Mark Ku's Blog
首頁 關於我
深入探討 Vibe Coding 限制
AI
深入探討 Vibe Coding 限制
Mark Ku
Mark Ku
August 05, 2025
1 min

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. .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.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。


Tags

Mark Ku

Mark Ku

Software Developer

10年以上豐富網站開發經驗,開發過各種網站,電子商務、平台網站、直播系統、POS系統、SEO 優化、金流串接、AI 串接,Infra 出身,帶過幾次團隊,也加入過大團隊一起開發。

Expertise

前端(React)
後端(C#)
網路管理
DevOps
溝通
領導

Social Media

facebook github website

Related Posts

2025 淺談AI 趨勢
2025 淺談AI 趨勢
June 09, 2025
1 min

Quick Links

關於我

Social Media