规范驱动开发：如何用可执行规格提升AI Agent的自主执行能力

探索行为驱动开发（BDD）与AI Agent结合的新范式，通过可执行的Markdown规格文档为Agent提供清晰行为契约，防止规格漂移，实现更可靠的自主开发流程。

随着Claude Code、OpenCode等Agentic编码工具普及，软件开发正转向AI Agent自主完成分析、规划、实现和测试的闭环。但愿景的关键约束在于意图表达质量：模糊需求导致不可靠执行，清晰可执行规格让Agent行为更可控可预测。

当前Agentic开发流程分为四阶段：Prompt with a Spec→Agent规划→Agent构建→Agent运行测试。瓶颈在第一步：LLM无法消除歧义，含糊规格会导致后续环节不稳定。GitHub开源的Spec Kit工具通过结构化命令体系明确转化路径，但挑战在于规格的长期维护。

传统开发中规格文档易与代码背离，Agentic开发中此问题被放大：Agent基于过时规格决策会偏离预期，多人协作时不同Agent可能用不同版本规格，缺乏验证机制导致漂移难以及时发现。

《Specification by Example》理念是用具体实例（如购买3件商品享10%折扣）代替抽象需求描述。实例兼具需求定义、自动化验收测试、开发指导、活文档多重角色，解决Agentic开发三大痛点：消除歧义、统一人类与Agent理解、防止规格漂移。

Gauge是支持Markdown的BDD测试框架，优势包括：人类可读便于评审、LLM友好、版本控制友好（与代码一同管理）、可执行性（关联测试代码确保一致性）、可与CI/CD无缝集成。

BDD与AI Agent结合形成完整闭环：1. 用BDD场景作为Prompt指导Agent；2. Agent基于规格自主规划实现；3. 规格在CI中作为测试验证实现；4. 规格随需求变化持续演化，始终与代码一致。

规格驱动方法的实践价值：提升Agent自主执行可靠性、降低沟通成本、建立质量门禁、形成活文档。未来Agentic开发将从Prompt工程向规格工程演进，需建立完整的规格定义、验证和维护体系，BDD与AI结合是思维方式转变，实现更高质量高效开发。