一个反常识的现象：效率翻倍，质量崩盘
2026年10月，开发者社区里出现频率最高的词，不再是某个新模型，而是一种"反直觉"的开发方法——SDD（Spec-Driven Development，规范驱动开发）。代表工具OpenSpec被知乎答主直接称为"最近火了"，B站相关教程从5月一路更新到10月底，知乎上以"SDD""规范驱动开发"为关键词的文章集中出现在9月底到10月24日这两周内，更新密度肉眼可见地高。
但让SDD真正戳中开发者的，是它起手描述的那个痛点。一句在社区里被反复引用的描述点破了这种反差：编码效率看似翻倍，项目落地质量却断崖式下跌。 具体表现非常有画面感：正常流程跑得通，边界场景直接报错；迭代新功能时，AI无意识篡改原有核心逻辑；多轮对话之后大模型丢失上下文，同一个需求每次生成的代码风格和逻辑都不统一。知乎
这就是"Vibe Coding"（凭感觉让AI写代码）流行一年多后，生产环境集中还债的样子。
为什么AI越能干，你越需要一份"契约"
OpenSpec那篇高热回答里有一句话说到了本质：过去人类写代码慢，需求理解偏了，实现过程本身会给你不断发现问题的机会；现在一个Agent能在很短时间内改几十个文件、生成接口、建数据库模型、跑测试——也可能在没充分理解需求的情况下，迅速完成一套"看起来很完整、实际上偏离目标"的实现。知乎
比如你说"给现有系统增加一个用户权限管理功能"。这句话人类觉得很清楚，但权限粒度、默认角色、越界处理、老数据兼容……AI会自己脑补补齐。代码能跑、页面好看，交付的却未必是你要的东西。
SDD的思路是把这些隐含条件提前变成明确、可讨论、可验证的规范，再让AI实现。它的核心逻辑极简且高效：人类优先完成所有业务思考，输出无歧义的行为规范与验收契约，再让大模型基于固定规约完成编码、测试、优化工作，让规范成为人与AI协同的唯一事实标准。 OpenSpec的官方流程拆成五步：Proposal（为什么要改）→ Specs（系统应该怎么表现）→ Design（技术上怎么实现）→ Tasks（拆成可执行清单）→ Apply/Verify（实施并核验）。它不替代Claude Code、Codex、Cursor，而是给这些工具加一层"需求定义—任务拆解—实现验证"的骨架。知乎
关键原则只有一条：规范只定义行为，不定义实现。外部行为不变，内部用什么框架、什么类随便换。一份合格的SDD规范，严格遵循只定义行为、不定义实现的核心原则。 这样开发者可以先审查AI对需求的理解，再审查设计，最后审查实现，而不是等一堆代码生成完才发现方向错了。知乎
别急着上：社区里也有"试了几个月就放弃"的声音
10月19日，一条知乎回答泼了盆冷水：写出全网下载量第一的skills的Matt Pocock，在最新访谈里聊到规格驱动开发，“试了几个月，放弃了”。 那条高热回答里也把这种成本说得很直接：只是修改一个按钮的文案、修复一个明显的空指针问题，先生成提案、规范、设计和任务清单，再开始修改代码，可能比直接让AI处理更费时间。知乎知乎
高热回答里其实已经把副作用列全了，值得抄进你的决策清单：
规范写得再好，方向也可能错。AI能帮你把模糊需求整理成结构完整的文档，但不能保证需求本身是对的。
文档会腐烂。项目迭代后只更新代码不更新规范，AI就会拿着错误上下文继续犯错。
规范不能代替测试。AI完全可能实现了错误逻辑，同时写出与错误逻辑一致的测试。规范负责定义预期，测试负责检查实际行为，两者不能互相替代。知乎
一笔账：什么人上SDD是回本的，什么人是负收益
把社区讨论里的场景归拢一下，适用性其实很清楚：
个人一次性小工具、改文案、修明显bug：负收益。个人使用AI写一个小工具，能够运行通常就已经很有价值，一行prompt能解决的事，别建五份Markdown。知乎
已有项目的持续迭代：SDD价值最突出的场景。你不是在空白项目里随便设计，而是面对大量已存在的行为、兼容性和历史决策，一次"简单"改动可能波及多个模块。OpenSpec按变更组织材料的方式正好适配这种持续演进。
企业协作、涉及支付/权限/个人信息的项目：规范提供记录和审查入口，让代码评审、安全测试围绕明确需求展开——但它是入口，不是合规体系本身。
B站的数据也能佐证这条分界线：播放最高的是5月的《精讲OpenSpec，从操作到原理》（5.8万播放、1639赞），而10月的热门内容已经转向《Spec怎么写，AI才不会跑偏》《AI写代码总跑偏？用OpenSpec和Superpowers搭一个最小的开发循环》这类实操避坑向教程。 讨论从"这是什么"进入"怎么不掉坑"，说明工具度过了猎奇期，开始接受真实项目检验。哔哩哔哩
下一步行动与观察信号
如果你想试，别从"重构整个工作流"开始：
挑一个你最常被AI"改崩"的已有模块，给下一次迭代写一份短的Proposal+验收标准（不超过一页），让AI按Tasks执行，对比一下返工率。
规范目录和代码同仓、同步、同版本管理，这是社区公认防文档腐烂的硬规则。
把SDD和TDD当互补组合用，而不是二选一：规约定"应该是什么"，测试验"实际是不是"。
值得继续盯的信号：OpenSpec、spec-kit 这类规范工具，与各家编程 Agent（Claude Code、Codex、Cursor 以及已出现 OpenSpec 配置教程的 TRAE 等国产 IDE）的原生规划能力，谁先吃掉"写规范"这一步的成本。如果模型原生能力把规划做得足够好，显式维护一堆Markdown也许会被淘汰——但"需求明确、边界可控、结果可验证"这三件事，不会因为模型更聪明就失去价值。
未来AI编程的竞争，不一定是谁一次生成最多的代码，而是谁能用更低的成本，让Agent持续、可靠地做对的事。
