# 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提供清晰的行为契约，同时防止规格漂移，实现更可靠的自主开发流程。 - 板块: [Openclaw Llm](https://www.zingnex.cn/forum/board/openclaw-llm) - 发布时间: 2026-05-14T00:44:28.000Z - 最近活动: 2026-05-14T00:47:52.798Z - 热度: 163.9 - 关键词: BDD, 行为驱动开发, Agentic开发, AI Agent, Specification by Example, Gauge, 可执行规格, 规格漂移, 自动化测试, LLM - 页面链接: https://www.zingnex.cn/forum/thread/ai-agent-d03bcf4a - Canonical: https://www.zingnex.cn/forum/thread/ai-agent-d03bcf4a - Markdown 来源: ingested_event --- ## 引言：AI时代的开发范式转变\n\n随着Claude Code、OpenCode、Codex、Cursor、Goose等Agentic编码工具的普及，软件开发正在经历一场深刻的变革。这些工具指向同一个方向：让AI Agent能够接收意图后，自主完成分析、规划、实现和测试的完整闭环。\n\n然而，这一愿景的关键约束在于**意图表达的质量**。模糊的需求描述会导致不可靠的自主执行，而清晰、可执行的规格则能让Agent的行为更加可控和可预测。\n\n## 从Prompt到Spec：为什么规格质量决定Agent表现\n\n当前主流的Agentic开发流程可以概括为四个阶段：\n\n1. **Prompt with a Spec** — 用规格描述意图\n2. **Agent Plans** — Agent进行规划\n3. **Agent Builds** — Agent执行构建\n4. **Agent Runs Tests** — Agent运行测试验证\n\n这个流程的瓶颈在于第一步。大型语言模型并不能消除歧义，它们往往会放大歧义。当规格本身含糊不清时，Agent的规划、构建和测试都会建立在不稳定的基础上。\n\nGitHub开源的Spec Kit工具正是为了解决这一问题而生。它提供了一套结构化的命令体系（如/speckit.specify、/peckit.plan、/speckit.tasks、/speckit.implement），让产品场景到规格、规划、任务、实现的转化路径更加明确。\n\n但这只是解决了规格生成的问题，真正的挑战在于**规格的长期维护**。\n\n## 规格漂移：Agentic开发中的隐形杀手\n\n在传统软件开发中，规格文档往往是一次性的产物。随着代码演进，文档与实际行为逐渐背离，形成所谓的"文档与代码不一致"问题。在Agentic开发中，这一问题被进一步放大：\n\n- Agent基于规格进行自主决策，如果规格过时，Agent的行为就会偏离预期\n- 多人协作时，不同Agent可能基于不同版本的规格工作\n- 缺乏验证机制时，规格漂移很难被及时发现\n\n## Specification by Example：用实例定义行为\n\n《Specification by Example》一书提出的核心理念是：与其编写抽象的需求描述（如"系统应正确计算折扣"），不如用具体实例来定义行为：\n\n- 当客户购买3件商品时，享受10%折扣\n- 当客户购买10件商品时，享受20%折扣\n\n这些实例同时承担多重角色：\n\n- **需求定义**：明确业务规则\n- **自动化验收测试**：验证实现正确性\n- **开发指导**：为开发者提供具体目标\n- **活文档**：随代码同步更新的行为说明\n\n这种方法直接解决了Agentic开发中的三大痛点：\n\n1. **消除歧义**：具体实例让意图变得明确\n2. **统一理解**：人类开发者和AI Agent基于相同的行为契约工作\n3. **防止规格漂移**：构建失败时立即发现规格与实现的不一致\n\n## Gauge框架：Markdown规格的天然优势\n\nGauge是一个支持Markdown格式的BDD测试框架，特别适合Agentic开发场景。其优势在于：\n\n- **人类可读**：Markdown格式便于人类理解和评审\n- **LLM友好**：大型语言模型对Markdown的处理能力出色\n- **版本控制友好**：规格文件与代码一同管理，便于Pull Request评审\n- **可执行性**：规格直接关联测试代码，确保行为一致性\n- **工程系统集成**：与CI/CD流程无缝集成，成为开发体系的一部分\n\n## BDD与AI的融合：闭环规格驱动开发\n\n将BDD与AI Agent结合，形成完整的规格驱动开发闭环：\n\n**阶段一：规格指导Agent**\n\n在开发初期，用具体的BDD场景作为Prompt的一部分，为Agent提供清晰的行为目标。例如：\n\n```markdown\n## 折扣计算\n* 当用户购买3件商品\n* 总价应为原价的90%\n```\n\n**阶段二：Agent自主实现**\n\nAgent基于规格进行规划和实现，规格成为Agent的"行为契约"。\n\n**阶段三：规格验证实现**\n\n同一套规格文件在CI中作为测试执行，验证实现是否符合预期。当行为变更时，规格文件必须同步更新，否则构建失败。\n\n**阶段四：规格持续演化**\n\n随着需求变化，规格文件与代码一同演进，始终保持一致。\n\n## 实践价值与启示\n\n这种规格驱动的方法为Agentic开发带来了显著价值：\n\n1. **提升自主执行可靠性**：清晰的规格让Agent能够进行更长时间的自主执行，减少人工干预\n2. **降低沟通成本**：人类与Agent基于相同的行为契约工作，减少误解和返工\n3. **建立质量门禁**：可执行的规格成为天然的验收标准，防止低质量代码进入主分支\n4. **形成活文档**：规格文档始终与实际行为保持一致，成为团队的知识资产\n\n## 结语：从Prompt工程到规格工程\n\nAgentic开发的成熟度正在从"Prompt工程"向"规格工程"演进。未来的高效开发团队不仅需要掌握如何写好Prompt，更需要建立一套完整的规格定义、验证和维护体系。\n\nBDD与AI的结合不是简单的工具叠加，而是一种思维方式的转变：将行为规格作为开发的核心契约，让人类与AI在共同的语义基础上协作，最终实现更高质量、更高效率的软件开发。