标签 SDD 下的文章 - CorePlayers
首页
我的项目
708 智能控制台
Ethan认证中心
Ethan's ToDoList
Ethan's Tech Blog
好友链接
妙站分享
联系站长
搜 索
1
2026技术架构新趋势:从微服务回调到AI原生架构设计
45 阅读
2
DDD领域驱动设计:从底层原理到生产级全链路落地实战
41 阅读
3
Go + 云原生2026:从微服务到AI Infra的实战架构
35 阅读
4
事件驱动架构(EDA):从理论到项目落地的完整实践
34 阅读
5
2026 AI编程范式演进:从Vibe Coding到Spec-Driven Development再到Harness Engineering
31 阅读
ALL
(78)
AI
(20)
前端
(24)
后端
(23)
Dify/Coze
(7)
架构设计
(6)
登录
/
注册
搜 索
标签搜索
AI Agent
边缘计算
RSC
虚拟线程
Java
Spring Boot 4
Vibe Coding
AI原生
SDD
全栈开发
高并发
Project Loom
性能优化
2026趋势
协议标准
工具调用
MCP协议
多Agent协作
CrewAI
Spring AI
EthanCcc
累计撰写
78
篇文章
累计收到
1
条评论
首页
栏目
ALL
AI
前端
后端
Dify/Coze
架构设计
页面
我的项目
708 智能控制台
Ethan认证中心
Ethan's ToDoList
Ethan's Tech Blog
好友链接
妙站分享
联系站长
用户登录
登录
注册
标签:SDD
2026-04-18
2026 AI编程范式演进:从Vibe Coding到Spec-Driven Development再到Harness Engineering
2026 AI编程范式演进:从Vibe Coding到Spec-Driven Development再到Harness Engineering一、引言:编程范式的代际更迭2026年,AI编程已经从"好不好用"的问题升级为"用哪种范式"的选择。如果说2024年是AI编程的辅助时代(Copilot自动补全),2025年是Agent时代(Cursor/Claude Code自主编程),那么2026年已经进入了范式分化的阶段。开发者在AI辅助编程中获得的生产力差异越来越不在于"用什么工具",而在于"采用什么范式"。三种主流范式构成了2026年的AI编程光谱:Vibe Coding:意图驱动,开发者说"我想要什么",AI实现Spec-Driven Development (SDD):规约驱动,先写详细规约,AI严格按规约实现Harness Engineering:驾驭工程,开发者作为"AI团队管理者",编排多个AI Agent本文将从概念、实践和价值评估三个维度,深入剖析这三种范式。二、Vibe Coding:意图驱动的全新编程体验2.1 核心理念Vibe Coding(氛围编程)由Andrej Karpathy于2025年初提出,核心思想是:开发者描述意图("vibe"),AI负责将意图转化为可运行的代码。2026年,Vibe Coding已经从一个概念变成了真实的工作方式:开发者说:"我需要一个带有暗色模式切换功能的博客,首页展示最新5篇文章,每篇文章有阅读时长估算" AI(Claude Code / Cursor / GitHub Copilot Chat): 1. 理解意图 → 确定技术栈(Next.js 15 + Tailwind) 2. 生成完整项目 → 包含路由、组件、暗色模式Provider 3. 一次性运行 → 开发者验证结果,不满意则"修改意图"重新生成2.2 适合Vibe Coding的场景Vibe Coding不是银弹,它在以下场景中表现出色:场景Vibe Coding效果原因原型/MVP开发⭐⭐⭐⭐⭐需求简单、变化快,天然适合个人项目/工具⭐⭐⭐⭐⭐不需要团队协作和代码规范新功能探索⭐⭐⭐⭐"我想试试XX效果"→快速跑通简单CRUD功能⭐⭐⭐⭐模式固定,AI可以稳定生成核心业务逻辑⭐⭐业务规则复杂,AI难以一步到位大规模重构⭐⭐上下文过大,AI容易顾此失彼2.3 Vibe Coding的关键技巧意图要具体:❌ "给我做一个用户管理系统" ✅ "创建用户管理模块:包含注册(邮箱+密码,密码至少8位含特殊字符)、 登录(JWT token,有效期7天)、个人资料编辑(头像上传到S3,昵称2-20字)。 后端用Spring Boot,前端用React + TypeScript。数据库MySQL。"迭代式改进:不要期望一次生成完美结果。Vibe Coding的节奏是"生成→验证→反馈→重新生成"保持简单:如果AI生成的设计过于复杂,说"简化这个设计"一起Debug:把错误信息直接贴给AI,它能更快定位问题三、Spec-Driven Development (SDD):规约驱动的工业级实践3.1 核心理念SDD(Spec-Driven Development)是在Vibe Coding基础上发展的更工程化的AI编程范式。