引言
目前，AI模型写个中小项目不在话下。越来越强的AI让vibe coding成为现实，一句需求就能写个大项目。但实际上，vibe coding从前期的快速迭代，到后期很容易变成不可名状的屎山。本文通过对两个核心问题总结，给出解决方案。 
屎山案例
使用kiro code的spec模式 
结果：
臭不可闻的大屎山 
原因
1.拆分任务 不够细，特别是模块。具体来说在计划不够，tasks.md拉一大托 
2.测试非真实环境，假PASS，在真人交互时一大堆bug。测试对我是黑盒 
3.AI（kiro的claude 4.5s 不思考）不遵从指令 
4.笨蛋AI虾季把写，文档不看，mcp不用 
5.我没有动脑，没审核 
启发：
完整的spec：需求-技术栈讨论-细节敲定-文件结构-架构图 
按需加载的上下文，可以参考claude code的skills 
使用acemcp更精准的上下文。 
使用...