Cursor用户3个月后发现：47%的代码根本测不到

用AI写代码的人，平均在第87天会遭遇第一次"幻觉雪崩"——功能看着能用，改一行崩三处，测试全绿但生产环境炸锅。

西班牙工程师Eugenio Vinicio Vidal（前Zara Tech产品负责人）在GitHub开源了Don Cheli框架，试图用一套"铁律"把vibe coding（氛围编程）拉回工程正轨。项目发布72小时收获2400星，评论区最热的反馈是："终于有人把AI当实习生管了。"

Spec → Test → Code：AI被强制"先考试后交卷"

Vidal的框架核心只有三步，顺序不可调换：先写规格（Spec），再写测试（Test），最后才写代码（Code）。

这听起来像TDD（测试驱动开发），但差别在"谁来看卷子"。传统AI辅助编程里，你让Copilot写个JWT认证，它噼里啪啦生成代码，你再补测试——测试自然顺着代码写，就像学生自己出考卷自己答，"通过"是注定的。

Don Cheli的做法是：规格生成后，AI在"看不到代码"的情况下必须先写测试。测试必须失败（RED），才能开始写实现（GREEN），最后重构（REFACTOR）。

Vidal管这叫"铁律"，不是建议，是管道里的硬性限制。用命令行触发时，/dc:start会锁死流程，跳步直接报错。

他举了个具体场景：让AI把PostgreSQL迁到MongoDB。传统做法是先写迁移脚本，再补测试；Don Cheli会强制先输出Gherkin规格（Given/When/Then），测试基于规格写成，代码最后才出现。这样测试验证的是"用户能登录"这个行为，而不是"用了哪个数据库"这个实现细节。

15种"预死亡"推理：让AI先给自己写悼词

框架里最独特的功能是/razonar:pre-mortem——预死亡分析。

输入/razonar:pre-mortem "PostgreSQL迁MongoDB"，AI会假设项目已经失败，倒推死因，再输出预防方案。Vidal设计了15种推理模型，包括：逆向思维、二阶效应、黑天鹅扫描、技术债务量化、团队能力边界等。

他对比了市面上的竞品：GSD框架没有预死亡分析，BMAD没有，Spec Kit也没有。这不是功能堆砌，而是解决一个真问题——AI生成的方案看起来都对，但没人告诉你会在哪翻车。

另一个独有功能是/dc:debate对抗辩论。输入技术选型问题，框架会召唤多个"15年经验架构师"角色互相挑刺，规则是"没有异议不算回答"。Vidal测试过微服务vs单体架构的辩论，AI生成的反对意见包括：团队没K8s经验、冷启动成本吞噬早期用户、调试链路在凌晨三点会变成噩梦——这些恰恰是经验不足的开发者容易忽略的。

4模型交叉估算：AI终于学会"留余地"

项目管理里，AI估算工期往往是灾难。Vidal的解法是用4个互补模型同时算：

规划谬误修正（人类总是低估）、参考类预测（类似项目实际花了多久）、置信度加权（专家 vs 新手意见权重）、风险调整（已知未知 vs 未知未知）。

输出不是"3周"，而是乐观/预期/悲观三个区间，带功能拆解。Vidal问过所有竞品框架，没有一家能做这个。

技术面板（/dc:tech-panel）则是把专家会诊搬进命令行。Redis vs Memcached的选型，框架会分别输出性能工程师、SRE、安全架构师、成本分析师的专项评估，最后汇总冲突点。

开源社区的"毒舌"验收

GitHub Issues里有个典型反馈：用户@dev_marc尝试用Don Cheli写 side project，发现"规格阶段就卡了两天"——以前用Cursor两小时能跑起来的原型，现在要先写Gherkin场景。

Vidal的回复很直接：「这就是代价。vibe coding省下的时间，会在第6个月连本带利还回去。」

另一个用户@senior_tina提了更尖锐的问题：框架假设团队有写规格的能力，但现实中很多产品经理连用户故事都写不清楚，AI生成的Gherkin会不会只是"精致的垃圾"？

Vidal没回避：「Don Cheli治的是'AI写代码太随意'，不是'人不会思考'。如果输入的规格是错的，框架会忠实执行错误——它是一把刀，切菜还是切手看握刀的人。」

项目文档里有个细节：所有命令前缀都是/dc，致敬Vidal的祖父Don Cheli——一位古巴木匠，"用卷尺量三次才下锯"。

如果你现在打开Cursor，最近一次让AI先写测试再写代码，是什么时候？