---
title: "深入探討 Vibe Coding 限制"
description: "深入探討 Vibe Coding 的七大限制，包含具體例子和實用見解，幫助開發者更好地理解 AI 輔助編程的現狀與挑戰。"
canonical_url: "https://blog.markkulab.net/post/vibe-coding-limitations"
author: "Mark Ku"
author_url: "https://blog.markkulab.net/author/mark-ku"
site: "Mark Ku's Blog"
date_published: "2025-08-06 06:01:00 +0800"
category: "AI"
tags: ["ai", "vibe coding", "cursor", "copilot", "software engineering", "productivity"]
language: "zh-TW"
license: "CC BY 4.0"
license_url: "https://creativecommons.org/licenses/by/4.0/"
attribution: "轉載或引用請註明作者並附上原文連結"
---

# 深入探討 Vibe Coding 限制

## Vibe Coding 的興起與挑戰

隨著 AI 程式輔助工具的普及，許多開發者開始嘗試「Vibe coding」也就是給 AI 一些簡單的描述或方向，讓它自動生成程式碼。雖然這種方式能夠快速生產新的程式碼，但在實際專案開發中仍有不少限制。

**Vibe coding 的核心概念**是透過自然語言描述需求，讓 AI 自動生成對應的程式碼。這種方法在原型開發、快速驗證想法時確實很有用，但在面對複雜的企業級專案時，往往會遇到各種挑戰。

## 1️⃣ 在既有複雜性上疊加功能是挑戰

AI 可以快速產生新的程式碼模組，但當需要把新功能整合進已有的複雜系統時，問題就會浮現。

### 具體例子：購物車折扣功能

**問題所在：**
- AI 沒有考慮到會員等級的不同折扣規則
- 忽略了商品類別的特殊折扣
- 沒有處理折扣上限限制


## 2️⃣ 冷門且複雜的新問題時，AI 經常答不上來

AI 的能力依賴於過往訓練資料，如果問題冷門或涉及全新概念，它往往無法提供完整解法。


## 3️⃣ 腦容量（Context）有限，難以處理超大型專案

再強大的 AI 也有上下文限制，能同時「記住」的程式碼量有限，超過後就無法全盤理解。

### 具體例子：大型電商網站

**實際問題：**
- AI 只能看到當前對話中的程式碼片段
- 無法理解模組間的複雜依賴關係
- 缺乏對整體架構的認知

## 4️⃣ 實作複雜功能時聯想力不足，容易「改 A 壞 B」

AI 在理解系統內部相依性時仍有不足，缺乏人類工程師能從經驗中建立的直覺。

### 具體例子：價格計算函式的修改

**問題後果：**
- 價格計算正確，但銷售報表資料不完整
- 統計報表出現錯誤
- 無法追蹤銷售數據

## 5️⃣ 記憶缺陷，難以重用已教過的方法

AI 在單次對話中能學習指引，但長期記憶不足，導致無法重用過往解法。

### 具體例子：陣列排序功能

**今天再問類似需求時，AI 可能完全忘記，重新產生一個效率更差的版本。**

## 6️⃣ 模型切換造成品質不穩

許多開發環境中，使用高階模型（例如 GPT-4.5）寫一部分程式碼後，為了省成本改用低階模型接續開發，結果程式碼品質大幅下降。

### 具體例子：用戶註冊功能

**低階模型維護時可能產生的問題：簡化版本，遺漏重要檢查**

## 7️⃣ 風格與設計不一致

除非明確告訴 AI 應遵循哪些架構原則和命名規則，否則每次產出的程式碼風格都可能不同。

