面对 Andrej Karpathy 提出的“Vibe Coding”（凭直觉写代码）在复杂软件开发中面临的意图漂移和技术债问题，开源项目 Spexcode 提出了一套基于规格驱动开发（SDD）的深度解决方案。作者指出，现有的 SDD 工具往往因过度关注实现细节（“怎么做”）而忽视了核心意图（“为什么”），且无法保证 Spec 与代码的同步更新。Spexcode 试图通过独特的架构解决这一矛盾：它利用 Git 原生结构管理 Spec，通过“Spex Lint”机制强制检查代码与规格的同步，防止文档过时。项目引入了“Yatsu”概念，主张以用户视角进行端到端测试，将代码视为“神经网络”，将 Spec 视为“Loss 函数”，通过审查测试视频等证据而非静态代码来验证 Agent 的行为。工具链包含 CLI、Dashboard 及 Forge 模块，支持 Agent 间的层级协作与 Issue 直接调度，旨在为高度自动化的 AI 编程套上严谨的工程约束。
事件分析
Spexcode 的发布揭示了 AI 编程领域从“随意生成”向“工程化约束”演进的关键趋势。技术亮点在于其利用 Git 作为单一事实来源来解决 Spec 漂移问题，这种轻量级的集成方式避免了引入额外数据库的复杂性。将软件构建过程类比为神经网络训练，并将“Loss 函数”的控制权交给开发者，这一理论极具启发性。此外，从静态单元测试转向基于视频证据的动态行为审查，契合了当前 LLM 输出非确定性高的特点。这表明，未来的 AI 辅助开发将不再仅是代码补全，而是围绕“意图-验证”闭环的系统工程，Spexcode 为这种新型协作模式提供了可参考的基础设施。
💡 核心观点：Spexcode 将软件工程重构为“代码即模型、规格即 Loss”的优化过程，利用 Git 原生机制为失控的 Vibe Coding 套上了严谨的工程约束。
原文链接：V2EX 分享发现
评论前必须登录！
立即登录 注册