这两年，AI 编程的讨论非常热闹，但越热闹，越容易掩盖一个事实：我们并没有真正进入“工程级 AI 编程时代”。
大多数人正在经历的，只是一个“看起来很强、但长期不稳定”的阶段。
1、AI 编程的真实现状
现在的 AI 编程，已经具备几个非常惊人的能力：
可以一次性生成上千行可运行代码
能快速理解自然语言描述
能跨语言、跨框架迁移思路
但与此同时，一个越来越明显的问题正在出现：
AI 写代码的能力越强，项目越容易失控。
在真实项目中，常见现象包括：
同一个需求，今天和明天生成的实现逻辑完全不同
上下文一复杂，模型开始自相矛盾
修 Bug 的时间，逐渐超过“自己写”的时间
项目越来越依赖“当前这次对话”，而不是稳定结构
这不是模型的问题，而是使用方式的问题。
2、什么是 Vibe Code
所谓 Vibe Code，并不是一个官方术语，而是社区里逐渐形成的共识性叫法。
它描述的是一种非常典型的 AI 编程状态：
用自然语言描述一个模糊目标
依赖 AI 自由理解、自由发挥
根据运行结果不断“微调指令”
靠多次生成逼近一个“差不多能用”的状态
它的本质只有一句话：
“我知道我想要什么，但我并没有把它想清楚。”
Vibe Code 的优势也很明显：
但它的致命问题同样清晰：
没有稳定结构
没有明确边界
没有可复现性
无法规模化协作
Vibe Code 更像是在“聊天中写代码”，而不是在做工程。
3、什么是Spec
规范驱动开发（Specification-Driven Development, SDD），简称为”Spec Coding“
Spec Coding将开发过程组织成一系列清晰的、人与AI强协同的阶段，例如规范、规划、任务、实现，
其中一条至关重要的规则是：在当前阶段未被完全验证之前，绝不进入下一阶段。这种机制强制引入了纪律性，确保了每个步骤的质量。
很多人一听到 Spec，就会联想到：
但在 AI 编程语境下，spec 的角色已经发生了根本变化。
在 AI 时代，Spec 的核心价值是：
把“模糊意图”变成明确约束
把“可能性空间”压缩到可控范围
把“模型自由发挥”变成受限执行
一句话定义：
Spec 是人类给 AI 的“问题定义层”，而不是给程序员看的说明书。
一个好的 spec，通常至少包含：
- 系统目标
- 边界与约束
- 行为定义
- 模块拆分
当这些东西被写清楚后，
AI 生成代码，本质上只是一次“执行行为”。
4、当前主流的 Spec 驱动框架，在解决什么问题？
近一年，围绕 AI 编程，逐渐出现了一批 spec-first / spec-driven 的开源实践，它们并不是要替代 IDE，而是重构人和 AI 的协作方式。
4.1 Lean Spec / Spec-first Flow
这类框架强调一个原则：
先写 spec，再写代码；spec 不变，代码可重来。
典型特征：
把需求拆成多个独立 spec 文件
每个 spec 都是可验证的
AI 只负责在 spec 约束下生成实现
适合场景：
中大型项目
需要长期维护的系统
个人但“认真做”的产品
4.2 OpenSpec / 结构化规范方案
这一类更强调结构化与标准化：
统一 spec 的语法结构
把 spec 当作一种“中间语言”
支持自动拆解、组合、验证
它们试图解决的问题是：
不同人写的 spec 能不能互相理解
spec 能不能被工具链消费
spec 能不能成为长期资产
4.3 Agent + Spec 协作模式
这是目前最前沿的一类探索：
Spec 负责定义目标与边界
多个 Agent 各自负责实现、验证、重构
人类只在 spec 层做决策
在这个模式里：
人类负责“想清楚”，AI 负责“反复做对”。
5、那我们到底应该怎么用？
这里没有复杂结论，只有一条非常清晰的分界线：
探索阶段可以 vibe，交付阶段必须 spec。
实际建议：
原型、Demo、个人玩具
要上线、要维护、要协作
真正值钱的能力
6、未来 AI 编程一定会走向哪里？
几乎可以确定的是：
vibe code 不会消失
但它只会停留在“灵感层”“探索层”
而进入生产系统的 AI 编程，一定会：
更强调规范，而不是自由
更强调可复现，而不是一次成功
更强调系统一致性，而不是局部聪明
更强调 spec，而不是 prompt
Spec 会成为人类对 AI 的“主权边界”。
Vibe code 最大的问题，不是“不高级”，
而是它默认把“没想清楚”当成一种正常状态。
而工程的本质，从来只有一件事：
把模糊世界，变成清晰约束。
10个月宝宝每天需要喝多少奶粉？
