目前行业已形成五套AI 编程范式:Smell、Vibe、Plan、Glue、Spec Coding。绝大多数团队踩坑的根源,并非 AI 工具能力不足,而是场景与范式错配:简单迭代过度设计、核心业务随性开发,最终导致效率低下、技术债务堆积、线上风险失控。
范式约束层级(无序 → 有序):Smell Coding(反模式)→ Vibe Coding(即兴试错)→ Plan Mode(轻量化可控)→ Glue Coding(集成适配)→ Spec Coding(工程规范)
一、Vibe Coding:即兴试错型编程(极速开发范式)
1. 官方定义与核心特征
Vibe Coding 由 Andrej Karpathy 官方定义,是业界最早标准化的 AI 编程范式。核心特征为无前置设计、无结构化规范、无书面契约、结果驱动迭代,彻底区别于传统编码的“先设计后开发”模式。
开发者以自然语言描述模糊需求,AI直接生成实现代码,通过运行、报错、微调的多轮对话闭环完成交付,主打「先跑通、再优化」。
2. 标准适用边界(严谨区分)
✅ 合法场景
技术预研、Demo、POC原型验证
一次性脚本、数据处理、临时工具
UI视觉试错、交互快速迭代
个人项目、短期活动功能、用完即弃需求
❌ 严禁使用场景
严禁用于核心业务、资金链路、风控权限、长期迭代模块、多人协作项目以及需要合规审计的系统,极易累积技术债务、引发线上隐患。
3. 标准工作流
模糊需求描述 → AI直接生成代码 → 运行验证 → 口头迭代微调 → 功能可用即交付
4. 落地案例
业务场景:快速编写 Excel 数据清洗脚本,用于临时数据规整,无长期维护需求。
标准指令:快速实现该功能,优先保证可运行,用于临时验证,无需复杂规范和工程封装。
落地结果特征:
快速产出可运行代码,开发效率极高
缺少完整异常捕获、参数校验、日志、注释
无文档沉淀,迭代完全依赖对话上下文
5. 范式优劣总结
优势:启动成本最低、试错效率最高、无需设计思考。
劣势:代码随机性强、AI易自由发挥、无资产沉淀、无法团队协作、长期迭代必产生技术债务。
二、Plan Mode:轻量化计划编程(日常迭代最优范式)
在当下工业级 AI 研发体系中,Plan Mode 是使用率最高、性价比最优的主流范式。它精准弥补了 Vibe Coding 无约束、易失控的缺陷,同时规避了 Spec Coding 流程冗余、落地成本高的问题,是兼顾研发效率与代码质量的轻量化折中方案。
1. 核心定义与特征
核心准则:先定计划、后写代码。编码前产出结构化任务计划,人工确认范围与方案后,AI严格按照计划执行编码。
该范式仅约束单次任务边界,不强制全局架构规范、不强制文档入库,在效率与质量之间形成平衡。
2. 标准适用边界
✅ 核心适用场景
线上 Bug 修复、逻辑微调
单模块新增功能、单接口迭代
存量老项目小幅改造、边缘业务迭代
2人及以内小团队日常开发
3. 标准强制工作流
需求梳理 → AI输出结构化开发计划(plan.md)→ 人工评审修正 → AI按计划编码交付
4. 落地案例
业务场景:用户模块新增「用户禁用接口」,仅增量开发、不改动原有核心逻辑。
标准落地指令:本次采用 Plan 模式开发,优先输出完整结构化开发计划,不要直接写代码。计划需包含:修改文件清单、实现步骤、参数校验规则、边界异常场景、禁止修改范围、自测验收要点。我确认计划后再进行编码。
落地效果:
提前锁定修改范围,杜绝AI越界改动公共代码
明确边界与异常,减少隐性Bug
无需沉重规范文档,前置成本极低
5. 范式优劣总结
优势:解决 Vibe 模式乱改代码、逻辑跑偏问题;适配绝大多数日常迭代;兼容老旧项目;学习成本低。
劣势:计划仅服务单次会话,无法跨人、跨会话复用;无统一验收用例约束,复杂业务仍存在偏差风险。
三、Glue Coding:胶水集成编程(系统集成专属范式)
1. 核心定义
Glue Coding 不属于通用业务开发范式,是专门适配系统对接、能力集成的专项工程范式。其核心铁律为:绝不重复造轮子,只做成熟能力的粘合、适配与编排。
基于已有成熟 SDK、第三方接口、内部公共组件、微服务能力,仅开发「胶水适配层」,负责参数转换、流程编排、异常转发、重试熔断、日志埋点,不重构、不底层自研。
2. 标准适用边界
第三方服务对接:短信、OSS、支付、登录、地图
微服务多接口组合编排、多数据源聚合
老系统适配新能力、新旧逻辑兼容适配
3. 标准工作流
确认依赖成熟能力 → 定义适配规则 → AI编写胶水层代码 → 校验格式与异常 → 交付
4. 落地案例
业务场景:基于阿里云官方短信SDK,封装业务统一发送能力。
标准落地指令:本次采用 Glue Coding 模式。基于官方成熟SDK开发业务适配层,禁止重写底层能力。仅实现:入参非空校验、统一异常捕获、超时重试机制、标准化日志埋点、统一业务错误码封装。禁止新增底层自研逻辑。
典型产出特征:代码轻薄、无复杂算法、纯适配转发、稳定性极高、无重复造轮子。
5. 范式优劣总结
