什么值得买App下载 App ›
连续签到专享现金活动

AI 写代码越快,越怕没 Spec: Harness 时代的开发真相

随着 Harness Engineering 概念的兴起,部分开发者产生了一种误解:既然 AI 已经能够自动生成代码,花费时间编写规范文档似乎变得不再必要。然而,OpenAI 工程团队在 5 个月内通过 Agent 产出 100 万行代码的实践表明,事实恰恰相反。AI 的执行能力越强,越需要清晰的 Spec(规范)作为指引。如果方向定义错误,高效率的 AI 只会加速错误产出的扩散,导致更高的返工成本。
01引擎与导航:Harness 与 Spec 的真实关系
将开发过程比作驾驶,Harness 充当的是发动机、底盘和变速箱,是让系统跑起来的动力核心;而 Spec 则是导航地图,规定行进路线、禁行区域及最终目的地。二者并非替代关系,而是互为补充。没有 Harness,系统无法高效运转;没有 Spec,系统即使速度再快,也极易偏离航线。在 AI 时代,车速越快,导航(Spec)的准确性就越是决定生死的关键因素。
02为何 AI 时代 Spec 的价值被放大
  1. 知识可见性原则
    AI 在运行时无法访问的知识,对它而言等同于不存在。许多团队的关键决策往往散落在聊天记录、口头交流或老员工的脑海中。如果不将这些隐性的“默认常识”显式写入代码仓库并版本化,AI 根本无法依据这些规则进行编码,导致产出符合语法但违反业务约束。
  2. 放大效应而非过滤效应
    Harness 是能力的放大器。Spec 清晰明确,AI 会将其转化为稳定的高质量产出;Spec 含糊不清,AI 则会高效地生产出错误代码。人手执行时代,错误扩散较慢;AI 执行时代,模糊需求和错误假设会被瞬间放大,使得修正错误的成本远高于编写 Spec 的成本。
  3. 超越 Linter 的语义约束
    Linter 等工具仅能处理格式、命名等表层规则,无法理解业务语义。例如特定错误码在不同服务中的含义、字段在特定场景下的非空约束等,必须通过 Spec 进行明确定义。否则,AI 只能进行“合理猜测”,而非精准执行。
03Spec 在 Harness 工程化中的三重角色

Spec 的核心价值

推理地图

为 AI 提供系统全貌与设计逻辑

  • 代码仅展示“现在长什么样”,Spec 解释“为什么这样设计”
  • 明确系统边界、跨服务契约及不可触碰的硬性约束
反馈判据

构成自动验证与纠错的基准

  • 提供验收场景、行为定义与边界条件作为对照标准
  • 使系统具备判断“实现是否正确”的能力,避免重复犯错
知识资产

将隐性经验转化为可复用的工程资产

  • 将散落在人脑和聊天记录中的经验固化
  • 确保新成员与 AI 均能稳定获取统一上下文
04实践启示:从代码审查转向上游定义
在 Harness Engineering 模式下,团队最昂贵的成本已不再是“写第一版代码”,而是后续的返工、联调和修错。因此,人工审查的重点应当前移至 Spec 层,优先确认场景覆盖完整性、行为定义无歧义以及字段状态的明确性。也有观点认为,未来的工程化竞争,本质上是将需求、边界和规则定义清晰的能力竞争,而非单纯比拼调用模型的效率。只有定义清楚,AI 才能放大正确的执行,从而真正消灭返工。

评论

评论区空态插画

当前文章无评论,是时候发表评论了