Vibe Coding 的 MVP 垂直切片：用一条可交付路径约束生成范围

许多 AI 项目的第一周看起来进展惊人：几十个页面、完整侧栏、数据库表、API 目录都已生成。到第一次演示时，却发现上传页使用假数据、接口没接权限、表结构无法表达真实状态，测试只能验证组件渲染。这是“横向铺层”的结果：每层完成了很多，用户仍不能完成任何事情。

MVP 垂直切片从目标用户与主路径中截取一个最小结果，纵向穿过必要的交互、业务规则、数据持久化和验证。它不是把完整产品做得粗糙，也不是用 Mock 假装交付。Scrum Guide 对 Increment 的要求是可用且满足 Definition of Done；这里把这一原则具体化为 Vibe Coding 的任务边界。

先定义切片的输入和出口

以“把客户反馈 CSV 归成候选主题”为例，完整愿景可能包含登录、团队协作、自动同步、多语言、趋势图和分享。第一片只承诺：一个已授权用户上传规定列的 CSV；系统处理最多 100 行；用户看见每个候选主题及其原文依据；结果保存到当前项目；刷新后仍能打开。出口证据是一个可重放的导入样本、持久化结果页和对应测试回执。

用以下六问压缩切片：

1. 没有哪一步，用户就拿不到核心结果？
2. 哪个输入样本足以暴露最重要的业务风险？
3. 本轮必须持久化什么，什么可在会话结束后丢弃？
4. 出错时最小但诚实的恢复方式是什么？
5. 哪条安全、权限或数据约束不能因“只是 MVP”而取消？
6. 怎样从入口运行到出口并判断通过或失败？

回答后写 slice.md，包含入口条件、样例数据摘要、步骤、业务不变量、完成证据和 non-goals。关于问题价值仍未确认的内容留在假设与未知问题账本，不要伪装成实现任务。

按结果切，不按目录切

“先生成所有 React 页面”“先设计完整数据库”“先写全部 API”都是水平任务。垂直切片的实现序列更像这样：

• 用一个真实形状、已脱敏的 CSV fixture 固定输入边界；
• 建立只支持本切片的最小数据关系和约束；
• 写一个完成上传与处理的接口，并给成功、拒绝和失败响应示例；
• 做一条从选择文件到查看依据的交互；
• 加入重复上传、非法列、空结果和越权的关键测试；
• 从干净环境运行迁移、启动服务并重放主路径。

每一步都服务同一个结果。数据库不预建“也许以后会用”的通知、计费和组织层级；UI 不先生成尚无数据合同的统计卡；接口也不为了 REST 对称性补齐所有 CRUD。数据规则怎样落库由数据模型与业务不变量说明，接口的可观察行为由API 合同与请求响应示例固定。

切片小不等于跳过真实边界。若核心风险是模型输出不稳定，首片就必须保存输入摘要、模型版本和可追溯依据；若核心风险是隐私，就必须验证数据不进入未批准的供应商；若核心风险是多人并发修改，就不能用单用户内存对象掩盖。可以删功能，不能删掉决定方案是否成立的那条风险。

给 Agent 一次只发一个可验收改动

把整个切片交给 Agent 后要求先输出依赖顺序和文件范围，再按 checkpoint 执行。例如第一个 checkpoint 只建立 fixture、解析合同与失败测试；第二个建立持久化；第三个接通接口；第四个完成 UI。每次都查看 diff、运行当前门禁并更新切片状态，禁止一次生成全部再集中修错。

每个 checkpoint 的 Prompt 应包含“保持哪些已有行为”“允许修改哪些路径”“这一步不做什么”“运行哪些命令”“失败时报告什么”。Agent 若发现需要扩展数据模型或引入服务，先提交理由和对切片的影响，不自动继续。这样上下文中的决策数量保持有限，错误也容易定位和撤销。

临时实现要有明确身份。可替换的分类器、存储适配器或功能开关标注 owner、移除条件和期限，不能留一个永远为真的 isMvp 分支。Martin Fowler 对 feature toggle 的分类和生命周期提醒我们：开关会增加系统动态复杂度。只有需要控制暴露或可逆发布时才加，并测试开、关两种状态；普通未完成功能应留在分支外，而不是藏在永久开关后。

用“可演示”之外的证据验收

手工演示一次成功路径只能证明某次点击有效。切片验收包至少包括：冻结输入 fixture 及摘要；从入口到出口的自动化路径；关键错误和越权用例；数据库迁移与回滚说明；本轮改动 diff；依赖和配置变化；已知限制；下一片候选。所有结果必须绑定当前代码版本，旧截图不能证明新提交。

UI 状态矩阵确保加载、空、错误和权限分支没有被 happy path 掩盖；Definition of Done 与交付边界决定证据达到什么标准才可称完成。若切片只能在作者机器的预置数据库上运行，或者必须由作者口头解释哪个按钮别点，它仍是原型，不是可交付 Increment。

演示后只做三个决定：接受并选择下一片；基于新证据修改问题或主路径；停止并删除实验。不要因为已经生成许多代码就继续扩张。对 AI 生成物而言，删除一片失败尝试的成本很低，维护一个方向错误的“完整架构”才昂贵。

垂直切片让进度从文件数变成用户结果：每一轮都有人能从真实入口走到可信出口，且团队知道哪条风险已被验证。Vibe Coding 的速度优势因此落在缩短反馈周期，而不是提前生产未来可能用不到的层和页面。