### 具體例子：登入功能

**第二次：使用類別式設計，風格完全不同的版本**

## 上述問題部份可以透過Cursor 指南和 Copilot 指南解決

### 1. Cursor 使用指南

Cursor 作為基於 AI 的程式碼編輯器，能夠大幅提升開發效率，但需要正確的使用策略。

#### 建立專案上下文檔案

**檔案位置：** 專案根目錄  
**檔名：** `.cursorrules`

**建立步驟：**
1. 在專案根目錄建立 `.cursorrules` 檔案
2. 複製上述範例並根據專案需求修改
3. 儲存檔案後，Cursor 會自動讀取並應用這些設定

#### 有效的 Cursor 提示技巧

### 2. GitHub Copilot 使用指南

GitHub Copilot 作為程式碼補全工具，能夠提供即時的程式碼建議，但需要正確的配置和使用方法。

#### 建立 Copilot 設定檔案

**檔案位置：** 專案根目錄下的 `.copilot` 資料夾  
**檔名：** `settings.json`

**建立步驟：**
1. 在專案根目錄建立 `.copilot` 資料夾
2. 在 `.copilot` 資料夾內建立 `settings.json` 檔案
3. 複製上述範例並根據專案需求修改
4. 儲存檔案後，Copilot 會自動讀取並應用這些設定

#### 專案檔案結構總結

**重要提醒：**
- `.cursorrules` 和 `.copilot` 資料夾都應該加入版本控制
- 這些檔案會影響團隊所有成員的 AI 工具行為
- 建議在團隊中統一這些設定檔案的格式和內容

#### Copilot 最佳實踐

### 3. 整合使用策略

#### 建立開發工作流程

**使用範例：**
1. 使用 Cursor 進行設計：
   - 描述功能需求
   - 提供程式碼上下文
   - 指定架構模式

2. 使用 Copilot 進行實作：
   - 在檔案中編寫程式碼
   - 利用註解引導
   - 接受或拒絕建議

3. 使用 Cursor 進行優化：
   - 重構程式碼
   - 添加測試
   - 確保品質

#### 常見問題解決方案

## 結論

Vibe coding 雖然能夠快速生成程式碼、加速原型開發，但在面對大型專案、複雜邏輯、長期維護時，AI 仍難以完全取代工程師，人類工程師能夠全盤理解系統架構、具備長期記憶、解決未知問題並保證程式風格一致，這些都是當前 AI 仍無法完全做到的。

透過正確使用 Cursor 和 Copilot 等 AI 工具，開發者可以大幅提升開發效率，但關鍵在於建立正確的使用策略和工作流程，讓 AI 成為工程師的得力助手，而不是完全依賴的替代品。

---

## 關於本文與作者

本文出自 [Mark Ku's Blog](https://blog.markkulab.net/post/vibe-coding-limitations)

授權條款： [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) — 轉載或引用請註明作者並附上原文連結

### 關於作者

**[Mark Ku](https://blog.markkulab.net/author/mark-ku)** — Software Solution Provider

- 10+ 年資深軟體工程師，現為 AI 應用 Builder
- 專注大型平台架構設計，從北美電商到AI SaaS訂閱收費系統
- 結合 AI Agent 與自動化，打造高效可演進的產品技術基礎

