Vibe Coding - 从Vibe Coding到Spec Coding_AI编码范式的进化之路

优质文章学习记录

09 Apr 2026 — 11 min read

文章目录

Pre
朦胧与探索
革新发生：进入Spec Coding时代
- 案例：日志审计模块“规格化”描述
Spec Coding的实际价值
主流的规范驱动开发开源项目
未来展望 —— 人机共生的工程师

Pre

Vibe Coding - 使用cursor从PRD到TASK精准分解执行

Vibe Coding - Spec Workflow MCP：打造结构化、AI 驱动的软件开发新范式

Vibe Coding - GitHub官方开源项目spec-kit_spec规范驱动开发

Vibe Coding - 规范驱动AI协作：深入解析OpenSpec改变开发流程的力量

Vibe Coding - 深度解读规范驱动开发（SDD）：对 Kiro、spec-kit、Tessl 三大工具的剖析与实践

朦胧与探索

回忆第一次使用AI编码助手，那种既兴奋又有点笨拙的心情。比如有一天，你需要让AI帮你写一个日志审计模块——“帮我搞个日志收集和异常报警，能对接到ELK即可”。你随口一句话，把需求抛给AI。这就是**“Vibe Coding”**，也称“意念/氛围感编程”。它的本质是凭感觉，你输入模棱两可的描述，希望AI能意会“我要实现的是日志自动收集、聚合和告警的全流程”。

在Vibe Coding时代，我们和AI的互动大多如此：

“帮我做个能自动聚合日志并告警的Service”
“这个ES索引满了，自动扩容怎么搞？”
“日志量大时服务崩掉了，优化一下这段处理代码。”

你像在对AI咏唱魔法，靠“氛围”驱动、靠反复试错和调试摸索。但AI常常理解偏差，比如日志格式处理被自动省略、Collector部署策略不明确，甚至会遗漏最基础的告警阈值配置。你要不停嵌入新提示、微调描述，一轮又一轮纠错，像“侦探”一样盯着AI的每一步产出。这阶段开发者的角色，其实更像灵感提供者与质量把关员。

革新发生：进入Spec Coding时代

技术从不止步。大型语言模型的推理与结构化能力迭代后，全新范式——Spec Coding（“规格说明编码”/“蓝图编码”）崛起了。

Vibe Coding是印象派，Spec Coding则是工程制图。

Spec Coding依赖清晰、结构化的“规格说明书”，开发者逐渐变为蓝图工程师，重点转向定义问题本身。

案例：日志审计模块“规格化”描述

不是“一句话描述”，而是：

/* 任务：实现微服务日志采集与异常告警模块 模块名：AuditLogModule 主要接口： - public void logEvent(LogEvent event) - public void sendAlert(String ruleId, String msg) 输入与约束： - LogEvent对象含level（INFO/WARN/ERROR）、message、service、timestamp，所有字段必填，最大message长度1KB。 - 所有ERROR日志自动触发异常告警，WARN根据配置策略决定 核心处理逻辑： 1. 收集所有服务的日志，支持批量写入Elasticsearch，采用异步队列处理。 2. 关键字段需索引（service、level），日志存储保留90天，自动归档。 3. 当ERROR日志检测到规则命中时，自动发送钉钉告警（限频：每分钟最多3条，同服务合并）。 4. 提供定制化配置，允许外部变更告警规则与阈值，配置热更新。 技术栈要求： - Spring Boot 3.x，异步队列用ExecutorService。 - 日志采集适配Logback、Log4j2两种主流组件。 - ElasticSearch操作通过Spring Data ES实现。 - 告警推送对接钉钉开放平台。 测试： - 单元测试覆盖核心流程分支，异常断言，模拟告警推送。 - 提供10条示例日志和2种告警配置供测试。 非功能要求： - 异步处理性能指标：单节点每秒支持2000条写入不丢失。 - 所有配置参数可热加载，并日志记录热更历史。 - 需具备详尽的操作日志（通过AOP记录API被调用及参数）。 */

你把这样的详细蓝图丢给AI，大模型可以直接产出高可用、真实可落地的企业级日志采集和告警代码：接口规范清晰、异常路径覆盖、参数约束充分、告警推送与速率限制合理、扩展性与性能都考虑进来。你和AI的关系也发生质变——你确定“做什么”和“功能边界”，AI则具体“如何落地”和“实现细节”。

Spec Coding的实际价值

开发者价值升维：主要能力不是记API、写循环，而是高度抽象、拆解问题、预设边界和设计出自洽且可测试的“蓝图”。
代码质量跃迁：明确规格驱动下生成的代码，可靠性和可维护性大大提升。
协作模式进化：需求文档向结构化Semi-Formal语言迈进，既为AI所懂，也为后期维护团队所依赖，成了自动生成设计文档、测试用例的基础素材。

