Spec Coding、Vibe Coding、Skill、Codex——AI 编程这一年的几套玩法与工具。

一、工作流范式

Ai 工作流

AI 工作流把提示、工具、检索和人工审核串成可重复的步骤，而不是一次聊天碰运气。典型节点包括意图识别、知识检索、模型生成、校验器和回写系统。每步有明确输入输出，失败可重试或转人工。低代码编排适合业务人员改流程，代码编排适合要版本控制和测试的团队。

设计时先写验收标准：什么叫完成、哪些工具能调、最大花费多少。状态要持久化，长任务不能只靠会话内存。日志记录每步观察，方便复盘幻觉。和工作流引擎一样，要有超时、死信和幂等。评估用真实任务集回归，而不是演示对话。流程稳定后再谈换模型。AI 工作流的核心是约束，不是把更多模型堆进画布。

Ai编程工作流

AI 编程工作流把需求、上下文、生成、测试和审阅串起来。先给仓库地图和约束，再让模型改小范围 diff，跑测试，失败就带着日志重试。人工负责设计决策和合并。技能文件、编码规范和 CI 是给模型看的说明书。没有测试门禁的自动改代码，只是加快制造缺陷。

上下文要准：相关文件、接口和复现步骤，而不是整仓塞进窗口。一次任务一个目标，避免又重构又加功能。密钥和生产数据不要进提示。评估用真实工单回归。工作流稳定后，再把重复步骤写成钩子。AI 编程的产出是可审查的提交，不是聊天记录。把“能跑”定义成测试绿，协作才不会停在感觉良好。

Spec Coding

Spec Coding 强调先写可验证的规格：接口契约、验收标准、边界与错误码，再让人或模型按规格实现。规格可以是 OpenAPI、类型、测试用例或结构化 markdown。目标是减少“看起来能跑但需求漂移”。

和纯对话生成相比，规格提供单一事实源。CI 应用规格检查（契约测试、schema）。改需求先改规格再改代码。适合多 Agent 协作时对齐接口。

不要写成无法执行的空话文档。最小规格：输入输出、不变量、失败语义。与 TDD 接近，但受众包括代码生成器。团队评审规格比评审实现更便宜。

什么是规范驱动开发？SDD

规范驱动开发（SDD）先把可执行或可校验的规格写清楚，再生成或手写实现。规格可以是 OpenAPI、状态机、验收准则或形式化描述。目标是减少“口口相传的需求”在编码时走样。

和文档驱动不同，规格要能被测试或生成器消费。变更流程是改规格、再生代码或补测试，而不是先改实现再补文档。适合接口稳定、规则密集的领域，例如协议和计费。

团队要有评审规格的习惯，否则 SDD 会变成又一份没人看的 Markdown。工具链选对之后，回归应用规格用例，比只跑实现层单测更能抓住语义漂移。

什么是Vibe Coding，Spec Coding?

Vibe Coding 指凭感觉和对话让 AI 连续改代码，少写预先设计；Spec Coding 则先锁规格再实现。前者迭代快、适合探索原型，后者在接口稳定、合规和多人协作时更稳。

实践上常混合：先 vibe 出可运行草稿，再提炼规格与测试，避免无限聊天。Vibe 的风险是隐性耦合与安全漏洞进主分支。要用 diff、测试和类型系统当刹车。

选型看任务：UI 草稿、未知 API 探索用 vibe；支付、权限、数据模型用 spec。记录提示与决策，方便回放。两者都不是替代代码评审。

OpenSpec

OpenSpec 一类工具把变更规格写成结构化文档，再驱动实现、测试和评审。它强调先冻结“要改什么、验收是什么”，再让人或 Agent 动手，减少口头需求在编码中漂移。

规格应包含范围、非目标和验收例子。太大的规格无法评审，应拆成可独立合并的增量。和代码同库版本化，走同样的 pull request 流程。

落地时把规格检查接入 CI：缺验收条目就阻断。完成后回写实际偏差，形成下一次更好的模板。它不是又一份设计幻灯片，而是可执行的约束。

二、Skill 生态

自定义Skill

自定义 Skill 把可重复的操作说明、脚本和约束打包，供编码 Agent 在特定任务时加载。它比临时提示稳定：目录结构、触发条件和禁止事项写在仓库里，团队可评审版本。

好的 Skill 只做一件事，输入输出明确，并声明需要的工具权限。含糊的“尽量写好代码”不会改变模型行为。密钥和内部地址不要写进 Skill 正文。

发布前用几个真实任务试跑，看是否误触发或漏步骤。更新时保持向后兼容，或在说明里写破坏性变更。Skill 是流程资产，不是提示词收藏夹。

Skills-ECC

Skills-ECC 指嵌入式场景里把可复用能力做成技能包：错误校正、编码约定与通信校验放在同一套接口下。ECC 本身是差错控制编码，用冗余检测或纠正传输与存储错误。Flash、内存和工业总线都会用到。把它技能化，是为了在不同 MCU 项目里复用同一套编码、诊断和测试向量。

