12.6.3 Spec 驱动与任务拆解
所属:全栈开发面试题库 / 12 待归类与新技术观察 / 12.6 AI 编程工具与工作流
覆盖范围
- Spec 驱动开发:用规格说明书替代口头需求,让 AI 按规格执行
- 任务拆解策略:大任务拆小步骤、每步可验证、逐步推进
- 多步执行:AI 自主规划、工具调用、结果验证的循环
- 验证与回滚:每步产出验证标准、失败时回滚策略
- 与传统敏捷/Scrum 的关系:Spec 与 User Story 的结合
高频题速览
| 编号 | 题目 | 难度 | 频率 |
|---|---|---|---|
| 12.6.3-001 | Spec 驱动开发在 AI 编程中解决什么问题? | 中等 | ★★★★★ |
| 12.6.3-002 | 一份好的 Spec 应该包含哪些要素? | 中等 | ★★★★☆ |
| 12.6.3-003 | 大任务如何拆成 AI 可执行的小步骤? | 中等 | ★★★★★ |
| 12.6.3-004 | 多步执行中如何保证每步的正确性? | 高级 | ★★★★☆ |
| 12.6.3-005 | AI 执行任务跑偏了怎么办? | 高级 | ★★★★☆ |
| 12.6.3-006 | Spec 与 User Story 是什么关系? | 基础 | ★★★☆☆ |
| 12.6.3-007 | 任务拆解的粒度怎么把握? | 高级 | ★★★☆☆ |
| 12.6.3-008 | 如何设计 AI 任务的验证标准? | 高级 | ★★★☆☆ |
12.6.3-001 Spec 驱动开发在 AI 编程中解决什么问题?
一句话结论
Spec 驱动开发解决 AI 编程中的「需求模糊」问题:口头描述容易产生歧义,AI 理解偏差导致返工;一份结构化的 Spec(包含目标、范围、约束、验收标准)让 AI 有明确的执行依据,减少来回沟通,提高一次通过率。
概念解释
- Spec:规格说明书,结构化描述「做什么、不做什么、怎么做、怎么算做完」。
- 需求模糊:自然语言描述的歧义导致 AI 理解偏差。
- 一次通过率:AI 输出无需大改即可使用的比例。
原理流程
- 人写 Spec,明确目标、范围、约束、验收标准。
- AI 按 Spec 执行,每步对照 Spec。
- 完成后按验收标准验证。
- 偏差时修正 Spec 或补充说明。
代码 / 示例
口头描述:"帮我加个登录功能"
问题:登录用什么方式?JWT 还是 Session?错误提示怎么设计?
Spec 描述:
目标:实现用户邮箱密码登录
范围:POST /api/auth/login,请求体 {email, password}
约束:密码用 bcrypt 加密,返回 JWT token,有效期 24h
验收:邮箱不存在返回 404,密码错误返回 401,成功返回 200 + token
常见误区
- 误区:Spec 就是写详细 PRD;正解:Spec 不需要 PRD 那么详细,重点是可执行、可验证。
- 误区:每次都要写完整 Spec;正解:小任务口头描述即可,复杂任务才需要 Spec。
追问 / 延伸
- Q:Spec 写多长合适? A:一页纸以内,核心是验收标准清晰,不是事无巨细。
- Q:谁来写 Spec? A:开发者自己写,或与 AI 共同完善——先让 AI 草拟 Spec,人再修正。
12.6.3-002 一份好的 Spec 应该包含哪些要素?
一句话结论
好 Spec 包含五个要素:目标(要做什么)、范围(做什么/不做什么)、约束(技术栈、性能要求、兼容性)、验收标准(怎么算做完)、非目标(明确排除项);其中验收标准最重要,是 AI 自检和人验证的依据。
概念解释
- 目标:一句话说清要实现什么。
- 范围:明确边界,防止 AI 过度发挥。
- 约束:技术栈、性能、安全、兼容性要求。
- 验收标准:可测试的完成定义。
- 非目标:明确不做什么,防止范围蔓延。
原理流程
- 写目标:一句话。
- 写范围:包含什么、不包含什么。
- 写约束:技术栈、性能、安全。
- 写验收标准:列出可测试的条件。
- 写非目标:排除项。
代码 / 示例
# Spec: 用户登录接口
## 目标
实现邮箱密码登录,返回 JWT token。
## 范围
- POST /api/auth/login
- 请求体:{ email: string, password: string }
- 返回:{ token: string, expires_in: number }
## 约束
- 密码 bcrypt 加密,cost factor 10
- JWT secret 从环境变量读取
- token 有效期 24 小时
- 速率限制:同一 IP 每分钟最多 10 次
## 验收标准
- [ ] 邮箱不存在返回 404 + { error: "USER_NOT_FOUND" }
- [ ] 密码错误返回 401 + { error: "INVALID_PASSWORD" }
- [ ] 成功返回 200 + { token, expires_in }
- [ ] 超过速率限制返回 429
- [ ] 单元测试覆盖所有分支
## 非目标
- 不做注册接口
- 不做忘记密码
- 不做第三方登录
常见误区
- 误区:验收标准写「代码要优雅」;正解:验收标准必须可测试、可量化。
- 误区:Spec 只写做什么;正解:写清楚不做什么同样重要,防止 AI 自行扩展。
追问 / 延伸
- Q:Spec 模板需要因团队而异吗? A:核心要素一致,细节可按团队规范调整。
- Q:AI 能帮写 Spec 吗? A:可以——给 AI 一句话描述,让它草拟 Spec 初稿,人再修正。
12.6.3-003 大任务如何拆成 AI 可执行的小步骤?