### 作者開發的免費工具

以下工具皆可免費使用：

- [免費 PDF 簽名工具](https://blog.markkulab.net/tools/pdf-sign): 線上 PDF 簽名工具，瀏覽器內完成手繪、打字、上傳簽名，可拖曳放置、縮放、下載。所有處理都在你的裝置完成，檔案不會上傳。
- [VS Code Refactory](https://blog.markkulab.net/tools/refactory): Refactory 是一款 VS Code 重構擴充套件：34 個重構動作、37 條 code smell 檢查、Code Health 儀表板、18 種語言、534 支測試。懂你的專案慣例：介面放哪、DI 註冊寫在哪、'use client' 該不該加；還會用 git 修改頻率 × 複雜度排出「該先修哪個檔案」，並一鍵把壞味道交給你自己電腦上的 Claude Code 修。免費使用，原始碼不離開你的機器。
- [DB-Kit 資料庫管理工具](https://blog.markkulab.net/tools/db-kit): DB-Kit 是一個用 Tauri + Rust + React 打造的輕量跨平台資料庫管理工具，用單一一致的介面同時管理 MySQL、MariaDB、PostgreSQL、SQL Server、Oracle、SQLite、MongoDB、Redis、Kafka、Elasticsearch 與 RabbitMQ 十一種資料來源：連線密碼以 OS keychain 加密、SSH Tunnel、完整 CRUD、視覺化查詢建構器、多結果集同時顯示、跨連線資料傳輸與比對同步、Excel / CSV 匯入匯出、執行計畫視覺化、ER 圖、排程備份、SQL 壓力測試（p50～p99 延遲百分位）、15 條規則的 SQL 審查、Kafka 訊息瀏覽與監控告警；繁中 / 英文雙語介面，內建 AI 助手（自然語言生成 SQL、AI 審查與調校建議）與命令列工具 dbk。免費開源（MIT），提供 Windows / macOS / Linux 安裝檔。
- [VS Code Super Mermaid](https://blog.markkulab.net/tools/super-mermaid): Super Mermaid 是一款 VS Code 擴充套件：開箱即用的漂亮 Mermaid 圖表，自動上色、即時預覽、滑鼠平移縮放、PNG / SVG 高解析匯出，內建 21 種範本與多種主題。免費開源（MIT）。
- [React Super Mermaid](https://blog.markkulab.net/tools/react-super-mermaid): react-super-mermaid 是一個開源 React 元件庫：一行 <MermaidViewer> 即可渲染漂亮的 Mermaid 圖表，內建 colorful / sketch 主題、平移縮放、圖內搜尋、SVG / PNG 高解析匯出。輕量、SSR 安全、完整 TypeScript 型別。免費開源（MIT）。
- [Jira / Confluence Super Mermaid](https://blog.markkulab.net/tools/jira-super-mermaid): Atlassian Forge app：在 Jira issue 與 Confluence 內文直接寫 Mermaid 語法，畫流程圖、時序圖、狀態機與甘特圖。11 種圖表、SVG / PNG 匯出、明暗主題、完整中日韓文字支援。取得 Runs on Atlassian 資格：圖表存在你自己的站台，app 不呼叫任何第三方服務。免費，即將上架 Atlassian Marketplace。
- [Mermaid 線上預覽](https://blog.markkulab.net/tools/mermaid-preview): 在瀏覽器裡寫 Mermaid、即時看圖，整張圖表壓進網址就能分享。免註冊、不上傳伺服器，相容 mermaid.live 的分享連結。
- [React Intl Phone Number](https://blog.markkulab.net/tools/react-intl-phone-number): react-intl-phone-number 是一個開源 React 元件：framework-agnostic、不依賴 antd，提供 E.164 進出、可搜尋國旗 / 國碼下拉、可配置驗證等級（strict / mobile-strict / loose）、可主題化 CSS 與 i18n，電話邏輯由 google-libphonenumber 驅動。輕量、完整 TypeScript 型別。免費開源（MIT）。
- [Uptime Kuma Cluster](https://blog.markkulab.net/tools/uptime-kuma-cluster): 把單機版 Uptime Kuma 改造成高可用叢集：OpenResty + Lua 智慧負載平衡、MariaDB 共享狀態、健康檢查與自動 Failover，附叢集管理 REST API，一行 Docker Compose 啟動。免費開源（MIT）。
- [特教專案](https://blog.markkulab.net/education): 為特殊教育學生製作的學習教材

### 每日 Podcast

- [科技新鮮事](https://blog.markkulab.net/category/tech-news): 每日精選 AI 與科技趨勢，透過語音摘要快速掌握最新技術動態，涵蓋 AI 應用、軟體架構、DevOps 與工程實戰。 — RSS: https://blog.markkulab.net/feed.xml
- [AI股市蝦聊](https://blog.markkulab.net/category/ai-stock-chat): 每個交易日用 AI 分析台股盤勢，以雙人對話聊當天的盤中觀察與隔日預測。 — RSS: https://blog.markkulab.net/ai-stock-chat/feed.xml

### 電子報

[訂閱電子報](https://blog.markkulab.net/subscribe) — 第一時間收到新文章通知，無垃圾信、隨時可取消訂閱。
