GitHub 发布开源工具包 Spec Kit，旨在解决 "vibe coding" 的最大弱点——AI 常在规则未明确时就开始编码。它把流程从 "让 AI 直接构建" 改为 "先写产品规范，再让 AI 根据规范实现"。当前 AI 编码模式常因松散提示直接跳入代码，导致需求薄弱、边界遗漏和反复返工。Spec Kit 推动反向流程：先定义产品功能，再澄清差距、制订技术计划、分解任务，最后让 agent 执行。规范成为可执行的开发合约，支持 Copilot、Claude Code、Codex、Gemini、Cursor、Qwen 等 30+ agent 集成。项目已获 109K+ 星标。
Rohan Paul@rohanpaul_aiGitHub 发布开源工具包 Spec Kit，旨在解决 "vibe coding" 的最大弱点——AI 常在规则未明确时就开始编码。它把流程从 "让 AI 直接构建" 改为 "先写产品规范，再让 AI 根据规范实现"。当前 AI 编码模式常因松散提示直接跳入代码，导致需求薄弱、边界遗漏和反复返工。Spec Kit 推动反向流程：先定义产品功能，再澄清差距、制订技术计划、分解任务，最后让 agent 执行。规范成为可执行的开发合约，支持 Copilot、Claude Code、Codex、Gemini、Cursor、Qwen 等 30+ agent 集成。项目已获 109K+ 星标。
GitHub亲自下场推spec-driven开发，把vibe coding的随意感压回“先写规约再写代码”的老派流程，但这次规约是给AI读的，做coding agent的团队应该认真研究一下。
GitHub 发布了 Spec Kit，这是一个开源工具包，旨在修复"氛围编码"最大的弱点：AI 往往在产品规则还不明确时就开始编码。
获得了 109K+ 星标 ⭐️
它把"氛围编码"从"让 AI 去构建"变成了"先写产品规范，然后让 AI 根据规范来构建"。
如今大多数 AI 编程都是从一条模糊的提示词开始，然后直接跳入代码编写，这往往能产出可运行的原型，但需求薄弱、遗漏边界情况，并且带来混乱的返工。
Spec Kit 把流程倒过来：先定义产品必须做什么，然后澄清模糊地带，再制定技术方案，接着把方案拆解成任务，最后让 AI 智能体依据这些书面产物去实现。
这样一来，规范不再是可有可无的文档；它变成了一份可执行的开发合约，能够指导 Copilot、Claude Code、Codex、Gemini、Cursor、通义千问（Qwen）以及 30 多种其他 AI 智能体集成。
来源：Rohan Paul· x.com