AI Coding：Vibe Coding 与驱动开发方法论

一句话定位：从「跟 AI 聊着写」到「用工程纪律驾驭 AI 写」——按任务风险选择方法论层级：随手 vibe、规格先行、纪律门禁、全流程工程化。前置：Context 工程——AI 编码的所有方法论，本质都是喂给编码 Agent 的上下文纪律。

生成速度上去了，工程跟上了吗

一句话需求，AI 十分钟生成一个能跑的页面——Vibe Coding 的爽感是真的。2024 年起，「有想法就能做产品」成了现实；2025 年初，这种随手感开发的方式有了自己的名字。

第三天，需求变了一版，AI 改崩了另外两处；第五天，你发现自己已经读不懂自己「写」的代码；第八天，没人说得清系统现在的真实行为是什么。生成的速度是自然语言的速度，工程的消化速度还是人读代码的速度——落差每天都在扩大。

生成速度上去了，工程怎么跟上？这不再是「会不会用 AI」的问题，而是方法论分层的问题：不同风险的任务，配不同强度的纪律。

图：四级阶梯——纪律强度逐级上升；选哪级看任务风险，不看技术潮流（图内工具与术语，正文均有解释）

渐进拆解：从卡丁车到车队

把 AI 编码比作开车——同一台发动机（模型），配不同强度的管理制度：

• L1 随手 vibe：开卡丁车，场地封闭（一次性原型）时怎么爽怎么开。
• L2 规格先行：考驾照学交规，先说清「要去哪、守什么规则」再上路。
• L3 纪律门禁：开出租，计价器（测试）和年检（审查）是营运的法定成本。
• L4 全流程：管物流车队，多车（子代理）、多线路（Worktree 隔离）、调度与验收成体系。

L1 → L2 的转折：角色转变

Vibe Coding 的真名是「角色转变」：人从写代码的，变成说清需求、验收结果的。AI 负责打字，人负责判断——但「说清需求」恰恰是工程里最难的一环。随手聊天说不清楚，就得在动手前把需求写成结构化文档——这份文档业界叫 spec（规格）。写不写它，就是 L1 与 L2 的分界。

L2 规格先行：先写 spec，再生成

2025 年起业界把它叫成规范驱动开发（Spec-Driven Development），并已工具化。GitHub 官方的 spec-kit 把流程串成六级：

1. 立宪（项目原则）
2. 规格（要什么、为什么）
3. 计划（技术方案）
4. 任务（拆解）
5. 实现
6. 收敛（对照规格检查偏差，不符就再来一轮）

另一条常用路线 OpenSpec 更轻：以「变更提案」为单位组织规格，改动留档可追溯，尤其适合在存量项目上做增量。

两家路数不同，定义可以浓缩成同一句话：先写 spec 再写代码，spec 是人和 AI 共同的事实来源。 这套打法直接针对 AI 编码的头号病症——代码漂移（AI 生成的速度超过人审查的速度，行为悄悄偏离意图）。

L3 纪律门禁：不信任「我做完了」

规格解决了「做什么」，门禁解决「做没做成」。Jesse Vincent（GitHub ID：obra）开源、社区广泛采用的 Superpowers 技能集把这一层做成了可安装的纪律包，核心是四样：

• 头脑风暴到硬门禁：动手前先过 brainstorming 把模糊需求磨成设计文档，每一步走硬门禁（HARD-GATE）——不拿到人的明确批准，流程物理上过不去，而不是「提示词里说希望能确认一下」。
• 计划三段：spec 定「做什么」，计划文档管「怎么一步步做」。计划分头部（目标、架构、全局约束）、任务清单（每步 2–5 分钟量级、每步自带验证）与任务边界（独立可测、单独过审查）三段，完整模板见文末 Superpowers 仓库。
• 测试驱动：红灯（写一个失败的测试）→ 绿灯（用最少的代码让它通过）→ 重构（收拾干净）——AI 先写测试再写实现，等于把「做完」的定义前置成了可执行的标准。
• 系统化调试：四阶段流程——根因调查 → 模式分析 → 假设验证（一次只验证一个假设）→ 实施，各阶段的展开见文末 Superpowers 仓库。配套铁律（Iron Law）：没完成根因调查，不许提出任何修复方案；同一个坑修三次还失败，停下来质疑架构。

