从 Vibe Coding 到 Specs 驱动：AI 时代软件开发的范式转移
目前的 AI 编程工具（如 Cursor, Claude Code）让我们进入了 “Vibe Coding” 时代：你只需要描述一个大概的感觉，AI 就能帮你吐出代码。这种方式起步极快，但往往在项目进度达到 80% 时陷入僵局——代码逻辑变得难以维护，AI 开始产生幻觉，修复一个 Bug 会引发三个新 Bug。
<–more–>
为什么会这样？因为我们跳过了规划（Planning）。
1. 核心矛盾：Skills vs Specs
在与 AI 协作时，我们容易混淆两个概念：技能（Skills） 与 规格说明（Specs）。
- Skills (技能/动作库)：是 AI 的工具箱。它定义了 AI “能做什么”（如调用 API、操作数据库）。使用提示词工程（Prompt Engineering）本质上是在优化 AI 使用工具的手法。
- Specs (规格说明/蓝图)：是系统的设计图纸。它定义了系统“应该是什么样”（逻辑、约束、架构）。
结论： 无论你的 AI 技能多么强大，如果 Specs（规格说明）模糊不清，AI 依然会迷失方向。
2. 什么是高质量的 Specs？
根据 Vibe Scaffold 等前沿工具的理念，一份能够让 AI 稳定输出的 Specs 不再是一段简单的描述，而是一套结构化的文档矩阵：
- ONE_PAGER.md：定义核心目标、受众和 MVP 范围，防止功能蔓延。
- DEV_SPEC.md：定义技术架构、数据模型和 API 契约，这是 AI 生成代码的底层逻辑。
- PROMPT_PLAN.md：将任务拆解为原子化的步骤，并包含 TDD（测试驱动开发）的复选框。
- AGENTS.md：为 AI 代理设置护栏，明确哪些能做，哪些绝对禁止。
3. 理想的工作流：规格驱动开发 (SDD)
一个更完善的 AI 协作流程应该是闭环的：
第一步：回归源头（人类意图）
一切的起点依然是业务需求。这是开发者最核心的资产。你需要清晰地描述“我们要解决什么问题”。
第二步：结构化转化（使用 Skills 生成 Specs）
利用专门的 AI Skills 将非结构化的想法转化为上述的结构化文档（Specs）。
第三步：自动化生产与反馈
AI 代理读取 Specs，编写代码。
重点： 如果测试未通过或代码逻辑错误，不要去手动修改代码，而是去优化 Specs。
通过不断完善 Specs 来纠正 AI 的理解偏差，让代码成为 Specs 的“副产品”。
4. 开发者角色的转变
在以 Specs 为中心的模式下，开发者的重心正在发生迁移：
- 过去：盯着代码行，手动调试 Bug。
- 未来：盯着 Specs，调试“产生代码的系统”。
我们不再是代码的搬运工，而是 AI 代理的编排者和业务逻辑的审计员。
总结
Vibe Scaffold 告诉我们：“容易起步不代表容易交付。”
未来的胜负手不在于你掌握了多少 Prompt 技巧，而在于你是否能基于复杂的业务需求，编写出高质量、易于拓展、且便于 AI 理解的 Specs。
参考工具：
- Vibe Scaffold：将想法转化为清晰的 Specs 文档。
- Codex Desktop App：高效的 AI 代理分发工具。