文章核心观点 - 当前流行的Vibe Coding（氛围式编程）模式难以直接适配企业级复杂项目的开发需求，AI并非软件开发的“银弹”，需与软件工程深度结合 [1] - aiXcoder提出了一套“AI+软件工程”的实践路径，旨在围绕AI能力范围设计系统，并确立开发者为项目的最终责任主体 [1] - 行业未来将从“定义软件”向“定义软件开发模式”进化，人类开发者需将更多精力集中于解决系统复杂性的任务上 [2] 对Vibe Coding模式的批判 - Vibe Coding模式倾向于将代码细节交由AI生成，开发者仅聚焦需求描述 [1] - 在企业级应用中，该模式常导致AI生成的代码忽略既有工具函数、擅自增加模块、缺乏长期维护考量甚至留下安全漏洞，增加了代码评审的负担 [1] - 深层原因在于AI缺乏人类工程师的“吃亏经验”，只能给出“局部最优解”，难以满足项目对全局稳定性和未来可扩展性的要求 [1] “AI+软件工程”的实践路径 - 通过纵向分层与横向分离，拆解复杂任务，定义人与AI的能力边界 [1] - 构建“工具自动化监测+人工经验评审”的双重保障体系，确保企业级安全标准 [1] - 通过提示词工程与上下文工程，提取并利用企业内部的隐性知识，为AI提供更丰富的项目上下文 [1] 实践案例与未来展望 - 该开发范式已在服务的企业项目中得到验证，例如在某通信行业头部企业的黑盒测试自动化项目中，通过构建结合领域知识的工作流与多智能体协同，最终生成了可批量执行的测试脚本，并在关键环节设置了人工核验机制 [2] - 行业将从“定义软件”向“定义软件开发模式”进化 [2]