我使用 Gemini Pro 3 构建了一个 13 应用的‘Zoo’。约束：我不被允许检查代码。

Source: Dev.to

引言

我最近决定测试“Vibe Coding”的极限。我想知道：是否可以在完全不以传统工程师方式行事的前提下，构建一个稳健的微应用平台？为此，我搭建了 AppZoo。

实验规则

• 零手动代码检查——我不允许阅读任何生成的代码。
• 如果 Gemini 写了 React 组件，我不能审计其语法。
• 如果 Copilot 提出了 Terraform 配置，我必须原样部署。
• 我的角色仅限于“产品经理”和“质量保证”。我只能验证行为，不能检查实现。

盲目信任方法论

逻辑检查（数学）

对于 双燃料计算器，我先在电子表格中建立模型，以得到预期答案。随后把需求喂给 Gemini。AI 不仅匹配了我的表格，还对逻辑进行了优化，以比我的手工模型更高的精度处理温度阈值。我验证了输出，并信任代码能够得出该结果。

感受检查（视觉）

对于 分形浏览器 和 视频转 GIF 转换器，测试计划是体验式的。如果分形能够平滑缩放，或 GIF 能快速渲染，则该应用通过。

架构：沙箱安全

运行未经检查的 AI 代码风险很大，因此我通过让 AI 使用 Terraform 构建 域隔离模型 来降低风险：

• 每个微应用都拥有自己的子域（例如 zork.appzoo...、dualfuel.appzoo...）。
• 这利用了浏览器的同源策略，防止被攻破的应用访问主站的 cookie 或 localStorage。
• 整个 “Zoo” 完全在客户端运行；没有后端可被攻击。

摩擦点

AI 经常陷入“循环推理”死循环，连续三次提出相同的错误修复方案。

解决方案

我发现 模型切换 是最好的调试手段。当 Gemini Pro 卡住时，我切换 Copilot 到另一个底层模型，便能把它从循环中拉出来。

结果

最终得到 13 个可用应用，涵盖实用工具（热泵成本分析）到纯娱乐（无限 Zork、3D CSS 工作室）。虽然仍有一些我尚未发现的 bug，且代码有点凌乱，但它已经可以使用。

您可以在此探索整个 Zoo：