五大AI编程范式实战落地指南：Vibe/Plan/Glue/Spec/Smell 场景、用法、案例全解析

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：

1. 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

2. 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

3. 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。