AWS资深工程师直言:AI写代码越快,越需要“先写规格”

AI PM 编辑部 · 2026年06月28日 · 80 阅读 · AI/人工智能

正在加载视频...

视频章节

当所有人都在追求用大模型“秒出代码”时,AWS 的一位资深工程师却泼了一盆冷水:真正能让你写得更快、更稳、更可控的,不是更强的模型,而是更严格的规格文档。这场关于 Spec-Driven Development 的分享,揭示了一个反直觉却正在成真的开发新范式。

AWS资深工程师直言:AI写代码越快,越需要“先写规格”

当所有人都在追求用大模型“秒出代码”时,AWS 的一位资深工程师却泼了一盆冷水:真正能让你写得更快、更稳、更可控的,不是更强的模型,而是更严格的规格文档。这场关于 Spec-Driven Development 的分享,揭示了一个反直觉却正在成真的开发新范式。

最反直觉的一点:AI 不是高级工程师,而是“过度热情的实习生”

Eric Hanchett 一上来就点破了一个很多人不愿承认的事实:我们每天用的这些大语言模型,更像是“过度积极、但缺乏边界感的 AI 实习生”。你给它一句模糊的需求,它不会停下来确认,而是立刻埋头苦干,甚至一路跑偏。

他讲了一个自己的真实经历:刚当实习生时,只要 VP 随口提一句想法,他就会立刻放下手头工作去实现,结果反而被直属经理质问。后来他才明白,正确的流程是:把想法写下来、形成需求、评估优先级、再进入执行。

Spec-Driven Development,本质上就是把这套“成熟工程师的工作方式”,强行灌输给 AI。不是让模型更聪明,而是让它更受控。Eric 的一句话非常狠:"只要给 AI 一点自由,它就会彻底失控。"

为什么模型再强,也救不了没有规格的代码生成

一个常见的质疑是:现在的前沿模型已经这么强了,为什么还要多此一举写规格?Eric 的回答并不浪漫,但极其现实。

第一,模型永远需要上下文,而规格文档是“高密度、低噪音”的上下文。没有规格,你只能靠反复 prompt 修补;有规格,模型一开始就知道边界在哪。

第二,软件开发的现实是:需求一直在变。今天是新功能,明天是合规调整,后天是架构重构。Spec 文档不是一次性的,它是一个可以持续更新、反复对齐的“锚点”。

第三,也是最容易被忽视的一点:你才是最终责任人。Eric 反复强调 Human-in-the-loop——不管代码是谁写的,出了问题,背锅的人一定是你,而不是 agent。Spec 的存在,本质上是在帮你留下一条“理性决策链”。

从“氛围编程”到规格驱动:AWS 团队踩过的坑

Eric 分享了一个很有代表性的背景:在 AWS 内部和客户中,他们发现大量团队在“vibe coding”——感觉对了就让 AI 写,但结果经常不对。

很多团队已经自发形成了一种变通流程:先让 agent 写需求文档,再写设计文档,最后才是代码。AWS 干脆把这件事系统化,做成了 Kiro 这个 AI IDE 助手,把它拆成两种模式:vibe mode 和 spec mode。

但 Eric 特意强调:你不需要 Kiro 也能做 Spec-Driven Development。核心流程只有四步:
- 需求文档(EARS 格式的用户需求)
- 设计文档(可以有架构图、Mermaid 图)
- 实现任务拆解(task list)
- 基于规格的测试(包括 property-based tests)

关键不是工具,而是节奏:每一步都要停下来由人审一遍,改一遍,再继续。

真正的硬核细节:规格、测试和 MCP 怎么连起来

这场分享里最“内行”的部分,藏在几个容易被忽略的细节中。

第一是“Goldilocks zone”的上下文原则:信息不是越多越好。Eric 提到 steering docs——专门用来“引导模型行为”的文档,比一次性塞满背景资料更有效。

第二是 property-based tests。Kiro 在实现阶段,会基于需求和设计自动生成性质测试,而不是只测几个例子。这意味着测试本身也在“对齐规格”,而不是事后补救。

第三是 MCP(Model Context Protocol)。尽管有人唱衰它,但 Eric 很看重它在规格驱动中的价值:直接从 Jira、Asana 拉取真实需求,让规格不是凭空生成,而是嵌在现有流程里的。

最后一个实战建议非常实用:先做 MVP。把 task list 重排,优先跑通最小闭环,让规格尽早接受现实检验,而不是写成一本文档小说。

总结

Spec-Driven Development 并不是让你写更多文档,而是让你把“思考”前置,把“试错”变便宜。在 AI 能力极速膨胀的今天,真正拉开工程师差距的,不是你会不会用模型,而是你能不能为模型设定清晰的边界和目标。

一个可执行的行动建议是:下一个中等复杂度的功能,不要直接开写代码。先用 AI 生成需求和设计,用 30 分钟认真改一遍,再让它写实现。你会第一次感受到:AI 不只是快,而是开始“听话”了。


关键词: Spec-Driven Development, 大语言模型, 代码生成, AI Agent, AWS

事实核查备注: 需要核查:1)Eric Hanchett 的职位为 AWS Senior Developer Advocate;2)Kiro 是否为 AWS 发布的 AI IDE 工具及其官网 kiro.dev;3)Spec-Driven Development 中 EARS 格式与 property-based tests 的具体用法;4)Kiro 发布后下载量“数万次”的说法;5)MCP(Model Context Protocol)的当前状态与定位。