Vibe Coding盛行的今天，怎么保证AI写的代码能持续迭代不腐化？有人分享…

Vibe Coding盛行的今天，怎么保证AI写的代码能持续迭代不腐化？有人分享了11万行Swift项目的实战经验。

核心观点是：即使AI能大幅提升代码生产速度，技术架构、分层、抽象这些事情还是需要工程师判断。项目第一个版本跑起来后就要和AI仔细讨论架构，设定好并通过文档记录下来。

他最依赖的是单测，从1.0版本的56个测试到1.13版本的3347个，测试代码占生产代码的66%。修Bug时不仅修复问题，还会加回归测试，然后沿同类路径找类似问题，最后把修改原因写到规则里。

项目里还有一批Rules，记录功能边界、历史原因和不能碰的地方，按模块拆分只在改相关代码时加载。经常重复的检查做成Skills，比如bugs会从以前的修复里找同类问题，design-system-review看界面有没有越写越乱。

少做没实际用的功能也是关键，AI加功能太容易了，但留下的维护成本才是腐化的最大原因。充分利用GitHub Actions做CI/CD，本地跑完测试后还要在云端干净机器重新跑一次，确保万无一失。