OpenSpec实战：用SDD规范驱动开发驯服AI写代码

AI写代码的真实困境：前30分钟开挂，后3小时救火

"前30分钟像开挂，后三个小时全在救火"——这句话精准描述了当下不少人用AI写代码的真实状态。让它改个页面，它顺手动了三处结构；让它补一个功能，它又自作主张加了一套逻辑。前面明明约定好的技术栈、接口规范、验收标准，几轮对话之后，模型就像从没见过一样。项目还没上线，需求、规范、代码就已经全乱套了。

问题的根源并不是AI不会写代码，恰恰相反，是它太会写、写得太快、太赶。真正缺失的，是一套机制——能把每一次需求、每一次修改、每一次完成的成果"框"起来。当所有上下文都依赖模型的"记忆"时，混乱就成了必然。这正是规范驱动开发（SDD，Spec-Driven Development）试图解决的核心矛盾。

OpenSpec到底解决什么问题

OpenSpec的定位很清晰：它不是"又一个AI编程工具"，而是一层插在你和AI工具之间的规范层。换句话说，它不参与"写更多代码"，而是负责让AI写出来的东西可追踪、可验证、可归档。

传统的"聊天室开发"模式下，需求散落在一段段对话里，改动全凭上下文记忆，一旦对话变长、项目变复杂，模型就开始遗忘约束、破坏既有结构。OpenSpec的思路是把开发流程从"随聊随改"转变为"规范先行"：需求先沉淀成文档，修改基于规范执行，完成后再归档。这样一来，AI的每一步动作都有据可依，而不是靠模型自由发挥。

对于已经能用AI写Demo、但一遇到复杂项目就失控的开发者来说，这一层恰恰是最关键的补强。

规范驱动开发（Spec-Driven Development，SDD）是一种将"规范文档"置于开发流程核心的工程方法论。其基本主张是：在动手写代码之前，先把需求、接口契约、技术约束、验收标准等内容以结构化形式固定下来，后续所有代码生成和修改都必须对应到具体的规范条目。这与测试驱动开发（TDD）有相似之处——TDD用测试约束实现，SDD则用规范约束整个开发过程，包括AI的生成行为。SDD并非新概念，早在软件工程领域就有"规格说明先行"的实践传统，但AI编程工具的普及使它重新变得迫切：当生成速度极快但缺乏记忆和自我约束的AI成为主力编码者时，外部规范层就成了保证项目一致性的关键基础设施。

从聊天室开发到规范驱动开发

规范驱动开发的核心，是让项目具备完整的生命周期管理。按照课程给出的链路，一个AI项目应当经历这样几个环节：

需求沉淀

把模糊的口头需求转化为结构化的规范文档，明确技术栈、接口约定和验收标准。这一步是后续所有工作的锚点。

修改追踪

每一次改动都不再是"顺手一改"，而是对应到具体的规范条目。哪里改了、为什么改、改动是否符合约定，全程可查。

完成归档

功能交付后，成果被正式归档，成为项目历史的一部分。下次迭代时，规范和代码始终保持一致，不再依赖任何人（或模型）的记忆。

这套流程的价值在于，它把"AI写代码"这件本质上高度不确定的事情，变成了一套可管理的工程实践。

OpenSpec vs SpecHit：轻量与重量的取舍

课程中反复强调的一个实用问题是选型：什么时候用OpenSpec，什么时候用SpecHit？

两者的定位大致可以这样理解：

• OpenSpec（轻量）：适合个人项目、快速迭代、已有代码库的场景。当你需要给AI加一层规范约束，但又不想引入过重的流程负担时，OpenSpec就足够了。

• SpecHit（重量）：适合复杂项目、团队协作、需要完整交付链路的场景。当多人协作、交付要求严格时，更完整、更重的SpecHit能提供更强的管控能力。

简单说，选型的关键在于项目复杂度和协作规模：个人快速开发选轻量，团队正式交付选重量。这种"按需选择规范强度"的思路，比一刀切地追求最重的流程更务实。

在AI编程工具链中，"规范层"产品的出现填补了提示词工程与正式软件工程流程之间的空白地带。目前市场上类似定位的工具还包括Cursor Rules、GitHub Copilot的自定义指令、以及各类项目级上下文管理方案。这些工具的共同思路是：与其每次对话都重新向AI解释项目背景和约束，不如把这些约束持久化为可复用的结构化文档，让AI每次动作前都能"读到"一致的上下文。OpenSpec与SpecHit的轻重之分，本质上对应的是规范文档的覆盖深度和流程强制程度——轻量方案以最小摩擦引入规范意识，重量方案则提供更完整的交付链路和审计能力，适合有合规或多人协作要求的场景。

核心理念：不是让AI写得更多，而是写得能交付

整节课最值得记住的一句话是："不是让AI写得更多，而是让AI写出来的东西能被管理、能被验收、能真正交付。"

这实际上代表了AI辅助开发正在发生的一次思路转变。早期大家关注的是"AI能不能写"，如今随着模型能力的提升，问题已经变成"AI写的东西怎么管"。OpenSpec这类SDD工具的兴起，本质上是在补齐AI编程工程化的最后一块拼图——把不可控的生成过程，纳入可控的工程流程。

对于希望把AI真正用于生产项目、而非仅仅写写Demo的开发者，理解并实践规范驱动开发，可能比学会更多提示词技巧更有长期价值。