别再让AI替你猜需求了,是时候给AI编程装上“护栏”
凌晨11点58分,距离发布窗口关闭仅剩两分钟,我正准备提交那行“应该没问题”的代码,心里默默祈祷CI/CD流水线能网开一面。第二天醒来,迎接我的是一堆措辞严厉的bug报告——这样的场景,你是否似曾相识?
这,就是当下AI编程的真实写照:我们沉迷于“氛围编程”(Vibe Coding)带来的快感,却在项目后期为AI的“自由发挥”付出沉重代价。
直到我遇见了GitHub在2025年10月悄然开源的Spec-Kit。
一、氛围编程的陷阱:为什么AI总会跑偏
过去两年,AI编程助手让开发效率有了质的飞跃。我们习惯了用自然语言描述需求,看着AI在几分钟内生成数百行代码,那种快感令人上瘾。
但问题也随之而来。
当你对AI说“帮我建一个待办事项应用”,它会生成什么?可能是一个React应用,也可能是一个Vue应用;可能用本地存储,也可能连接数据库;可能带用户认证,也可能只是demo展示。AI在猜你的心思,而猜,就意味着可能猜错。
更糟糕的是,在随后的迭代中,AI会不断“失忆”——昨天说好的架构约定,今天就被抛到九霄云外;前几轮确认的技术选型,下一轮对话就可能被推翻重来。一位开发者无奈地吐槽:“为什么它总忽略我们团队的标准?为什么它总重写不相关的代码?为什么它总忘记我们之前达成的共识?”
这背后的根源在于:AI缺乏对项目“宪法”的理解,每次对话都是重新开始。
二、Spec-Kit是什么?为AI编程立规矩
Spec-Kit是GitHub推出的规范驱动开发(Spec-Driven Development,SDD)工具包,其核心理念简单得令人发指:先写规格,再写代码。
传统开发中,我们总是习惯先写代码,再补文档,导致“实现与需求脱节”成为永恒痛点。Spec-Kit彻底颠覆了这一逻辑——规格不再是可有可无的摆设,而是可以直接驱动代码生成的“生产原料”。
更形象地说,Spec-Kit为AI编程装上了三样东西:
一套宪法:项目的最高准则,不可违背的规则
一份规格:清晰定义“做什么”和“为什么做”
一张蓝图:把技术方案拆解成可执行的任务清单
当这些全部到位后,AI就不再是那个需要你不断纠正的实习生,而是一个有章可循的执行者。
三、六步工作法:从混沌到有序
Spec-Kit通过一个名为specify的命令行工具,引导开发者完成标准化的六步流程:
第一步:初始化与立宪
复制代码块截图
这一步会为项目建立“宪法”(constitution.md),定义项目的核心原则:用什么架构?代码风格如何?测试要求是什么?安全规范有哪些?
这不是形式主义,而是给AI戴上的“紧箍咒”。一旦宪法确立,AI的所有后续操作都必须遵守这些规则,不再“自由发挥”。
第二步:创建规格(Specify)
使用/speckit.specify命令,用自然语言详细描述“要构建什么”和“为什么”。这一步强制你从用户视角思考问题,把模糊的想法转化为可验证的需求。
第三步:澄清需求(Clarify)
规格中难免有模糊之处,Spec-Kit允许你运行澄清步骤,让AI主动提问,识别缺失的细节和边缘情况。
第四步:制定技术计划(Plan)
基于已确定的规格,AI生成详细的技术实施计划:技术栈选择、API结构、数据流设计……所有架构决策都在这里被固化。
第五步:分解任务(Tasks)
把技术计划拆解为具体的、可执行的任务清单。每个任务都应该是独立的、可测试的、有明确完成标准的工作单元。
第六步:执行实现(Implement)
最后,让AI依据前面所有步骤产出的规格、计划和任务,生成最终代码。此时,AI不再是“创作”,而是“施工”。
四、谁在用?用得怎么样?
