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 pelajaran, berurutan
- 135 mnt
Context Is The Whole Game
Hampir semua keluhan tentang tool AI untuk coding ("dia mengarang API", "dia menulis ulang kode yang sudah benar", "di contoh kecil jalan, begitu...
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 mnt
Pick The Right Brain, Pay The Right Price
Memilih model adalah keputusan teknis dengan bentuk yang sama seperti memilih database atau queue: tidak ada pilihan terbaik, yang ada hanya pilihan...
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 mnt
Spec-Driven Development
Cara tercepat mendapatkan kode yang benar dari sebuah model adalah berhenti menggambarkan apa yang kamu mau dan mulai mendefinisikannya. Prompt itu...
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 mnt
Build Your Harness
Para insinyur yang secara konsisten mendapat hasil bagus dari sebuah model jarang sekali menulis prompt yang lebih baik daripada orang lain. Mereka...
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 mnt
Verification Loops: Make It Prove Itself
Sebuah model akan mengatakan kepadamu bahwa kodenya benar. Ia tidak sedang berbohong dan ia juga tidak sedang benar; ia sama sekali tidak punya cara...
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 mnt
Reading Generated Code Like A Senior
Anda sudah tahu cara meninjau kode. Yang berubah pada kode hasil generasi adalah sebaran kesalahannya. Kode tulisan manusia gagal di tempat...
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 mnt
Legacy Archaeology
Menyerahkan codebase yang tidak dipahami siapa pun ke sebuah model lalu bertanya "ini sebenarnya melakukan apa?" adalah salah satu hal paling...
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 mnt
Migrations At Scale
Meminta model mengubah empat ratus file adalah titik ketika bantuan AI berubah menjadi pengganda kekuatan yang nyata, atau justru menghasilkan...
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 mnt
Debugging Code You Did Not Write
Men-debug kode Anda sendiri dimulai dengan satu keuntungan: Anda masih ingat apa yang tadi ingin Anda capai. Men-debug kode hasil generasi mencabut...
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 mnt
The Security Model Of An Agent
Agen yang punya alat adalah program yang menerima instruksi dari teks lalu bertindak pada sistem Anda. Sebagian teks itu milik Anda. Sebagian lain...
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 mnt
AI On A Team
Kenaikan produktivitas perorangan berkat AI itu nyata, dan kenaikan itu tidak dengan sendirinya menjadi kenaikan produktivitas tim. Kode yang lebih...
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 mnt
Judgment: Knowing When Not To
Semua pelajaran sejauh ini tentang mengerjakan hal ini dengan baik. Yang satu ini tentang keputusan yang datang mendahului semuanya, dan yang paling...
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
Pelajari Vibe Coding: Advanced Engineering dalam bahasamu
Setiap pelajaran, kuis, dan balasan tutor tampil dalam bahasamu. Tutor AI menjawab dalam bahasa yang kamu pakai.