核心区别在于:Vibe Coding: 意图("我想要X") → AI生成代码 → 验证结果 → 修改意图 → 重新生成 SDD: 需求 → 编写Spec(规约文件) → AI按Spec生成代码 → 基于Spec验证 → 迭代SpecSDD的关键是Spec文件——一个结构化的、AI可精确理解和执行的规约:# spec: user-auth.yaml # SDD规约示例 - 用户认证模块 name: user-authentication version: "1.0.0" framework: "Spring Boot 4 + JDK 24" entities: - name: User fields: - name: id type: Long annotations: ["@Id", "@GeneratedValue"] - name: email type: String constraints: - "@Email(message='邮箱格式不正确')" - "@NotBlank(message='邮箱不能为空')" - name: password type: String constraints: - "@Size(min=8, max=100, message='密码长度8-100位')" - name: role type: Role default: USER apis: - path: POST /api/v1/auth/register name: 用户注册 security: public request: body: email: string (must be valid email) password: string (8-100 chars, must contain: uppercase, lowercase, digit, special) response: 201: body: userId: long message: "注册成功" 400: body: error: string details: array[string] - path: POST /api/v1/auth/login name: 用户登录 security: public request: body: email: string password: string response: 200: body: accessToken: string (JWT, expires 7d) refreshToken: string (JWT, expires 30d) user: id: long email: string role: string - path: POST /api/v1/auth/refresh name: 刷新Token security: authenticated request: body: refreshToken: string response: 200: body: accessToken: string (JWT, expires 7d) tests: integration: - name: 注册成功场景 steps: - POST /register with valid email and strong password - expect 201 with userId - name: 重复邮箱注册 steps: - Register user A - Register user A again - expect 400 with "邮箱已被注册" - name: 弱密码拒绝 steps: - POST /register with password "123456" - expect 400 with details about password requirements security: - name: Token过期处理 steps: - Login with valid credentials - Wait 7 days (simulate by setting short TTL in test) - Access protected endpoint - expect 401 - name: SQL注入防护 steps: - POST /login with email: "admin@test.com' OR '1'='1" - expect 400 (parameter validation) database: migrations: - V1__create_user_table.sql: columns: - id BIGINT PRIMARY KEY AUTO_INCREMENT - email VARCHAR(255) UNIQUE NOT NULL - password_hash VARCHAR(255) NOT NULL - role VARCHAR(20) DEFAULT 'USER' - created_at DATETIME DEFAULT CURRENT_TIMESTAMP - updated_at DATETIME DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP3.2 SDD的优势确定性:每次执行Spec得到一致的输出,不会"跑偏"可追溯:Spec文件是git管理的一等公民,可以code reviewAI无关:Spec可以用任何AI模型执行,不锁定工具质量保证:Spec中的tests确保输出代码的功能正确性3.3 SDD的局限编写成本:一份好的Spec需要投入时间,对于快速原型来说性价比低覆盖不全:Spec很难覆盖UI交互细节、动画效果等"软需求"维护负担:功能变更时Spec也需要同步更新四、Harness Engineering:驾驭AI团队的元工程4.1 