规格驱动开发综述

将零散的编码转变为以规范为核心的结构化、迭代式工作流程。

引言（Introduction）

规格驱动开发（SDD）是一种方法论，它优先定义精确、可机器读取的规范，而不是立即开始编码。随着 AI 生成代码的普及，工程瓶颈已从编写语法转向定义意图。 SDD 通过将规范作为主要真实来源，从中生成代码、测试和文档来应对这一变化。

它的价值在于消除“歧义成本” —— 模糊需求导致的幻觉生成和返工的高成本循环。通过前置清晰性，SDD 使开发者能够自信地协调复杂系统，确保 AI 的原始速度与工程严谨性带来的可靠性相匹配。

核心理念（The Core Philosophy）

规格驱动开发（SDD）搭建了人类意图与 AI 执行之间的桥梁。它整合了成熟方法中的最强元素 —— 基础性护栏、明确澄清和原子任务分解 —— 以创建可预测的流程。

通过将开发者的角色从“编码者”转变为“架构师与审查者”，SDD 将返工最小化，并利用 AI 完成繁重任务，同时保持严格的人类协调。

工作流程（The Workflow）

从宪章到维护，SDD 是一个六阶段循环。

宪章（Constitution — 设置护栏）

文件名：constitution.md

建立持久的项目原则（技术栈、编码标准、安全规则），作为所有 AI 操作的不变上下文。

检查点：团队对规则达成初步一致。

指定（Specify — 定义“什么”和“为什么”）

文件名：specification.md

捕获无歧义的需求，包括用户故事、验收标准和约束条件。关注意图，而不是技术实现细节。

检查点：产品/利益相关者审查以确认清晰性和完整性。

澄清（Clarify — 消除歧义）

运行结构化检查，找出不够明确的部分 —— 边缘情况、空状态和错误处理 —— 并在推进前将答案记录入规范。

检查点：开发者验证以减少后续返工。

计划（Plan — 技术蓝图）

文件名：plan.md

将意图转化为可行的技术方案：架构决策、数据模型、API 合约和依赖关系。

检查点：架构审核保证合理性并规避风险。

任务（Tasks — 原子分解）

文件名：tasks.md

将工作分解为小而可测试的、独立的任务，每个任务适合单个 Pull Request（1-4 小时）。按依赖关系排序。

检查点：范围和顺序审查以确保逻辑流程。

实现与迭代（Implement & Iterate）

AI 根据规范或计划片段生成代码和测试。人类根据规范进行验证。合并后，任何变更都必须先修订规范。

测试从一开始就嵌入规范。
仅在 AI 和人类验证后提交。
将规范作为版本控制的代码对待。

核心原则（Key Tenets）

规范即真实（Specification as Truth） 从用户角度开始完整的规范。捕获“做什么”和“为什么”，而不仅仅是“如何做”。将规范视为活的契约和可执行蓝图。 AI 代理使用规范生成和验证代码，确保意图和实现保持一致。

预先明确与严谨（Upfront Clarity & Rigor） 在规范中提供无歧义的细节。这些细节涵盖业务规则、边缘情况、非功能性需求以及架构设计。在前期明确技术栈和集成点，以确保开发与现有系统保持一致。

持续上下文（Persistent Context） 将规范维护为跨多个开发阶段不断演进的唯一真实来源。规范持续更新，但始终保持一致性。它成为利益相关者、设计人员和开发者之间持续沟通的桥梁。

测试驱动护栏（Test‑Driven Guardrails） 从规范中直接生成自动化测试和清晰的验收标准。这些测试持续验证输出，并在早期捕捉问题。该理念受到 TDD、BDD 和契约式设计的启发。

系统集成（System Integration） 在规范中明确系统集成点、架构模式以及约束条件。这确保新开发功能与现有基础设施无缝对齐。同时避免冲突，促进安全、高效的开发流程。

活的规范（Living Specifications） 将规范视为动态工件，在实施前后均可迭代更新。根据新见解和反馈进行调整，减少误解和返工。活的规范支持持续维护和长期演进。

结构化组织（Structured Organization） 使用专门的结构、宪章或指导原则来维持一致性。这为 AI 生成的工件提供持久规则和约束。同时提升团队协作的清晰度和效率。

系统分解（Systematic Decomposition） 将复杂功能拆解为小而可测试的任务单元。每个任务范围紧密，便于独立实现与验证。这种分解方式提高了 AI 生成代码的可预测性和可靠性。

人类协调（Human Orchestration） 开发者的角色从编码者转变为组织者和审查者。在规范、计划和 AI 输出中加入检查点，确保正确性和安全性。人类协调保证输出与最初意图保持一致。

明确性（Explicitness） 强调规范的高度明确性（high specificity）。通过早期明确决策，推动安全且高效的工作流。避免诸如跳过规划等反模式的出现。

可执行意图（Executable Intent） 将规范设计为 AI 工具可以直接执行。规范支持生成代码、测试和文档。传统开发角色在 AI 辅助环境中得到增强。

迭代性改进（Iterative Refinement） 在实施前引入规范演化的反馈循环。及时发现并消除歧义问题。通过前期规划和持续迭代，使整个开发流程既灵活又严谨。

比较：SDD 与 Vibe Coding（Comparison: SDD vs. Vibe Coding）

方面	Vibe Coding	规格驱动开发（SDD）
定义	基于直觉或高层想法的探索性自然语言提示	以详细、可执行规范作为真实来源的结构化方法
过程	即兴提示，快速迭代，依赖 AI 直觉	分阶段流程（Specify → Clarify → Plan → Tasks），前期严谨
优势	原型快速，门槛低，富有创造力	对复杂项目更可靠，减少歧义，确保意图一致
劣势	易出现幻觉、上下文丢失、代码脆弱	前期投入较多，对于小规模实验可能显得僵硬
AI 角色	主要生成者，松散指导	执行明确定义任务，人类负责协调

工具如何工作（How the Tools Work）

初始化（Initialization） SDD 工具通过将用户意图转换为可机器读取的规范来运作。它们扫描现有仓库的接口和模式，然后参考 constitution.md 生成用户故事和验收标准。这种前期分析在写第一行代码之前最小化了歧义。

执行（Execution） 一旦规范完善，工具就使用 AI 根据规范生成代码、测试和文档。规范作为活的元数据 —— 更新规范会触发相关代码重新生成。这支持自动一致性检查和契约测试，抽象掉零散生成的陷阱。