实现时要分清检错与纠错能力、开销和延迟。CRC 适合帧校验，汉明码适合短数据纠错，更强的 RS 码用于块数据。参数要写进协议文档，两端多项式不一致会表现为随机错包。测试要注入翻转位，确认能报错或恢复。和看门狗、重传策略一起看，编码不是唯一可靠性手段。版本升级时保持向后兼容的校验字段。

Superpowers

Superpowers 这类技能包把 Agent 的工作方式写成可复用流程：先澄清问题、再拆步骤、用测试约束实现、最后复核。它不是新模型，而是给智能体一套更高纪律的操作手册，减少直接改代码导致的遗漏。

使用时要把技能范围写窄，避免一条技能包办整个仓库。流程里应包含人类检查点，尤其是发布和数据迁移。与项目内的 AGENTS.md、编码规范一起生效时，优先级要说清楚。评估看任务一次成功率，而不是技能文件有多长。适合作为团队共享的工作习惯，而不是个人提示词收藏。

oh-my-opencode

oh-my-opencode 一类配置把 OpenCode 的主题、快捷键、MCP 和代理工作流收成可复制的个人发行版。目标是减少每次换机器都重新调环境，让 Agent 调用工具的默认策略稳定下来。

真正有价值的是技能脚本、权限白名单和模型路由，而不是皮肤。把密钥留在本机密钥环，配置仓库只放非敏感片段。升级上游时先看破坏性变更，再决定是否锁版本。

团队共享配置要约定目录结构和评审方式，避免每人一份分叉后无法合并。Agent 能改文件，不代表所有目录都该开放写入。

三、Codex

Codex

Codex 是 OpenAI 面向编程的模型与工具线，能根据自然语言生成、解释和修改代码。CLI/IDE 集成后可在仓库上下文里改文件、跑测试。适合脚手架、解释陌生代码与写单测草稿。

它不是编译器：输出必须 diff review，尤其是安全与并发。提示里给约束（语言版本、风格、测试命令）比空泛“写一个系统”有效。敏感密钥不要贴进提示。

和 Copilot、Claude Code 同类，差别在工作流与上下文窗口。团队应规定哪些目录允许自动改。用测试门禁兜底。把它当加速器，架构决策仍要人做。

Codex 插件

Codex 插件把编码代理接到 IDE 或编辑器里，让模型能读当前文件、跑命令和提交补丁。插件负责鉴权、工作区范围和 diff 预览，避免模型在聊天里空口改代码。对开发者来说，价值是把仓库上下文自动带上，而不是再复制粘贴。权限模型决定它能碰哪些文件和终端。

使用时先限定目录，敏感配置加入忽略。每次改动看 diff 再接受，测试失败就让它修而不是手工混进去。插件升级会改默认模型，要在团队里对齐版本。日志不要上传密钥。把它当结对程序员：你出任务边界，它出草稿。插件再强也替代不了代码评审，合并前的人仍要为行为负责。

Codex SubAgents子代理

Codex SubAgents 把大任务拆给专职子代理：有的只搜代码，有的只写测试，有的只做审查。主代理负责任务编排和汇总，子代理在隔离上下文里干活，避免把所有文件塞进同一个窗口。适合仓库大、步骤多、需要并行探索的场景。定义要写清输入、工具白名单和完成标准。

实践上子代理不要互相改同一文件，合并由主流程处理。超时和失败要冒泡。过多层级会让日志难读，两层通常够用。把成功案例收成技能，减少每次重新解释。评估看任务完成率和返工次数。SubAgents 是组织方式，不是更多模型的代名词。约束清楚时才加速，否则只是把混乱复制成多份对话。

四、应用案例

AI优选系统

AI 优选系统根据用户与上下文，从候选集里挑出更可能被接受的内容或商品。它不是单纯“最热”，而是结合召回、粗排、精排和重排，并注入业务约束（库存、合规、多样性）。

落地先把离线特征与在线特征对齐，避免训练和推理各算一套。评估用离线 AUC 不够，还要看线上点击、转化和伤害指标。冷启动用内容特征或探索流量，不要让头部内容永久垄断。模型要可回滚，特征变更要有版本。若引入大模型做解释或生成理由，应限制延迟并把结果当辅助，而不是唯一排序依据。

AI分诊系统

AI 分诊系统根据患者主诉、年龄和伴随症状给出科室建议，用来降低挂号盲目性。它是辅助决策，不能替代执业医师。输入要限制在必要字段，输出要带不确定度和转人工入口。

模型侧可用分类或检索增强，但必须有医疗知识约束和禁用症提示。高风险表述（胸痛、大出血、意识障碍）应直接导向急诊，而不是继续闲聊。日志要脱敏，训练数据不能含可识别病历。上线后持续用人工抽检校准科室准确率。责任边界写进产品文案：系统建议仅供参考，最终挂号由用户和医院流程决定。