L4 全流程：把一个人干不过来的活拆给编制

子代理驱动开发把编码团队化——像管一支车队：主代理统筹派活与裁决（调度），实现代理逐任务干活（货车），审查代理把关（路检）。审查走两级：每个任务完成即审一次（对照规格与质量），整条分支收尾时再终审一次；审查既可以派审查代理，也可以走工具内置的审查命令——发起与接收都有纪律：给反馈分级（哪些必须改、哪些建议），且禁止表演性同意（审查方不能为了客气放水）。

执行层面，每个计划在独立的 Worktree（Git 工作树副本）里推进，互不踩脚。分支收尾有固定的六步：

1. 测试全绿
2. 检测工作环境
3. 确认要合并的基础分支
4. 给出三个选项（本地合并 / 推远端开 PR / 暂时保留）
5. 执行选择
6. 清理工作区

这一层已经不是「个人用 AI」而是「AI 团队的工程管理」。

大白话：Vibe Coding 让「想到」直通「做到」，方法论阶梯管的是这条直道有多长——原型可以一脚油门，生产代码要按里程上纪律。

技术定义：对「人 + AI 编码代理」协作方式的系统化约定，按纪律强度分层：vibe 随手生成、规格先行（spec 是人机共享的事实来源）、纪律门禁（TDD 与硬门禁前置「完成」定义）、全流程工程化（多代理协作与两级审查）；选型看变更频率、生命周期与后果严重度，而非技术水平。

动手：规格先行的最小实践

先看一张全景：从一句话需求到合入主干，规格驱动会把旅程拆成四站，每站人的角色不同——

图：四站旅程——每站的产出是下一站的输入；L3/L4 的门禁与审查就嵌在站 3、站 4 里

不用装任何框架，一个 Markdown 模板就能把 L1 升到 L2：

# spec: 工单导出为 CSV
## 要什么
管理员在后台点击「导出」，得到按状态过滤的 CSV 文件。
## 不做什么
不处理超过 5 万行的导出（提示分批）。
## 验收标准（可执行）
1. 导出文件用 Excel 打开中文不乱码
2. 状态过滤为空时返回空文件而不是报错
3. 10 万字符的特殊字符不破坏列对齐

三段各司其职：要什么让 AI 知道目标，不做什么堵住最常见的过度发挥，验收标准写成可执行断言——它既是给 AI 的完成定义，也是你事后的验收清单。写完 spec 再开对话，把 spec 全文喂进去；每次改需求先改 spec 再让 AI 对齐代码。这一个习惯，就能消掉大半的「改崩别处」。

边界与取舍：不是所有任务都值得上纪律

纪律是有成本的：L2 的 spec 要写和养，L3 的测试要先写，L4 的协作要人管。所以阶梯的用法是下限看后果，上限看变更频率和规模：

• 一次性脚本、探索原型、demo：L1 足够，甚至更好——快就是价值，扔了不心疼。
• 要活过一周的代码：至少 L2。spec 是你三天后读懂这段代码的唯一线索——驾照总要考一次。
• 多人协作、生产环境：L3 起步。没有门禁的 AI 代码进主干，等于没有年检的出租车上路。
• 规模化 AI 开发（代码产出大于人的审查带宽）：L4 车队编队上场。

反过来，最常见的错误是倒挂：给一次性 demo 写了完整 spec（浪费），却让生产代码裸奔在 vibe 里（危险）。

最后回到那道自测题的直觉版：Agent 说「我做完了」，什么时候能信？——任务结束时有可执行的证据（测试通过、脚本跑通），且这个证据不是模型自己口头给的，就能信；其余时候，门禁见。

自测

合上文章先自己答，再展开对照：

参考与延伸

• 视频版：动画拆解（约 6 分钟）——本篇的交互式演示版，逐节拍推进、可点击回看，支持竖屏模式。
• GitHub Spec Kit（官方规范驱动开发工具包，v1.0.0）：立宪→规格→计划→任务→实现→收敛的完整工作流 — github.com/github/spec-kit
• OpenSpec（Fission-AI，轻量规范工具）：以变更提案组织规格，纯 Markdown、适合存量项目增量演进 — github.com/Fission-AI/OpenSpec
• Superpowers 仓库（Jesse Vincent/obra）：可安装的纪律包——头脑风暴、硬门禁、计划三段、子代理驱动开发的技能化实现 — github.com/obra/superpowers
• 《Understanding Spec-Driven-Development》（Martin Fowler 网站，2025）：SDD 的定义梳理与三个实现层级（spec-first / spec-anchored / spec-as-source） — martinfowler.com/articles/exploring-gen-ai/sdd-3-tools.html

下一站：Embedding 与向量化——代码之外的另一半世界：机器怎么理解语义。