从吴恩达新课看规范驱动开发：如何用Spec约束AI编码代理提升代码质量

前两天，吴恩达（Andrew Ng）在社交平台上发布了一门新的短课程，名为《Spec-Driven Development with Coding Agents》，直译过来就是「使用编码代理进行规范驱动开发」。

这个时间点相当微妙。当前“vibe coding”（一种通过自然语言描述需求，由AI生成代码的模式）正大行其道。它的速度确实快，但许多开发者很快发现一个普遍问题：快是快了，生成的代码常常偏离预期，充斥着“脏代码”，反复修改的精力甚至超过了从头手写。

吴恩达的这门新课，正是瞄准了这个痛点。

为何选择IntelliJ IDEA，而非AI原生的IDE？

一个值得关注的细节是，这次课程演示没有使用Cursor、VS Code Copilot等当下热门的AI原生IDE，而是选择了相对传统的IntelliJ IDEA。

关于IDEA，关注开发工具领域的人可能有所感触。这位曾经在Java生态中占据统治地位的IDE王者，在AI浪潮的冲击下，其市场地位正受到挑战。年轻开发者越来越多地转向更轻量的编辑器，而各类AI编程助手的出现，也从不同维度侵蚀着传统IDE的护城河。

但吴恩达选择IDEA恰恰有其深意。这门课的目标并非炫技，展示AI能做什么酷炫的事情，而是教学如何与AI协作。在一个开发者已经非常熟悉的环境里学习“规范驱动开发”的方法论，可以将注意力集中在工作流程本身，而不会被新工具的复杂用法分散精力。

规范驱动开发究竟是什么？

课程的核心理念其实很简单：先写规范（Spec），再让AI实现。

具体的工作流分为三步：

1. 编写一份详细的规范文档，明确定义你要构建的内容、技术栈和路线图。
2. 让编码代理（Coding Agent）根据这份规范来实施开发。
3. 使用同一份规范作为标准，来验证AI的输出是否正确。

这并非全新的概念。在传统的软件开发中，先撰写需求规格说明书再动手编码，本就是一项基础技能。但在AI编码的场景下，这一方法论被赋予了新的生命。

“vibe coding”问题的本质在于“规范缺失”：你给AI的指令往往过于模糊和随意，AI只能基于自己的理解进行猜测，生成的结果自然容易跑偏。规范驱动开发，正是通过提供清晰、详尽的上下文，来约束和引导AI的行为。

课程中举了很实际的例子：与其向AI下达“帮我写一个用户登录模块”这样模糊的指令，不如先将登录流程、错误处理机制、边界情况、接口规范等详细写入文档，再让AI对照文档实现。这样产出的代码质量会稳定得多。

这门课程具体教什么？

根据DeepLearning.AI平台的信息，这门时长约1小时20分钟的短课程主要涵盖以下内容：

• 如何撰写有效的规范文档：这不是形式主义的模板填充，而是教你编写真正能指导开发的规格说明，包括功能边界、输入输出格式、错误处理策略以及验收标准。
• 如何与编码代理协作：涉及指令的撰写技巧与迭代方式，教你判断何时该让AI自主决策，何时又必须给出明确的约束。
• 通过实际案例驱动学习：带领学习者在真实的项目环境中，完整走一遍规范驱动的开发流程。

吴恩达本人在LinkedIn上推介这门课时说了一句很实在的话：“Building AI agents that ship to production, not just impress in demos.” —— 我们要构建的是能真正交付上线的AI智能体，而不仅仅是用于演示的花架子。

这句话的背景是，当前许多AI编程演示看起来令人惊叹，但一旦接入实际项目，代码质量、边界处理、长期可维护性等问题便暴露无遗。规范驱动开发，正是应对这些挑战的一种系统性方法。

置于吴恩达的Agent课程体系中审视

《Spec-Driven Development with Coding Agents》并非吴恩达近期推出的唯一一门关于Agent的课程。

他还发布了《Agentic AI》，讲解Agent的设计模式，如反思、工具使用、规划和多智能体协作。此外，还有与Anthropic合作的《Agent Skills with Anthropic》，教授如何利用Claude的Skills系统。

将这几门课程组合起来看，可以窥见吴恩达对AI编程工具链的完整思考框架：

• 《Agentic AI》讲设计模式（AI能做什么）
• 《Agent Skills》讲工具使用（怎么用AI做事）
• 《Spec-Driven Development》讲工作流方法（怎么用AI高质量地做事）

这三个层次，构成了从能力到实践再到质量控制的进阶路径。

当然，规范驱动开发并非银弹，它要求开发者在动手之前就想清楚自己要做什么。这对经验丰富的开发者来说是自然流程，但对于初学者或处于快速探索阶段的项目而言，有时“先让AI跑个原型再调整”的vibe coding模式，可能比“先写规范再实现”更有效率。

更务实的做法或许是两种模式配合使用：在探索和验证想法的阶段，利用vibe coding快速迭代；当方向明确、进入实质性开发后，则切换到规范驱动模式来提升代码质量和可控性。吴恩达在课程中也并未全盘否定vibe coding，而是指出“许多优秀的开发者已经采用了规范驱动的方式”，这暗示了这是一种值得掌握的高级方法，而非唯一路径。

如果你在使用AI编程工具时，经常被“生成的代码不是我想要的”这个问题所困扰，那么这门课程值得一看。它的核心价值不在于教你写出更花哨的提示词（Prompt），而在于传授一套更高层次的工作方法——如何在动手前先厘清思路，如何将模糊的需求转化为明确的规范，以及如何系统地验证AI的输出。

在AI能力飞速进化的时代，模型会越来越强大，但人类的判断力——明确目标、定义标准、进行验证——依然是不可替代的核心竞争力。对于希望提升与AI协作效率的开发者而言，掌握这样的方法论至关重要。关于AI开发工具的更多趋势和深度讨论，也欢迎来云栈社区的开发者板块交流分享。