向邦宇-Vibe Coding 在代码生成与协作中的实践与思考-final.pdf

1、Vibe Coding 在代码成和协作过程中的实践与思考向邦宇阿巴巴 级技术专家录010203040605Vibe Coding 产品形态Vibe Coding 在阿内部的发展现状户在 Vibe Coding 过程中遇到的挑战Vibe Coding 产品身遇到的挑战积极适配和拥抱国产开源模型未来已来01不同类型的产品Vibe Coding 产品形态不同 Vibe Coding 具的主要区别Native IDE深度集成：AI能与IDE底层架构深度融合全流程覆盖：从代码补全到Agent执的完整作流户体验：专为AI编程优化的界和交互设计适场景：快速原型开发、创意编程、轻量化项缝体验，功能完整IDE

2、Plugin态兼容：基于现有IDE（主要VS Code），保持开发习惯渐进集成：可选择性启AI功能，不影响原有作流模型灵活性：持多种AI模型接（OpenAI、Claude、本地模型）企业友好：便于在现有开发环境中部署零切换成本，选择丰富Web Agent零安装：浏览器直接使，需本地环境配置云端执：代码运和AI推理均在云端完成协作友好：天然持团队协作和分享跨平台：不受操作系统限制即开即，协作便利Cli 命令具轻量效：专注核功能，资源占少脚本化：易于集成到现有开发流程和CI/CD灵活配置：持本地模型和定义配置开发者友好：符合命令户使习惯度可定制，集成便02不同类型的产品都有发展在内部Vibe Co

3、ding具的使向阿内部的 vibe coding 具依托于 IDE 的Vibe Agent 具当前户量周活6.2K，活1W左右IDEA态，户的需求和使主要在Coding这个环节阿内部的vibe coding具向 Develop 全命周期 Agent 具提交的任务类型更加丰富多元户更加多元运在独容器内，异步任务执具为户的效率带来很变化Top 10%的户的均代码提交量是其他的两倍，Top 10%的户消耗了80%的tokens 分场景看，单测由AI成的代码提交占越来越1.JDK 升级等作已经部分可以由 AI 来完成2.数据分析，数据整理等作已经可以部分给 Agent 3.很多传统的必须由去完成的任务

4、也在由 Agent 去做4.还催出很多研发阶段发改变，许多之前成本常的事情也在开始被探索和实现02从户视看技术和产品发展的问题户遇到了些挑战所以户会因为AI的表现不陷崩溃AI 成的代码不讲究质量代码质量问题AI 不会使调试具调试和维护困难Vibe Coding 导致了过的成本往往不能让户敞开使成本和效率成功率低，户反复重试和修改户体验PVibe Coding还有很的路要CDA我们看到的Vibe Coding的问题是多的AI成的代码质量问题Secondary title placeholder 致性不不同场景下成的代码格和质量差异较边界条件处理不够完善对于复杂业务逻辑的边界情况处理不够完善性能优

5、化缺失成的代码往往缺乏针对性的性能优化代码安全漏洞容易导致SQL注类漏洞，供应链攻击和硬编码导致信息泄露AI成的代码质量问题AI 的代码实现过程中会实现洽/例1:数组去重函数-实现和测试都不完善function removeDuplicates(arr)/AI可能选择简单的Set案但不考虑兼容性 return.new Set(arr);/对应的测试-忽略了边缘情况function testRemoveDuplicates()const arr=1,2,2,3;const expected=1,2,3;const result=removeDuplicates(arr);/表看起来没问题，但实际

6、上有很多隐藏问题 console.assert(result.length=expected.length);console.assert(JSON.stringify(result)=JSON.stringify(expected);/但是AI没考虑到的问题：/1.对象数组的去重 /2.NaN的处理 /3.保持原顺序的重要性单测是来保证代码质量是否按预期执的重要阶段但如果单测和业务代码都是由AI来完成可能会出现单测和代码洽的情况盒代码成以及缺乏对代码整体的理解必然导致调试困难程序员在使Vibe Coding具时，调试时间增加30%-50%盒代码成AI成的代码就像魔法，作时很神奇，出问题时完全