[论文解读] Context Before Code: An Experience Report on Vibe Coding in Practice

Md Nasir Uddin Shuvo, Md Aidul Islam+3 more|arXiv (Cornell University)|Mar 10, 2026

Advanced Software Engineering Methodologies被引用 0

一句话总结

本论文提出了两套可部署的AI驱动系统，基于具/contextual vibe coding，在明确的架构约束下实现搭建，加速 scaffolding，但需要手动执行隔离、访问控制与异步处理的强制执行。

ABSTRACT

Code-generating tools are increasingly used in software development, yet experience reports on conversational "vibe coding" under production constraints remain limited. This paper presents an experience report from a small full-stack team that applied contextual prompting and explicit architectural constraints to build (i) a multi-project agent learning platform designed for sustained, production-oriented use and (ii) an academic retrieval-augmented generation system. The agent platform supports multiple isolated projects, each with structured memory and background processing, thereby enforcing project-level isolation. The RAG system provides citation-grounded answers, role-based access control, and evaluation tracking. Across both systems, vibe coding accelerated scaffolding and integration. However, the generated code often under-specified isolation rules and infrastructure constraints when these were not explicitly defined. Consequently, aspects such as multi-tenancy, access control, memory policies, and asynchronous processing required deliberate architectural design and verification. We observe a shift in engineering effort from boilerplate implementation toward constraint specification and enforcement auditing. We also identify recurring architectural "non-delegation zones" where conversational code generation remains insufficient for production reliability.

研究动机与目标

• 研究在可部署的架构约束（如租户隔离和访问控制）下，对话式代码生成的表现。
• 检查在生产系统中确保隔离、内存管理和异步处理的集成与验证工作。
• 识别 AI 生成的 scaffolding 何时足以使用，何时需要人工工程来提升可靠性。
• 提供关于将工程投入从样板代码转向约束规范与验证的实用经验。

提出的方法

• 描述在预定义需求下，使用上下文感知的 vibe coding 构建的两套面向生产的系统。
• 记录开发工作流、证据来源（提交、提示、日志）与验证策略。
• 分析生成的代码如何遵循或违反架构约束，以及如何应用人工纠错。
• 通过结构化的手动测试、代码检查和运行时日志分析来验证系统，以评估隔离、访问控制和异步处理。

Figure 1. Overview of contextual vibe coding in production-oriented systems.

实验结果

研究问题

• RQ1 在像租户隔离、访问控制和异步处理等明确架构约束下，vibe coding 的表现如何？
• RQ2 为了在生产环境中可靠地部署 AI 生成的系统，需要哪些架构与验证实践？
• RQ3 有哪些任务不能完全交由 AI 生成的 scaffolding，必须做出人工工程决策？
• RQ4 在受限部署中使用对话式代码生成时，工程投入如何发生转变？

主要发现

• vibe coding 能加速搭建和常规实现，如 API、数据模型和 UI 组件。
• 若缺少明确提示和人工纠错，生成的代码往往无法保持架构约束。
• 需要人工审计与强制执行来确保隔离、访问控制、内存策略和异步任务编排。
• 工程投入从样板编写转向约束规范、执行审计与验证。
• 基础设施决策需及早处理，以防止阻塞或不稳定部署。
• 存在重复出现的非委托区域，在生产可靠性方面对话式代码生成仍显不足。