用 Vibe Coding 撸了 30 多个 App
单纯靠感觉和 AI 对话写代码(Vibe Coding)能跑通多少项目?我试了 30 多个,结果只有 6 个真正留住了用户并稳定运行。这个生存率其实给了我一个很深刻的认知:AI 降低了敲代码的门槛,但没有降低产品的门槛。
三、 状态管理的陷阱
在快速迭代时,AI 倾向于用最简单的全局变量或 Prop 传递,这在 30 个项目里让我踩了无数次坑。现在我强制要求它使用 Zustand 或 Pinia,这样在追踪数据流向时才不会疯掉。
下一篇
2026年Cursor Agent模式与Composer功能深度对比指南 →
在这波实操中,我发现纯靠 Prompt 堆出来的项目很容易在规模扩大后崩溃,因为 AI 经常在不经意间引入一些难以察觉的逻辑漏洞。
分享几个我在这个过程中总结的实战避坑指南:
一、 强制 AI 写测试用例
不要相信 AI 告诉你“这段代码没问题”。在让它实现功能之前,先让它写测试脚本。
// 强制要求 AI 为核心逻辑生成 Jest 测试
test('should calculate subscription expiration correctly', () => {
const date = new Date('2023-01-01');
expect(calculateExpiry(date)).toBe('2023-02-01');
});二、 模块化拆分,拒绝单文件巨兽
很多新手容易让 AI 在一个文件里写几百行代码,结果一旦修改一个 Bug,另外三个地方会崩。建议在提示词里明确要求:
- 每个组件不超过 100 行
- 逻辑层与 UI 层必须分离
- 所有的 API 调用统一封装在
services/目录下
三、 状态管理的陷阱
在快速迭代时,AI 倾向于用最简单的全局变量或 Prop 传递,这在 30 个项目里让我踩了无数次坑。现在我强制要求它使用 Zustand 或 Pinia,这样在追踪数据流向时才不会疯掉。
结论就是,Vibe Coding 适合快速验证原型,但如果想让项目进入 Production 环境,必须在 AI 生成代码后,手动介入进行架构审计。