主流的规范驱动开发开源项目

1. Spec-Kit

简介：Spec-Kit 是 GitHub 推出的开源规范驱动开发工具包，深度集成了 Cursor、Claude 等 AI 编码助手，帮助开发者从需求到实现全流程结构化开发，摆脱“瞎写代码”困境。
核心特点：
- 命令和模板完整中文化
- 结构化流程（从规格定义、计划制定到任务拆分）
- 技术无关，可自由选择技术栈和框架
- 支持零基础开发者，用规范驱动 AI 生成高质量代码
- 集成测试驱动开发原则[1][2][3][4]
主要应用场景：新项目从零开发，多技术栈探索，现有系统迭代优化，企业级合规和定制化开发。

2. OpenSpec

简介：OpenSpec 是一个革命性的规范驱动开发框架，主打 AI 编程助手与人类工程师协调、达成一致，确保开发流程的高质量与可控性。[5][6]
核心特点：
- 一站式规范管理与变更跟踪
- 集成任务管理、AI协同、进度追踪、文档生成、版本控制
- 支持团队协作与多角色方案，配置管理简单
- 轻量级，不依赖复杂API或密钥
应用场景：新建项目提议、现有项目架构迁移、自动生成设计文档与测试用例，适配多种主流 AI 工具（如 Claude Code、Cursor）。[6][5]

3. Spec-Workflow MCP

简介：Spec Workflow MCP 基于 Model Context Protocol (MCP) 的开源服务器，专为规范驱动开发设计，配套实时 Web 仪表板与 VSCode 插件。[7][8]
核心特点：
- 支持完整需求/设计/任务三阶段 Markdown 文档生成与管理
- 任务进度实时可视化（进度条、WebSocket 更新）
- 审批、反馈、修订全流程追踪，JSON 状态管理与版本控制
- 支持多语言用户界面，适合全球团队合作
- 预置文档模板，可自定义扩展[8][7]
应用场景：多团队远程协作、规范归档管理、企业级需求变更、可追溯的工程开发全流程。

4. Tessl Framework

Tessl Framework 是一个支持“规范驱动开发（Spec-Driven Development）”的现代工具链，能够帮助开发者用结构化的“规格说明（Spec）”描述需求，自动驱动 AI 生成高质量实现。以下为官方快速入门指南的要点整理：

Tessl Framework 快速入门指南

安装 Tessl
- 按官网 Installation 指南完成安装和登录。
- 终端输入 tessl 验证安装，tessl whoami 验证登录状态。
- 推荐为每个项目新开目录（如 quickstart）。
初始化项目
- 命令：tessl init
- 会生成配置文件，根据提示可选择使用“规范开发框架+规范注册表”或仅用后者，推荐选“Framework”。
- 可选：初始化 AI agent（大大提升体验）。
集成 AI Agent（推荐）
- 命令：tessl setup agent
- 支持与主流 AI Agent（如 Claude Code、Cursor IDE 内置 Agent）对接，推荐自动配置 MCP 服务器。
- 通过 MCP 协议让 IDE/Agent 轻松连接。
创建你的第一个 Spec
- 以“将英文单词变为复数”为例，可用 Agent prompt 或 CLI 工具交互生成 Spec 文件。
- Tessl 会自动收集项目上下文到 AGENTS.md，提升辅助能力。
- 回答规范化“面试”问题，如编程语言、结构、功能等，Agent 可建议默认设置。
Review & Edit Spec
- Spec 会自动保存在 specs 目录中。
- 可人工修改或继续用命令、对话方式让 Agent/CLI 增强规格描述（如支持特殊单词复数）。
生成实现代码
- “build my application”即可自动生成实现，并可生成/完善测试用例。
- 规范、上下文会通过 AGENTS.md 影响代码风格和细节。
运行与迭代
- 启动应用并测试功能。
- 后续可不断用迭代方式丰富 Spec、补充测试和文档，驱动项目持续演进。

如需手动配置，一般形如：

{"tessl":{"type":"stdio","command":"tessl","args":["mcp"]}}

高级扩展与示例

支持将现有代码反推为 Spec。
支持多 Agent 协同与团队管理。
配合 MCP、各种 IDE（如 Cursor）及开放生态，持续增强工作流。

Tessl 的核心理念是在结构化需求/规格的驱动下，最大化释放 AI 生产力，让开发者聚焦业务需求与工程设计，让实现和维护更高效、可控、更“可沟通”。

这些工具正在推动“规范→AI代码生成→自动测试→持续迭代”的新型 Spec Coding 工作流，让开发者可以专注在高层设计和问题抽象，高效落地业务需求，高质量产出工程成果。建议在博客末尾引入这类项目，并附加说明：如果你希望实践 Spec Coding，建议亲自体验 Spec-Kit、OpenSpec 及 Spec-Workflow MCP 这些开源工具，实证其对提质增效的巨大价值巨大价值。

未来展望 —— 人机共生的工程师

Spec Coding是AI开发协作的必然进化方向。未来的程序员，将拥有更敏锐的系统思维、工程抽象能力，成为数字时代的“蓝图设计师”，而AI则是你高效、忠实的合作伙伴。

最终，代码只是细节，设计与思想才是永恒。

这种新的AI编程范式，将推动行业高质量、高效率发展，让开发者把更多精力投入到需求洞察、架构设计与创新上，真正实现人机协同、优势互补的局面。