Spec-Kit上线以来,已经在多个场景证明了其价值。
新项目启动提速37%:GitHub内部数据显示,采用Spec-Kit的团队在新项目启动阶段平均节省37%的时间。不再需要花大量时间讨论技术选型,不需要反复确认需求——这些都在规格阶段被一劳永逸地解决了。
遗留系统改造节省40%时间:某金融科技公司使用Spec-Kit改造200万行代码的遗留系统,比传统重构模式节省40%时间,且实现了零业务中断。秘诀在于,他们不是在“重写”,而是通过增量规格定义逐步现代化。
代码质量显著提升:通过规格自动生成的代码,单元测试覆盖率达到82%,远高于手动编码的65%行业平均水平。
摩根大通技术团队反馈更具体:在规格中嵌入企业安全标准和合规要求后,生成代码的合规率从传统开发的65%提升至92%。
五、Spec-Kit的真正革命:技术无关性
Spec-Kit最激进的实验目标,是证明“规格驱动开发与技术栈无关”。
GitHub公开的测试案例令人震撼:同一套照片管理应用的需求规格,在Spec-Kit支持下成功生成了三种实现——基于Vite的单页应用、使用.NET MAUI的桌面程序,以及采用Flutter的移动端方案。
这意味着什么?技术选型不再是“婚前协议”式的赌博,而成为可验证的实验。 如果团队不确定应该用React还是Vue,或者PostgreSQL与MongoDB哪个更适合,只需基于同一规格生成多种技术方案,用实际代码验证即可。
对于企业而言,这种技术无关性还意味着:需求资产可以跨平台复用,不再被特定框架绑定。
六、开发者角色转变:编码到规格设计师
Spec-Kit正在重新定义开发者的角色。传统的四步工作流中,开发者60%的时间用于需求澄清而非代码调试。这意味着:
你是架构师,不是打字员。 你的核心价值不再是写出多少行代码,而是如何用精确的语言描述问题,如何在规格层面做出正确的架构决策。
你是质检员,不是救火队员。 通过规格审查、计划审查、任务审查,你在问题进入代码阶段之前就将其消灭。
你是知识管理者,不是文档奴隶。 规格、计划、任务都作为Markdown文件版本化存储在仓库中,成为团队共享的“活文档”。新人加入项目时,不再需要翻遍Slack聊天记录去找“真正的需求”。
当然,适应成本同样存在。习惯“边写边想”的开发者需要转变思维模式,学会用更精确的语言描述需求。数据显示,约41%的开发者在初期会感到“被规格束缚”,但经过2-3个项目适应后,这一比例下降至12%。
七、开始你的第一个Spec-Kit项目
如果你也想体验规范驱动开发的魅力,只需不到一小时就能上手:
初始化项目:在沙盒仓库中运行
specify init,选择你的AI助手(支持GitHub Copilot、Claude Code、Gemini CLI等),提交脚手架代码。编写第一个规格:选择一个功能点(2-3个用户故事即可),运行
/speckit.specify,用自然语言描述需求,明确非目标(Non-Goals)。生成计划:运行
/speckit.plan,检查生成的quickstart和数据契约,根据你的宪法进行调整。分解任务并执行:运行
/speckit.tasks,把部分任务交给AI,部分留给自己,完整验证整个流程。
实用建议:
前期投入要足:把
/specify当成迷你PRD来写,明确谁、什么、为什么、完成标准宪法保持精简:几条硬规则胜过没人读的长篇大论
模板可以定制:默认模板很完善,但可以根据团队情况调整
八、未来已来:规格即代码
展望未来,Spec-Kit指向的是“规格即代码”(Spec as Code)的终极形态。当需求定义成为可版本化、可测试、可执行的一等公民,软件开发将进入新的阶段:
企业可以积累规格资产库,新项目开发不再从零开始
AI代理能够基于历史规格自动推荐最佳实践
通过规格差异分析预测变更影响,提前识别风险
一位开发者说得很好:“我并没有放弃直觉,我只是给了它一个缰绳。先把故事写清楚,让代码跟着走,把决策过程变得可审查。凌晨的‘应该没问题’提交,已经永远离开我的职业生涯。”
当代码不再是开发的起点,而是需求的自然产物时,我们终于能回答那个终极问题:软件的本质,究竟是代码的集合,还是解决问题的意图表达?
本文参考了GitHub官方文档、阿里云开发者社区、Syncfusion技术博客等多方资料,感谢开发者社区的分享。
你对Spec-Kit有什么看法?欢迎在评论区留言讨论。


