从 Vibe Coding 到 TDD，但是还不够QAQ

问题描述：

初始状态：探索与验证

去年十一月初次接触 Vibe Coding 时，我主要利用 Cursor 来快速实现和验证创意。那时的工作流非常直观，核心在于“AI 生成，人工兜底”。

我依然保持着细致的 Code Review 习惯，当时的开发闭环大致如下：

graph LR A(提出想法) --> B[AI 编码] B --> C[程序运行] C --> D{发现 Bug?} D -- 是 --> E[让 AI 修复] E --> C D -- 否 --> F(开发完成) F --> G[人工 Code Review]

人到中年 遇到瓶颈，力不从心

随着项目深入，AI 生成的代码量呈指数级增长，完全碾压了我人工编写的速度。很快，我发现了一个严峻的问题：我甚至很难在有限时间内读完 AI 生成的代码

当时很多平台都有人遇到类似的问题，当时大家比较热衷使用 多 Agent 编排 来解这个问题。最初我尝试跟随主流方案，使用多个 Agent 甚至调用不同模型来交叉审阅代码，但是 效果不及预期。我觉得这还挺反直觉的：Token 消耗剧增，成本飙升，但代码质量的提升却非常有限。

现在的状态：回归 TDD 思维

现在我用类似 TDD 的思路来驾驭 AI，感觉效果暴增。

针对新项目或新创意，在让 AI 动手写代码之前，我强制自己先完成以下“前置思考”步骤：

1. 明确目标： 先想清楚最终想要达到的效果是什么。
2. 界定边界： 厘清各个功能之间的边界在哪里。
3. 划分模块： 给各个功能划分出明确的物理或逻辑边界。