制沉淀（agents_chat）。
  • 提交路径要从能跑到能运。

这就是 vibe coding 的生产落地范本。

📌 老拐的思考：
我不是在证明 AI 有多强，而是在证明 —— 如果把 AI 当作“参与者”，我们能不能创造出一种 可控、可学、可持续 的新型工程范式？
Orion 只是开始，但它已经让我确信：答案是 可以的。

关于老拐瘦

中年争取不油不丧积极向上的码农一名

咖啡，摄影，骑行，音乐

样样通，样样松

喜欢可以关注一下公众号 IT老拐瘦

IT老拐瘦

目前个人博客长驻： yfge.github.io