核心理念Harness Engineering代表了AI编程最先进的实践——开发者不再直接编写Spec或意图,而是"管理"一组AI Agent,每个Agent负责不同的工程环节:传统开发: PM出PRD → 开发写代码 → 测试写用例 → Code Review Vibe Coding: 开发者出意图 → AI写代码 SDD: 开发者写Spec → AI按Spec写代码 Harness: 开发者定义流程 → AI Agent团队执行: ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ Analyst Agent│────→│ Coder Agent │────→│Reviewer Agent│ │ 分析需求 │ │ 编写代码 │ │ 代码审核 │ └──────────────┘ └──────────────┘ └──────┬───────┘ │ ┌──────────────┐ ┌──────────────┐ ┌──────▼───────┐ │ DevOps Agent │←────│Tester Agent │←────│ Fixer Agent │ │ 部署上线 │ │ 测试验证 │ │ 修复问题 │ └──────────────┘ └──────────────┘ └──────────────┘4.2 实践示例:全自动博客发布流程# harness: auto-blog-publishing.yaml pipeline: name: "自动技术博客发布" trigger: "weekly-schedule (每周五20:00)" agents: researcher: model: "deepseek-v4" tools: ["web-search", "github-trending"] prompt: | 搜索本周最值得关注的技术新闻和GitHub趋势项目。 输出5个选题方向,每个附带3个引用来源。 outliner: model: "deepseek-v4" context_from: "researcher" prompt: | 基于研究结果,选择一个最有深度的选题。 输出文章大纲(标题+三级提纲),预估阅读时间15分钟。 writer: model: "deepseek-v4 (extended-context 256K)" context_from: "outliner + researcher" prompt: | 基于大纲撰写技术博客。 要求: - Markdown格式 - 包含代码示例 - 数据有引用来源 - 2000-3000字 - 使用中文 output: "draft-post.md" reviewer: model: "gemini-3-pro" depends_on: "writer" prompt: | 审核草稿的技术准确性和可读性。 重点检查: - 代码示例是否可运行 - 技术事实是否准确 - 文章结构是否合理 output: "review-notes.md" editor: model: "deepseek-v4" context_from: "writer + reviewer" prompt: | 根据审核反馈修改草稿,生成最终版本。 output: "final-post.md" publisher: depends_on: "editor" action: "auto-publish" platforms: ["blog", "juejin", "segmentfault"] approval: - stage: "writer" required: true approver: "ethan" - stage: "publisher" required: true reason: "发布前必须人工确认"4.3 三种范式的对比总结维度Vibe CodingSDDHarness Engineering核心载体自然语言意图Spec文件流程定义 + Agent团队输出质量波动大稳定可控高质量(多Agent校验)入门门槛极低中等(需规范Spec写法)高(需编排能力)迭代速度极快中等慢(但首次质量高)适用阶段原型/探索功能开发持续交付/质量保证可追溯性弱强(Spec是代码)强(流程+产物都受控)AI成本0.1-1美元/任务0.5-3美元/任务2-10美元/完整流程五、2026年推荐范式的组合策略在实际项目中,三种范式不是"三选一",而是按开发阶段和任务复杂度灵活组合:项目生命周期中的范式选择: 概念验证/prototype → Vibe Coding(快速验证可行性) ↓ 核心功能开发 → SDD(规约确保质量) ↓ 迭代开发/维护 → Harness Engineering(Agent团队持续交付) ↓ 简单bug修复/小feature → Vibe Coding(回归快速模式)六、AI编程的核心竞争力转移2026年,AI编程的核心竞争力已经从"熟练掌握某个框架"转变为:架构决策能力:AI能写代码,但不能做架构决策需求表达能力:清晰、结构化地描述需求(Spec编写能力)质量把控能力:判断AI生成的代码是否"正确"(不仅是"能跑")流程编排能力:设计高效的人+AI协作流程(Harness Engineering)批判性思维:AI的建议需要人来做最终判断发布日期:2026年4月18日 | 作者:Ethan | 分类:AI、编程范式
2026年04月18日
31
0
2