一句话结论
按「垂直切片」拆解:每个小步骤是一个可独立交付、可验证的最小功能单元,包含代码 + 测试;不要按技术层拆分(先写所有后端,再写所有前端),而是按功能点纵向切(一个完整功能端到端做完)。
概念解释
- 垂直切片:从前端到后端到数据库的一个完整功能点。
- 水平切片:按技术层拆分(先做所有 API,再做所有页面)。
- 可验证:每个切片完成后可以运行测试验证。
原理流程
- 列出功能点清单。
- 每个功能点拆成:实现 → 测试 → 验证。
- AI 一次完成一个功能点。
- 验证通过后进入下一个。
代码 / 示例
大任务:"实现用户管理模块"
水平拆分(不好):
步骤1:写所有 API(登录、注册、信息、注销)
步骤2:写所有前端页面
问题:步骤1完成后无法验证,步骤2时已忘步骤1细节
垂直拆分(好):
步骤1:登录接口 + 登录页面 + 登录测试
步骤2:注册接口 + 注册页面 + 注册测试
步骤3:用户信息接口 + 信息页面 + 信息测试
每步可独立验证
常见误区
- 误区:拆得越细越好;正解:太细导致步骤间上下文丢失,粒度以「一次对话能完成且可验证」为准。
- 误区:按技术层拆分更高效;正解:AI 编程中垂直切片更可控,每步有明确产出。
追问 / 延伸
- Q:一个步骤大概多长? A:通常涉及 2-5 个文件,代码量 50-200 行,一次对话完成。
- Q:步骤间有依赖怎么办? A:按依赖顺序排列,先做基础步骤,再做依赖步骤。
12.6.3-004 多步执行中如何保证每步的正确性?
一句话结论
每步设置三重验证:自动测试(单元/集成测试通过)、构建验证(编译无错误)、人工走查(核心路径手动检查);AI 完成一步后先验证再进入下一步,错误不积累。
概念解释
- 自动测试:AI 生成或运行现有测试,通过则步骤正确。
- 构建验证:编译/lint 通过,无语法错误。
- 人工走查:核心逻辑手动过一遍,确认业务正确。
原理流程
- AI 完成一步代码修改。
- 自动运行测试套件。
- 测试通过 → 人工走查核心逻辑 → 通过则进入下一步。
- 测试失败 → AI 修复 → 重新验证。
代码 / 示例
步骤1完成后:
→ 运行 npm test(自动测试)
→ 运行 npm run build(构建验证)
→ 人工检查:核心业务路径是否正确
→ 全部通过 → 步骤2
常见误区
- 误区:让 AI 一口气做完所有步骤再验证;正解:每步验证,错误早发现早修复,避免积累。
- 误区:测试通过就万事大吉;正解:测试只覆盖已知路径,边界情况和业务逻辑仍需人工审查。
追问 / 延伸
- Q:AI 生成的测试可信吗? A:AI 测试可能漏边界情况,关键测试需人工补充。
- Q:没有测试的老项目怎么办? A:先让 AI 补关键路径的测试,再逐步开发。
12.6.3-005 AI 执行任务跑偏了怎么办?
一句话结论
跑偏时立即中断,回到上一步正确状态,修正 Spec 或补充约束,再重新执行;不要在跑偏的基础上继续——AI 会基于错误上下文继续扩散偏差,越改越偏。
概念解释
- 跑偏:AI 偏离 Spec 要求,做了多余的事或方向错误。
- 中断:立即停止当前任务,不接受错误修改。
- 修正:补充 Spec 中的约束或验收标准。
原理流程
- 发现跑偏(输出不符合预期)。
- 中断当前对话,不接受错误修改。
- 检查 Spec:是否约束不够清晰。
- 修正 Spec:补充明确约束或排除项。
- 重新开始,从正确状态继续。
代码 / 示例
现象:AI 实现了登录接口,但自动加了「记住我」功能(Spec 中没要求)
处理:
1. 中断,不接受多余功能
2. 检查 Spec:非目标中没写「不做记住我」
3. 修正 Spec:非目标加「不做记住我、不做验证码」
4. 重新执行
常见误区
- 误区:跑偏后继续对话让 AI 修正;正解:跑偏的上下文已污染,应重开会话。
- 误区:AI 多做了功能是好事;正解:范围蔓延会导致测试不全、代码膨胀、维护困难。
追问 / 延伸
- Q:怎么尽早发现跑偏? A:每步看 AI 的输出摘要,发现不对立即停。
- Q:频繁跑偏怎么办? A:说明 Spec 不够清晰,应补充约束和非目标。
12.6.3-006 Spec 与 User Story 是什么关系?
