Vibe Coding: Advanced Engineering
AI-assisted engineering for people who already ship. Written for senior and staff engineers who know how to code and now want to run models and agents at professional standard. Context engineering, spec-driven development, your own harness, verification loops, review of generated code, legacy archaeology, large migrations, debugging, security, and the judgment to know when not to use AI at all.
12 Lektionen, der Reihe nach
- 135 Min.
Context Is The Whole Game
Fast jede Beschwerde über KI-Coding-Tools ("es hat sich eine API ausgedacht, die es gar nicht gibt", "es hat Code umgeschrieben, der bereits korrekt...
Context window as a budget you spendWhat the model actually sees versus what you think it seesCurating a repo map instead of dumping filesContext rot and why longer is not better - 225 Min.
Pick The Right Brain, Pay The Right Price
Die Wahl des Modells ist eine Ingenieursentscheidung von derselben Art wie die Wahl einer Datenbank oder einer Warteschlange: Es gibt nicht die eine...
Capability tiers and when a bigger model is not the answerReasoning models versus fast modelsThe latency, cost, and quality trianglePrompt caching and why request shape drives the bill - 335 Min.
Spec-Driven Development
Der schnellste Weg, aus einem Modell korrekten Code herauszubekommen, ist, aufzuhören zu beschreiben, was du willst, und stattdessen anzufangen, es...
Writing the acceptance criteria before the promptExecutable specs as the contract with the modelSpecifying error behavior and boundaries, not just the happy pathPlan before code, and reviewing the plan instead of the diff - 435 Min.
Build Your Harness
Ingenieure, die von Modellen durchgehend gute Ergebnisse bekommen, schreiben selten bessere Prompts als alle anderen. Sie haben sich ein Harness...
The harness as the thing that makes good output the defaultProject rules files and what belongs in themGiving the model tools instead of instructionsSubagents and scoped delegation - 540 Min.
Verification Loops: Make It Prove Itself
Ein Modell wird dir sagen, dass sein Code korrekt ist. Es lügt dabei nicht, aber es hat auch nicht recht, es hat schlicht keine Möglichkeit, das zu...
Properties and invariants instead of example testsGenerated inputs find what handwritten examples missShrinking a counterexample before handing it overClosing the loop so the model checks itself - 640 Min.
Reading Generated Code Like A Senior
Code-Review kannst du schon. Was sich bei generiertem Code ändert, ist die Verteilung der Fehler. Von Menschen geschriebener Code scheitert dort, wo...
The failure taxonomy of plausible-but-wrong codeReading the docstring and the code as two competing claimsReviewing intent and seams instead of tokensDuplication the model cannot see - 740 Min.
Legacy Archaeology
Einem Modell eine Codebasis vorzulegen, die niemand mehr versteht, und zu fragen "Was macht das hier?", gehört zu den wertvollsten Dingen, die du...
Facts before narrative when mapping unfamiliar codeCharacterization tests that pin current behaviorDistinguishing intent from accident in old codeUsing a model to generate hypotheses, not conclusions - 840 Min.
Migrations At Scale
Ein Modell zu bitten, vierhundert Dateien zu ändern, ist der Punkt, an dem KI-Unterstützung entweder zu einem echten Multiplikator wird oder mehr...
Mechanical rewrites versus judgment callsKeeping a large migration reviewableThe escape hatch list of cases the tool refuses to touchStaging, verifying, and rolling back a wide change - 940 Min.
Debugging Code You Did Not Write
Die Fehlersuche im eigenen Code hat einen eingebauten Vorteil: Du erinnerst dich daran, was du eigentlich vorhattest. Bei generiertem Code fällt...
Hypothesis-driven debugging instead of guess-and-patchDeterministic reproduction before diagnosisShrinking to the smallest failing inputBisecting a change set and reading the fix for scope - 1040 Min.
The Security Model Of An Agent
Ein Agent mit Werkzeugen ist ein Programm, das Anweisungen aus Text entnimmt und auf deinen Systemen handelt. Ein Teil dieses Textes stammt von dir....
Prompt injection as a structural property, not a model bugThe lethal trifecta of private data, untrusted content, and exfiltrationBlast radius, allowlists, and approval gatesGenerated code risks: secrets, dependencies, and licence provenance - 1130 Min.
AI On A Team
Individuelle Produktivitätsgewinne durch KI sind real, aber sie werden nicht automatisch zu Produktivitätsgewinnen für das ganze Team. Code, der...
Review capacity as the real bottleneckShared conventions and rules files as team artifactsWhat review bots and CI agents are good and bad atMeasuring impact without gaming the metric - 1235 Min.
Judgment: Knowing When Not To
In jeder bisherigen Lektion ging es darum, etwas gut zu machen. Diese hier handelt von der Entscheidung, die allen anderen vorausgeht, und die...
The cases where reaching for a model is the wrong callUnderstanding as the thing you are actually paying forDeliberate practice and skill maintenancePutting the whole method together on one change
Lerne Vibe Coding: Advanced Engineering in deiner Sprache
Jede Lektion, jedes Quiz und jede Tutor-Antwort erscheint in deiner Sprache. Der KI-Tutor antwortet in der Sprache, in der du fragst.