优势:极致复用、开发高效、风险可控、底层稳定。
劣势:强依赖上下游接口稳定性;无规范约束易产生臃肿适配层债务。
四、Spec Coding(SDD 规范驱动开发):企业级工程范式
1. 权威定义
SDD(Spec-Driven Development,规范驱动开发)是目前行业唯一标准化、可审计、可规模化的企业级 AI 工程化范式。核心准则:规范先行、代码后置、契约固化、变更可追溯,是核心业务研发质量的兜底保障。
所有代码实现必须完全对齐结构化Spec文档,需求变更必须先更新规范,再修改代码,规范与代码同步纳入版本管控。
2. 标准适用边界
✅ 强制使用场景
资金、订单、支付、账务、积分等核心资金链路
风控、权限、用户体系等核心基石模块
中台公共组件、跨团队复用能力
需要等保、合规、审计的政企、金融系统
3人以上长期迭代团队的核心业务
3. 标准不可跳过工作流
需求梳理 → 编写结构化Spec(参数、状态机、错误码、用例、非功能约束)→ 团队评审 → AI严格按Spec编码 → 单测全覆盖 → 变更先改Spec
4. 落地案例
业务场景:订单退款核心接口开发,涉及资金回滚、状态流转、幂等控制,不允许任何逻辑偏差。
落地流程:
先行产出 Spec 文档:定义入参出参、状态机、幂等规则、事务边界、错误码、正向/反向验收用例、性能安全约束
评审通过后下发指令:严格依据Spec文档实现,禁止自由发挥,所有逻辑、校验、异常场景1:1对齐规范,输出全覆盖单元测试
代码、用例、规范一一对应,全程可追溯、可审计
5. 范式优劣总结
优势:交付确定性最高、缺陷率最低、团队认知统一、可长期维护、满足合规审计。
劣势:前置设计成本高、小需求流程冗余、团队存在落地学习成本。
五、Smell Coding:代码异味反模式(必须全员规避)
1. 本质定义
Smell Coding 并非正向开发范式,而是无约束 AI 即兴****迭代****催****生的劣质代码****反模式,是团队长期滥用纯 Vibe Coding 必然产生的结果,不属于正规 AI 研发体系范畴。
其核心特征为:无设计、无计划、无规范、无评审、无重构、无测试,仅以“功能能跑”为唯一标准迭代。
2. 真实产生过程
开发者全程口语化即兴迭代:随口加需求、报错临时改、问题临时修、多轮堆叠逻辑,长期累积后形成重度债务代码。
3. 典型代码异味(行业通用判定标准)
单方法职责混乱、逻辑高度耦合
残留大量冗余代码、注释代码、无效变量
硬编码、魔法数字、无统一配置
边界校验缺失、异常吞噬、无兜底策略
无单元测试、无业务注释、风格混乱
4. 危害与结论
代码异味是线上隐性 Bug、迭代成本暴涨、新人接手困难、系统持续腐化的核心诱因。杜绝 Smell Coding 堆积,是所有 AI 研发团队必须坚守的基础红线。
六、范式标准落地 Prompt 合集
为保证团队统一落地,以下为各范式标准无歧义Prompt。
1. Vibe Coding 标准指令(试错专用)
本次采用 Vibe 模式开发,优先保证功能快速可运行,用于临时验证与原型试错,无需复杂工程封装与规范约束。
2. Plan Mode 标准指令(日常迭代默认)
本次采用 Plan 模式开发,禁止直接写代码。请先输出结构化开发计划,包含:修改文件清单、分步实现逻辑、参数校验规则、边界异常场景、禁止修改范围、自测验收要点。待我确认计划后,你再严格按照计划完整编码。
3. Glue Coding 标准指令(集成对接专用)
本次采用 Glue 模式开发,基于现有成熟SDK/第三方接口进行适配开发。禁止重写底层能力、禁止重复造轮子。仅实现参数校验、数据格式转换、异常捕获兜底、超时重试、日志埋点与流程编排。
4. Spec Coding 标准指令(核心业务专用)
本次采用 SDD 规范驱动开发,严格依据 Spec 文档实现代码。所有业务逻辑、参数校验、状态流转、异常处理、错误码返回必须与规范一一对应,禁止自由发挥、禁止擅自增减逻辑。完成后输出全覆盖单元测试。
七、企业级落地策略
不存在万能范式,成熟团队均采用分层匹配、多范式混用策略:
原型预研、临时工具:使用 Vibe Coding,快速试错、用完即弃
日常Bug、边缘迭代、存量改造:默认 Plan Mode,平衡效率与质量
第三方对接、服务集成:Glue Coding + Plan Mode,可控集成
核心业务、资金风控、长期模块:强制 Spec SDD,规范先行、质量兜底
全场景红线:禁止无限制即兴迭代,持续清理代码异味,杜绝技术债务堆积
八、总结
五大 AI 编程范式的迭代升级,本质是人机协作****研发模式****的标准化演进:彻底告别“AI自由生成、人类被动接盘”的粗放模式,迈入“人类定义规则、AI精准执行”的规范化阶段。
开发者与团队的核心能力,不再是“会不会用AI写代码”,而是能不能在正确的场景,选用正确的范式。
试错靠 Vibe、日常靠 Plan、集成靠 Glue、核心靠 Spec、全程杜绝 Smell。这是当前行业最严谨、最落地、效率与质量平衡最优的 AI 工程化研发体系。