# 优秀的 FDE 如何构建解决方案

## 正确进行 Vibe Coding 的实用指南

> AI拉呱：洞察AI技术前沿

我上一篇关于 FDE 的文章认为，系统思维——而不是原始的编码速度——才是区分"交付持久产品"的 FDE 与"交付慢慢腐烂的 demo"的 FDE 的关键。有人问了我一个合理的后续问题：好吧，但周一早上坐下来为客户构建东西时，这到底是什么样子？

这篇文章就是答案。它刻意写得非常具体，就像我在自己的课程里训练新入行 FDE 那样。我并不反对 vibe coding。用得恰当，AI 编码助手是这个职业有史以来最大的生产力提升。问题从来不在工具。问题在于把"它能跑"当成终点线，而不是发令枪。下面就是如何一步步缩小这个差距。

## 在打开 AI 助手之前

### 1\. 先写问题陈述，再写提示词

如果你无法用两三句话描述客户需要什么业务成果、以及你如何知道它已经达成，那你还没有准备好开始构建。没有这一步的 Vibe coding 会产生这样的解决方案：解决的是有趣的技术问题，而不是实际的业务问题——因为 AI 助手会乐意为任何你喂给它的东西优化，包括一个表述不当的请求。

### 2\. 先画系统图，再画代码图

识别你的解决方案将触及的每一个组件：数据源、下游消费者、认证边界、你打算调用的一个或多个模型，以及它必须互操作的任何现有企业系统。对每一个组件问：谁拥有它？如果它变了会怎样？这就是我上一篇里的 [FRAME](https://github.com/ianloe/FRAME) 方法论，只是应用在尽可能小的尺度上。这只需要十五分钟，却能避免三个月后出现的绝大多数昂贵错误。

### 3\. 提前定下你的不可妥协项

每个项目都有一些不能进行到一半才发现约束：数据驻留要求、哪些模型提供方是被批准的、客户的治理职能要求什么样的日志和审计追踪、如果方案需要撤掉，回滚计划是什么。新入行的 FDE 是在安全审查挡住部署时才发现的。优秀的 FDE 在开始前就会问。

只有这三件事都做完了，你才打开聊天窗口。

## 以正确的方式 Vibe Coding

Vibe coding 不是敌人。缺乏纪律的 Vibe coding 才是。下面是实践中的区别。

### 按可界定的小单元提示，而不是庞杂的大请求

不要要求 AI 助手"构建整个集成"。把工作拆成可以独立推理的组件：数据访问层、转换逻辑、API 契约、错误处理、UI。每个单元都要小到你能读懂并理解助手生成的每一行。如果你无法解释一段生成代码在做什么，你就无法维护它，下一个接手它的 FDE 也不行。

### 在接受之前，读每一行

这是区分可持续 vibe coding 与我在上一篇批评的 vibe coding 的唯一习惯。助手极其擅长生成能跑的代码。但它并不稳定地擅长生成符合客户错误处理约定、尊重他们数据分级规则、或能优雅失败的代码。阅读输出不是可选的质检；它就是工作本身。

### 审问助手的假设，而不只是它的输出

当你拿到一段能跑的代码时，直接问助手它做了哪些假设：关于输入形状、故障模式、规模、并发。这一个习惯就能暴露出大部分否则只会在生产环境出现的脆弱点。一个假设列表永远不会为空、或假设 API 调用永远不会超时的助手，刚刚告诉了你方案会在哪里崩。

### 把第一个能跑的版本当成草稿，而不是交付物

某样东西能跑的那一刻，才是真正工作的开始：加固它、测试它的边缘、让它对你以外的其他人可读。新入行 FDE 在"能跑"处止步。优秀的 FDE 把"能跑"当作开始第二轮打磨的信号。

### 给一切做版本管理，包括你的提示词

把那些产生了方案关键部分的提示词和迭代记录下来，连同代码本身。六个月后，当一次模型升级改变了行为，或者客户问为什么某个设计决策是那样做的，这条轨迹就是"快速回答"和"考古项目"之间的差别。

## 为可维护性而构建

一个方案是可维护的，是指一个不是你的人，六个月后，在时间压力下，能理解它、扩展它、修复它而不弄坏别的东西。具体来说：

### 为下一个人而写，而不是为 demo 而写

变量和函数要按它们在业务领域中的含义命名，而不是按它们在技术上做什么。注释要写"为什么"，而不是"是什么"；代码本身已经展示了它做什么。

### 把配置移出代码

模型选择、API 端点、阈值和功能开关都属于配置，不应硬编码进逻辑里。这能让方案在模型停用或供应商切换时存活下来，而无需重写。

### 记录依赖图，而不只是代码

一份简短文档，列出方案依赖的每个外部服务、模型和库，以及如果其中任何一个变化会破坏什么，这对客户的价值超过一份优雅的 README。这就是你的 [FRAME](https://github.com/ianloe/FRAME) 产出被具体化并交到客户手中。