一句话结论
User Story 是面向业务的需求描述(As a... I want... So that...),Spec 是面向执行的技术规格;在 AI 编程中,User Story 定义业务价值,Spec 定义技术实现细节,两者结合使用:Story 定方向,Spec 定执行。
概念解释
- User Story:业务视角,描述用户角色、目标、价值。
- Spec:技术视角,描述接口、数据、约束、验收。
- 关系:Story 在上,Spec 在下,Story 指导 Spec 编写。
原理流程
- 写 User Story(业务价值)。
- 基于 Story 写 Spec(技术实现)。
- AI 按 Spec 执行。
- 验收时同时验证 Story 价值和 Spec 标准。
代码 / 示例
User Story:
As a 用户,I want 能用邮箱密码登录,So that 我能访问我的个人数据。
Spec:
(技术实现细节,见 12.6.3-002 示例)
常见误区
- 误区:有 User Story 就不需要 Spec;正解:User Story 太抽象,AI 无法直接执行,需要 Spec 落地。
- 误区:Spec 就是技术设计文档;正解:Spec 比设计文档轻量,重点是可执行可验证。
追问 / 延伸
- Q:小项目也要写 User Story 吗? A:单人小项目可以合并,直接写 Spec 即可。
- Q:团队敏捷流程中怎么融入 Spec? A:在 Sprint Planning 时为每个 Story 补 Spec,作为 DoD(完成定义)的一部分。
12.6.3-007 任务拆解的粒度怎么把握?
一句话结论
粒度以「一次对话能完成、有明确验证标准、涉及文件不超过 5 个」为原则;太粗则 AI 跑偏难发现,太细则步骤间上下文丢失、效率低;经验法则是每步代码量 50-200 行,涉及 2-5 个文件。
概念解释
- 太粗:一次任务涉及 10+ 文件、500+ 行代码,跑偏难发现。
- 太细:每次只改一个函数,步骤间上下文丢失,来回切换效率低。
- 平衡:垂直切片,每步端到端可验证。
原理流程
- 估算总任务规模。
- 按垂直功能点拆分。
- 每步检查:涉及文件 ≤5、代码量 50-200 行、有明确验收标准。
- 太大就再拆,太小就合并。
代码 / 示例
粒度判断:
涉及 2 个文件、100 行代码、有验收标准 → 合适
涉及 10 个文件、800 行代码、无明确验收 → 太粗,再拆
涉及 1 个函数、10 行代码 → 太细,合并到上一步
常见误区
- 误区:粒度由任务大小决定;正解:粒度由「AI 一次能做好且可验证」决定,与任务大小无关。
- 误区:拆得越细 AI 越准;正解:步骤间上下文丢失反而降低质量。
追问 / 延伸
- Q:复杂算法任务怎么拆? A:先让 AI 写设计文档(伪代码),人审查后再写实现,分两步。
- Q:步骤间共享上下文怎么办? A:上一步的关键结论写入 Spec 或规则文件,下一步直接引用。
12.6.3-008 如何设计 AI 任务的验证标准?
一句话结论
验证标准分三层:自动化测试(可运行的测试用例)、构建检查(编译/lint/类型检查通过)、业务验证(核心路径手动走查);每条标准必须可观测、可判定,不能写「代码要正确」这类主观描述。
概念解释
- 自动化测试:单元测试、集成测试,通过/失败明确。
- 构建检查:编译、lint、类型检查、静态分析。
- 业务验证:核心用户路径手动走查。
原理流程
- 列出功能点的所有分支(正常、异常、边界)。
- 每个分支写一个可测试的条件。
- 标注哪些用自动化测试覆盖,哪些需手动验证。
- AI 完成后逐项检查。
代码 / 示例
验证标准示例(登录接口):
自动化测试:
- [ ] 邮箱正确密码正确 → 200 + token
- [ ] 邮箱不存在 → 404
- [ ] 密码错误 → 401
- [ ] 请求体缺少 email → 400
- [ ] 速率限制触发 → 429
构建检查:
- [ ] mvn compile 无错误
- [ ] mvn test 全部通过
- [ ] lint 无警告
业务验证:
- [ ] token 能正常用于后续接口鉴权
- [ ] 密码错误 5 次后临时锁定(产品要求)
常见误区
- 误区:验证标准写「代码要优雅」;正解:必须可观测、可判定。
- 误区:只写正常路径;正解:异常路径和边界情况更重要,AI 容易漏。
追问 / 延伸
- Q:AI 能自己写验证标准吗? A:可以让 AI 草拟,但人必须审查补充,AI 容易漏异常路径。
- Q:验证标准写在 Spec 里吗? A:是的,作为 Spec 的验收标准部分。
待整理清单
- [ ] Spec 模板库(按功能类型分类)
- [ ] 任务拆解案例集
- [ ] AI 编程验证标准清单模板
- [ ] 团队级 Spec 驱动开发流程规范