--- title: "AI 写的 Spec，能直接生成代码吗？" date: 2026-10-30 tags: ["规格评审", "规格驱动开发", "SDFlow", "gstack", "OpenSpec", "Claude Code", "AI 开发工作流"] categories: ["AI 开发工作流"] summary: "规格写完直接生成代码，规格错了开发也照做；错得一致，测试全绿也发现不了。写代码前先审一道：派独立的 agent 分角度审，先核引用再逐条裁决，人只答三问、拍要拍的板，批准后锁住规格。再算一笔账：多花的时间和 token 值不值，评审漏掉的怎么补。" series: ["sdflow"] --- AI 把规格写好了，能直接拿去生成代码吗？ 我之前的最小开发循环 demo 这么干过，规格里有一条测试写错了，开发也照做。 那次是规格前后对不上，子代理跑测试时才撞出来。要是从头到尾错得一致，测试全绿，谁也发现不了。 视频里聊聊写完规格、写代码之前的这一道评审：AI 先分角度审，人只拍要拍的板。 视频：[B站 · AI 写的 Spec，能直接生成代码吗？](https://www.bilibili.com/video/BV1k6nZ6XEvY/) · [YouTube](https://youtu.be/EsiFc6yBd4Q) ## 视频里聊了什么 ### 1、AI 怎么审（01:51） - 我不在写规格的会话里审，派独立的 agent 从几个角度同时审，再请另一个模型给第二意见。 - 对抗审先假设推送代码会崩，查出 goroutine 里的 panic 会拖垮整个服务，规格补上了 recover。 - 报上来的先合并重复、核引用，再逐条裁决。50 条合并成 28 条。 ### 2、人怎么拍板（10:06） - 评审中途不打断我，AI 能定的自己定，采纳的直接改规格。这次 18 条采纳，留给我拍板的只有 1 条。 - 报告有网页版，固定列三个问题，要拍板的写清选项、推荐和后果。 - 批准后规格就锁住，之后再改，开工时会被拦下来重审。 ### 3、值不值得（13:37） - 这一套跑下来要十七分钟，一千五百多万 token。 - 同一份规格我开三个全新会话各审一次：实质问题 7 条，三次都查到的只有 2 条。 - 请另一个模型，是因为它看到的不一样。放在写代码之前审，是因为问题越早发现越便宜。 ### 4、局限与改进（17:34） - 这次有个问题没人问过我：值班的人看到的时间，用 UTC 还是北京时间。规格直接写死了 UTC。 - 评审只对着写下来的东西查，大家都默认的事，没人会回头问。 - 办法是写成新规则加进领域清单，自己项目踩过的坑也可以一条条加。 ### 5、一句话「魔法咒语」（18:36） - 这句话是：按第一性原理，从这次需求的目标出发，重新调研，有没有更简洁、更合适、更便宜的方案？ - 给 Go 项目补测试时问了这句，AI 回头查代码，最后生产代码一处没改，规范也放宽了。 - 我试过把它写进 SDFlow，效果不如单独问，原因我没有深究。 ### 6、总结（20:17） - 规格先审一轮再说：AI 分几路审，我看报告、提意见、批准。 - 评审替代不了人，需求最后做成什么样，要自己定。 ## 我的做法 1. 规格写完先审一轮再开工。让独立的 agent 分角度审，先核引用，再逐条裁决。 2. 过程不用盯，只看评审报告、提意见、批准。批准后规格就锁住。 3. 审不出来的，发现了就写成规则加进清单。对推荐有疑虑，就问一句有没有更简洁、更便宜的方案。 ## 链接 - 示例项目：[laodao-ai/demo-temp-monitor](https://github.com/laodao-ai/demo-temp-monitor) - SDFlow：[laodao-ai/sdflow-skills](https://github.com/laodao-ai/sdflow-skills) - OpenSpec：[Fission-AI/OpenSpec](https://github.com/Fission-AI/OpenSpec) - gstack（Garry Tan）：[garrytan/gstack](https://github.com/garrytan/gstack) - Böckeler《Understanding Spec-Driven-Development》：[martinfowler.com](https://martinfowler.com/articles/exploring-gen-ai/sdd-3-tools.html) - Thariq《The Unreasonable Effectiveness of HTML》：[Claude 博客](https://claude.com/blog/using-claude-code-the-unreasonable-effectiveness-of-html) - Thinking Machines《Defeating Nondeterminism in LLM Inference》：[thinkingmachines.ai](https://thinkingmachines.ai/blog/defeating-nondeterminism-in-llm-inference/) - Anthropic《Building effective agents》：[anthropic.com](https://www.anthropic.com/engineering/building-effective-agents) - 需求评审基准（arXiv 2609.03230）：[arxiv.org](https://arxiv.org/abs/2609.03230) - 另一个模型什么时候有用（arXiv 2610.01471）：[arxiv.org](https://arxiv.org/abs/2610.01471) - Boehm & Basili《Software Defect Reduction Top 10 List》（2001）：[cs.umd.edu](https://www.cs.umd.edu/projects/SoftEng/ESEG/papers/82.78.pdf)