什么值得买App下载 App ›
连续签到专享现金活动

SDD:AI编码新的默认方式

在过去12个月中,规范驱动开发(SDD)已从一个技术博客的讨论话题,迅速演进为AI编码领域的默认架构范式。Thoughtworks、Martin Fowler、GitHub、Amazon等权威机构及多篇学术综述在2025至2026年间达成了共识:核心议题已从“是否使用SDD”转变为“选择何种SDD实现方式”。随着84%的专业开发者使用AI工具以及46%的代码由AI生成,SDD通过引入结构化的规范,旨在解决AI生成代码在语义正确性和系统质量层面的隐患。
01SDD兴起的背景与必要性
尽管AI编码工具显著提升了个体层面的生产力,但同时也带来了系统层面的损害。相关数据显示,在随机对照试验中,开发者完成速度提升了55.8%,但在成熟代码库上,有经验的开发者效率反而下降了19%。DORA报告指出,25%的AI采用率与交付稳定性下降7.2%相关。此外,Faros AI的数据表明,引入AI后合并的PR增加了98%,审查时间增加了91%,Bug数量增加了9%。
微软研究院将这一问题归结为“语义距离”,即用户意图与程序行为之间的差距。AI生成的代码往往在构造上合理,但在构造上并不正确。代码审查通常只能评估合理性,而非合规性。在高频调用AI且存在行为不确定性的环境下,书面可执行合同成为理性的治理回应,而SDD正是这种合同的体现。
02核心工作流与治理光谱
  1. 指定:明确软件应具备的功能。
  2. 计划:规划构建方案。
  3. 实现:以小的、经过验证的增量进行开发。
  4. 验证:确认代码是否满足规范。
在实施层面,SDD框架包含三个严谨级别:规范优先(编码前编写规范,可能偏移)、规范锚定(规范与代码共存,测试强制对齐)、规范即源(规范为唯一人类编辑产物,代码重生成)。同时,根据约束强度,治理光谱从松散到严格依次为:事后审查、自然语言规范、可执行合同、宪法治理。对于成熟代码库中的高频AI调用,通常需要达到宪法治理级别。
03五大主流SDD工具对比
工具名称核心理念关键机制实测数据/特点
Spec Kit宪法即权威通过不可协商的宪法文件约束所有更改;包含9个斜杠命令工作流。上游产物生产从12小时缩短至15分钟;后期热修复显著减少。
BMAD-METHOD命名智能体即权威定义分析师、架构师等6个角色;设置实现就绪门阻止不合格进入代码阶段。拥有34+工作流;将规范视为智能体间通信协议。
OpenSpec变更文件夹即单元每个功能拥有独立文件夹(含提案、设计、任务);交付后归并进真相源。专为棕地项目(现有代码库)优化;通过斜杠命令协作。
GSD上下文即瓶颈保持主会话上下文精简(30-40%);利用子智能体处理繁重任务。针对独立开发者;通过上下文纪律而非流程仪式交付合同。
Superpowers自动触发即纪律技能在正确时刻自动触发;强制执行TDD,违规代码会被删除。零依赖插件;在智能体层面强制执行工作流。

五大SDD工具核心机制与效果对比

04反对观点与局限性

关于代码质量的两种视角

SDD支持方

认为规范是解决语义距离的关键

  • AI生成代码存在语义正确性问题,需要规范约束。
  • 高频调用AI使得可执行合同在结构上成为必要。
  • 通过宪法和可执行合同可以填补合理性到正确性的差距。
Matt Pocock等反对者

认为系统设计比规范更重要

  • 糟糕的代码比以往任何时候都更昂贵。
  • 从规范到代码的过程实际上是在撤资系统设计。
  • 瓶颈在于代码库质量而非规范质量,应关注架构设计。
目前的SDD工具尚未解决三个关键问题:预言充分性(缺乏衡量规范价值的指标)、证据捆绑(变更缺乏风险记录)、自我演进(SDD框架自身缺乏变更合同)。SDD在宪法和合同层面的可靠性论据较强,但在自然语言端容易退化为提示工程。
05选用建议
团队在选择SDD工具时,应将其视为关于可靠性来源的具体理论。SDD主要优化“合理性到正确性”的差距,而反对观点侧重于“设计熵”的差距,两者都是真实存在的问题。若团队不确定自身瓶颈所在,应优先审视代码库质量。若需解决语义一致性问题,Spec Kit的宪法机制或BMAD的就绪门是数学层面上效果显著的方案。

评论

评论区空态插画

当前文章无评论,是时候发表评论了