AI 辅助开发范式

一、背景概述

随着大语言模型在代码生成能力的持续提升，AI 辅助开发已成为重要趋势。不同的使用方式、流程设计与约束机制，衍生出三种有代表性的开发范式：Vibe Coding、SDD（Spec Driven Development） 与 马具工程（Harness Engineering）。

二、范式定义

2.1 Vibe Coding

通过自然语言对话直接生成代码的开发方式

• 核心路径：
  

  ▲

  Prompt → Code  
  

• 特点：

• 高度依赖开发者与 AI 的交互能力
• 适合原型验证、脚本编写、个人小项目

• 灵活、快速，但代码质量和一致性较依赖个人经验

• 适用场景：

• 快速原型
• 一次性脚本
• 个人探索性开发

2.2 SDD（Spec Driven Development）

先标准化需求文档，再驱动 AI 生成代码的开发范式

• 核心路径：
  

  ▲

  Prompt → Requirements → Design → Tasks → Code  
  

• 特点：

• 将需求前置结构化，降低 AI 理解偏差
• 通过技术架构与设计文档约束生成行为

• 代码质量更可控，适合中大型项目

• 适用场景：

• 企业级业务系统
• 多人协作项目
• 需要长期维护的代码库

2.3 马具工程（Harness Engineering）

通过规范、流程和控制机制约束 AI 行为的工程方法

• 核心定位：
• 不是一种生成路径，而是一种控制与治理体系

• 可叠加在 Vibe Coding 或 SDD 之上

• 典型手段：

• 代码规范检查（ESLint / SpotBugs）
• 架构约束（ArchUnit）
• PR 门禁、回归测试、依赖审计

• AI 行为边界定义（只允许生成接口实现等）

• 适用场景：

• 对稳定性、安全性要求高的系统
• 团队使用 AI 但需保证工程质量

三、核心路径对比