12月24日，硅心科技（aiXcoder）的产品研发负责人黄宁在一场行业会议中指出，当下备受关注的Vibe Coding（氛围式编程）模式，很难直接满足企业级复杂项目的开发要求。他强调，AI并非解决软件开发所有问题的“万能钥匙”，需要和软件工程进行深度融合。
硅心科技（aiXcoder）产品研发负责人黄宁
黄宁表示，Vibe Coding这种模式往往是把代码的具体细节交给AI来生成，开发者只需要专注于对需求的描述就行。不过在企业级的应用场景里，这种模式经常会使得AI生成的代码出现一些问题，比如忽略掉已经存在的工具函数、自作主张地增加模块、对代码的长期维护没有考虑，甚至还会留下安全方面的漏洞，这就加重了代码评审的工作量。而造成这些问题的深层次原因是，AI不像人类工程师那样有过“吃亏”的经验，它只能给出在局部看来最优的解决方案，没办法满足项目在全局稳定性以及未来可扩展性上的需求。
针对这一问题，aiXcoder提出了一套“AI+软件工程”的实践方案，其核心思路是围绕AI的能力范围来设计系统，并明确开发者作为项目最终责任主体的地位。该实践方案主要涵盖三个维度：首先，借助纵向分层与横向分离的方式，对复杂任务进行拆解，以此界定人与AI各自的能力边界；其次，打造“工具自动化监测+人工经验评审”的双重保障机制，从而确保达到企业级的安全标准；最后，通过提示词工程与上下文工程，挖掘并运用企业内部的隐性知识，为AI提供更为丰富的项目背景信息。
aiXcoder黑盒测试自动化方案
aiXcoder表示，这种开发模式已在其服务的企业项目里得到了实际验证。像在某通信行业头部企业开展的黑盒测试自动化项目中，他们通过搭建融合领域知识的工作流以及多智能体协同的方式，最终产出了能够批量运行的测试脚本，还在关键步骤上设置了人工审核机制。
黄宁在展望未来时指出，行业正从“定义软件”阶段向“定义软件开发模式”阶段演进，人类开发者需把更多精力投入到解决系统复杂性的任务中。
【
