前言：面试名场面看懂两种 AI 编码差距

面试官皱眉：“你会 Vibe Coding 吗？” 我笑答：“何止会，我现在全程用 Spec Coding（规约驱动开发）。” 面试官当场：“什么时候能入职？”

很多人用 AI 写代码全靠「聊天式摸鱼」：想到啥需求随口丢给大模型，改一处崩三处，一下午反复返工。 这种靠感觉写代码的方式，行业名叫Vibe Coding； 而能搞定中大型项目、面试官一眼加分的高级玩法，叫Spec Coding 规约驱动开发。

本文不讲晦涩理论，全是可直接复制落地的流程、工具、判断标准，看完今天就能用到你的项目里。

一、分清：Vibe Coding 和 Spec Coding 到底差在哪

1. Vibe Coding：绝大多数人现在的写法

定义：凭模糊感觉，边聊边写、边走边改，没有统一书面需求。 操作方式：打开 AI 工具，随口说 “加登录、密码加密、报错提示”，想到一句提一句。 ✅ 优点：零准备、上手快 适合：一次性脚本、几十行临时小 Demo、写完就丢的玩具项目 ❌ 致命痛点：

1. AI 只记住局部对话，迭代时随便改动原有代码，越改 bug 越多；
2. 需求全装在你脑子里，没有统一标准，写一半才发现理解跑偏；
3. 项目稍微复杂、后续要迭代维护，直接彻底失控。

类比：你口头跟外包提需求，想到哪说到哪，最后成品和你预期完全两码事。

2. Spec Coding（规约驱动开发）：工程化标准玩法

核心一句话：先写清楚完整书面规则和需求，和 AI 统一共识，再动手写代码。 核心逻辑：把模糊想法落地成三份标准化文档，每一步先对齐，再编码，从根源杜绝反复返工。 ✅ 优点：

1. 所有需求歧义、架构漏洞，在写代码前全部排查完毕；
2. AI 有明确开发边界，不会擅自修改存量业务代码；
3. 自带完整项目文档，后续迭代、交接新人零成本；
4. 支持灵活修改，不像老旧瀑布流流程僵化。

二、零门槛落地：标准 4 步 Spec Coding 完整流程（不用工具也能做）

不管你用不用 GitHub 官方 spec-kit 工具，这套四步流程通用，顺序绝对不能颠倒。

步骤 1：Specify 写需求规约 spec.md（只讲业务，不提技术）

只描述产品功能、用户场景、验收标准，不聊框架、数据库、语言。 示例：做团队看板，可创建项目、新增任务、拖拽切换任务状态，第一版不用登录。 产出一份spec.md，写完一定要通读一遍，提前修正 AI 理解偏差。

步骤 2：Plan 制定技术方案 plan.md

基于上面的需求文档，确定技术栈、架构、数据库、接口设计。 示例：前端 React、后端 Node+Express、SQLite 存储，使用拖拽组件实现看板。 核对方案是否能完整覆盖所有业务需求，有问题直接修改。

步骤 3：Tasks 拆解细分任务 task.md

把整套技术方案拆成一条条独立、可执行的开发清单。 例：搭建项目骨架、创建任务数据表、编写创建项目接口、开发看板拖拽组件。 优势：AI 不会一次性处理超大上下文，分阶段开发更稳定。

步骤 4：Implement 执行编码

前三份文档全部确认无误后，再让 AI 按照任务清单统一编写代码。 此时 AI 只做执行者，不会擅自修改设计、乱改已有逻辑。

两大兜底步骤（复杂项目必加，小项目可省略）

1. Clarify 需求澄清 AI 自动抓取需求里模糊、有歧义的点主动提问，提前消除认知差，避免写代码后返工。 使用时机：写完 spec.md 之后、设计技术方案之前。
2. Analyze 一致性校验 自动比对需求、方案、任务三份文档，查找互相矛盾、功能遗漏问题，人工核对效率翻倍。

顶层约束：Constitution 项目开发铁律

项目全局统一规范，全程约束 AI 开发行为，例如：所有接口必须写单元测试、统一代码格式化规范。

三、工具一键标准化：GitHub spec-kit 实操教程（适配 Claude Code）

手动写三份文档麻烦，官方开源工具 spec-kit 把整套流程封装成命令，一行指令完成对应步骤。

1. 工具安装

bash

运行

uv tool install specify-cli --from git+https://github.com/github/spec-kit.git

2. 项目初始化（绑定 Claude Code）

bash

运行

specify init my-kanban --integration claude cd my-kanban claude

初始化后工具会自动生成 skill 脚本，存放在.claude/skills文件夹，进入项目目录启动 Claude 才能识别命令。

3. 全套核心命令（按执行顺序）

1. /speckit-constitution：设定项目全局开发规范
2. /speckit-specify：生成业务需求规约
3. /speckit-clarify：澄清模糊需求
4. /speckit-plan：输出完整技术架构方案
5. /speckit-analyze：三份文档交叉校验
6. /speckit-tasks：拆分细分开发任务
7. /speckit-implement：AI 批量落地完整代码

四、高频疑问：这不是老旧瀑布流开发吗？差别巨大

很多人会疑惑：先写需求、再做方案、最后编码，和瀑布流一模一样？ 两者内核完全不同：

1. 传统瀑布流：文档定稿后无法轻易修改，变更流程繁琐、成本极高，发现错误只能硬着头皮开发；
2. Spec Coding：规约是动态可修改的，任意步骤发现问题，都能回头更新文档，AI 几秒重新生成配套内容，灵活迭代。

简单总结：瀑布流是 “定死不动”，规约驱动是 “随时对齐、灵活调整”。

五、什么时候用 Spec Coding？什么时候随便 Vibe Coding？

✅ 优先用 Spec Coding

1. 需要长期维护、持续迭代的线上业务项目；
2. 前后端联动、多模块的中复杂项目；
3. 团队协作、后续会交接给其他人的工程；
4. 面试、正式工作项目，体现规范开发能力。

✅ 直接 Vibe Coding 省事

1. 几十行一次性临时脚本、工具；
2. 仅用于演示、用完即弃的 Demo；
3. 极简单文件小程序，无后续扩展需求。

六、核心底层认知：AI 时代拉开开发者差距的关键

现在大模型写代码能力已经足够强，代码产出不再是门槛。 真正区分普通开发者和高级开发者的核心能力：清晰、完整、无歧义地梳理需求与设计。 Spec Coding 本质不是一套工具，而是强制规范自己「先梳理清楚，再动手编码」的工作习惯。 只会聊天式 Vibe Coding，只能做简单玩具；掌握规约驱动开发，才能驾驭工业级项目，也是面试加分核心亮点。

结尾

如果你现在经常被 AI 写代码越改越乱、反复返工折磨，不妨下次开发正式项目时，走一遍完整 Spec Coding 流程。 前期多花十分钟梳理规约文档，后续能省下几小时调试、重构的时间，长期开发效率提升肉眼可见。

补充：无工具极简平替方案

不想安装 spec-kit 也能落地，新建三个文件交给 AI 严格执行即可：

1. spec.md：业务功能、用户场景、验收标准
2. plan.md：技术栈、架构、存储、接口规划
3. tasks.md：分阶段开发任务清单 全程禁止脱离三份文档临时新增、变更需求。