### 避免炫技

AI 助手有时会产出一段优雅、紧凑、但人类事后很难跟上的方案。要在提示词中明确要求它优先考虑清晰度和标准模式，而不是炫技。

## 为可扩展性而构建

可扩展性不是只检查一次的性能基准。它是一组早期做出的设计决策，决定了方案是能随着业务成长，还是必须被重写。

### 为一年的负载设计，而不是为 demo 的负载

明确要求助手推理：当流量是当前量的十倍和一百倍时会发生什么。把任何涉及"应该没问题"的回答都当作红旗，要求实际测试。

### 解耦组件，让它们能独立扩展

一个把数据摄取、模型推理和展示层紧紧捆绑在一起的方案，只要其中任何一个需要比其他更快扩展，就会撞到天花板。

### 避免只存在于原型中的状态

会话数据、缓存和中间结果如果只存在于某个实例的内存里，当客户从试点走向跨多用户、多区域的生产上线时，它们就活不下来。

### 从第一天就为模型和框架的更替做规划

把模型调用抽象在接口后面，而不是把某个特定提供方的 API 直接硬编码进业务逻辑。当——而不是如果——客户想换模型，或者提供方改了 API，这就是能救你免于重写的东西。

## 为安全性而构建

安全是 vibe coding 最常失败、也失败得最隐蔽的领域，因为不安全的代码在 demo 里通常跑得完美无缺。

### 绝不让助手替你选择信任边界

在提示之前就明确定义：方案被允许把哪些数据发送给哪个模型或 API。然后每次都把助手的输出对照这个边界检查。不要假设它会从上下文推断你的数据治理规则。

### 要求助手说出它的安全假设

直接提示：如果这个输入是恶意的会怎样？如果这个凭证被泄露会怎样？如果这个调用来自未认证用户会怎样？当被明确要求时，助手生成安全模式的能力远好于让它自己推断需求。

### 绝不硬编码机密，并检查助手也没有

这听起来是基础常识，但它是 AI 辅助代码中最常见的失败之一，因为助手有时会生成一个带占位凭证的可运行示例，而那个占位凭证看起来足够像真的，能骗过走神的审查者。

### 把 Agent 组件当作一次独立的安全审查

如果你的方案有任何部分涉及 Agent 自主行动、调用工具、或在没有人工检查点的情况下做决策，那个组件就需要自己的一次显式审查：它被授权做什么、它能访问什么、如果它被操纵而超出其预期范围会发生什么。这正是 [AAEF](https://github.com/ianloe/AAEF) 想要弥合的差距：Agent 系统与传统软件的失败方式不同，标准代码审查抓不住它。

### 为还没发生的事故做日志

构建足够的日志，以重建方案做了什么以及为什么，而不仅仅是它跑过。当生产环境出问题时——最终一定会出事——这就是把一场危机变成十五分钟调查的东西。

## 把一切串起来的习惯

这些都不复杂，也都不要求放弃让 AI 辅助开发如此有价值的速度。它只要求一个纪律：在你接受助手生成的任何东西之前，问：当这个变化时会发生什么？当它扩展时会发生什么？当它被攻击时会发生什么？持续地问这个问题，就是系统思维最小、最实用的形态。

新入行的 FDE 止步于"它能跑"。优秀的 FDE 会问"它能跑，但当它不能跑时、当它必须成长时、当有人试图破坏它时会发生什么"，并且在三个问题都有答案之前，不认为工作已经完成。

---

AI拉呱：洞察AI技术前沿

我上一篇关于 FDE 的文章认为，系统思维——而不是原始的编码速度——才是区分"交付持久产品"的 FDE 与"交付慢慢腐烂的 demo"的 FDE 的关键。有人问了我一个合理的后续问题：好吧，但周一早上坐下来为客户构建东西时，这到底是什么样子？

优秀的 FDE 如何构建解决方案

高级算法工程师

职业发展

人工智能

开发工具

优秀的FDE构建可维护AI方案的实用指南：从先写问题陈述、绘制系统图、定义不可妥协项开始，按小单元提示并审读每行代码，注重可扩展性、安全性和日志构建，确保方案能应对变化、攻击与增长。

数据治理

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

优秀的 FDE 如何构建解决方案-腾讯云开发者社区-腾讯云

优秀的 FDE 如何构建解决方案

优秀的 FDE 如何构建解决方案

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