AI 编程的真相，不是工具不够强，是你的工作流太野。

一、先说个扎心的事实

现在市面上的 AI 编程工具，说实话，都够强。Claude Code、Cursor、Windsurf、GitHub Copilot、Codex……

你要说谁比谁强一个数量级？没有。都是同一梯队的。

但为什么有人用这些工具能提效 36%，有人用了反而更慢？

工具都买回来了，工作流还是原始社会的。

典型症状：

1. 需求没写清楚，直接让 AI 开干
2. 干到一半发现理解错了，重来
3. 重来几次后，AI 上下文乱了，只能新建会话
4. 新建会话后，之前的知识全丢了
5. 最后花的精力，比不写还多

这不是 AI 的问题，这是没有工作流的问题。

二、Spec Coding 的本质：给 AI 加护栏

那篇文章提到的"约束 + 示范 + 视觉"，说白了就是一件事：给 AI 加护栏。

约束：告诉 AI 什么能做、什么不能做

比如：

• 只能用 TypeScript，不能用 JavaScript
• API 响应格式必须符合 OpenAPI 规范
• 数据库字段命名用 snake_case，代码用 camelCase

这些约束写在规格里，AI 每次生成代码都会遵守。

没有约束的 AI，就像没有交通规则的城市——每个人都能开车，但到处都是事故。

示范：告诉 AI 什么是"好的"

这比约束更进一步。约束说"不能做什么"，示范说"好的是什么样"。

比如：

• 错误处理用 try-catch 还是返回 Result 类型？
• 日志打在 service 层还是 controller 层？
• 测试文件放在 __tests__/ 还是 tests/？

最好的示范是：直接扔给它一段你们项目的代码，说"照这个风格写"。

AI 模仿能力极强，给它一个样板，比写十条规定都有用。

视觉：让规格可读、可理解

这个经常被忽略。

很多团队的规格文档，要么是一个巨大的 Word 文档，要么是 Confluence 里的一堆页面，没人看。

AI 要用这些规格，得先能"读"。

所以视觉层的意思是：规格要结构化、可索引、可检索。

像 OpenSpec 这样的工具就是干这个的——把规格变成 AI 能理解的格式。

三、有护栏的 AI vs 没护栏的 AI

举个例子

你要让 AI 帮你写一个用户登录功能。

没护栏的对话：

你：帮我写个用户登录
AI：好的，用 JWT 还是 Session？
你：JWT 吧
AI：好的，用什么数据库？
你：PostgreSQL
AI：好的，要不要记住登录？
你：要
AI：好的，那我开始写...

来回好几次，每次都在补充细节，效率极低。

有护栏的对话：

你：帮我写用户登录功能，规格在 /specs/auth.md
AI：好的，我已经读取了规格。规范如下：
- JWT 认证
- PostgreSQL 存储
- 记住登录功能
- RESTful API
开始编写代码...

AI 直接按规格执行，不用反复确认。

四、三层护栏总结

护栏	作用	示例
约束	划定边界	TypeScript、命名规范
示范	定义标准	项目代码风格
视觉	可读可查	结构化规格文档

一句话总结

AI 编程工具都够强，缺的不是工具，是一套"约束 + 示范 + 视觉"的工作流护栏。