规格驱动开发：让 AI 生成的代码可维护的五个约束

在一个 16 周的项目里，我们让 AI 承担了约 70% 的代码产出。上线半年，缺陷密度低于团队历史均值，维护成本没有出现预期中的恶化。这个结果不是靠更好的模型，而是靠五条硬约束。

第一条：规格先行。任何进入生成环节的功能，必须先有接口契约、数据模型与验收标准。我们把这三样写成结构化的文档，作为生成输入的唯一起点。规格不清就开始生成，只会更快地生产错误。

第二条：分层生成。基础设施、领域逻辑、界面适配分层生成，每层有不同的评审强度。领域逻辑与权限校验必须人工逐行看过，界面适配只需要抽查。把评审资源集中在出错代价最高的地方。

第三条：生成必须带测试。我们要求同一次生成里包含单元测试，且测试要先失败再通过。没有测试的生成结果不予合并——这条规则拦下了大约 15% 的提交，也拦下了大部分隐蔽的逻辑错误。

第四条：禁止跨模块生成。AI 很擅长在一个文件里写出看起来完整的实现，也很擅长悄悄复制粘贴。我们强制所有生成在既有模块边界内进行，跨模块的改动必须走人工设计。这一条最反直觉，但它是控制架构腐化的关键。

第五条：可追溯。每段生成代码都要能追溯到具体的规格条目与提交记录。半年后有人问“这段逻辑为什么这样写”，答案应该在文档里，而不是在某个人的记忆里。

这五条约束的代价是前期慢。第一个迭代的速度只有后来的六成。但换来的是：项目结束时，新接手的工程师用了三天就能独立提交代码。这才是 AI 交付真正的价值。