別再 Vibe Coding ! 用規格把決定權拿回自己手中 !

📌 別再 Vibe Coding ! 用規格把決定權拿回自己手中 !

這是一份根據您提供的內容總結出的結構化報告：

⓵ 【容易懂 Easy Know】

想像寫程式就像蓋房子。以前，蓋房子的人（程式設計師）要自己想好設計圖，還要自己一磚一瓦蓋起來。現在有了聰明的「AI機器人」，它可以超快地蓋好一整棟房子！

但是，機器人蓋的房子不一定好住，甚至可能有問題。所以，現在最重要的不是怎麼蓋，而是怎麼畫出一張清楚、詳細的設計圖給AI機器人。Google發明了一套像「AI監工」的系統叫EGM，它有「大象」幫你把模糊的想法變成精確的設計圖，還有「金魚」這個冷酷的審查員，會從各個角度檢查設計圖有沒有漏洞，確保AI機器人蓋出來的房子既穩固又實用。這樣一來，未來寫程式會變成「設計師」的工作，而不是「蓋房子」的工作，設計圖才是真正的寶藏！

⓶ 【總結 Overall Summary】

傳統軟體開發中，程式碼的清晰度與可讀性是「Clean Code」等經典著作強調的核心。然而，隨著人工智慧（AI）工具的興起，程式碼的生成變得極為迅速且批量化，這正在徹底改變軟體開發的重心。本報告探討了當前AI在程式碼生成領域的影響，指出開發模式正從「撰寫程式碼」轉變為「規範驅動開發」（Spec-Driven Development, SDD），即更著重於清晰的設計文件與嚴謹的驗證流程。

Robert C. Martin（「Uncle Bob」）曾是Clean Code的倡導者，如今他甚至讓AI撰寫所有程式碼，並且盡可能不審視其生成內容，而是透過制定嚴格的規範與測試來控制AI。Google工程師Dave Rensing也持相同觀點，認為AI生成的程式碼人類未來不再需要閱讀，真正關鍵的是為AI撰寫清晰的設計文件。他開發的工具在Google內部數月內就獲得了超過十萬用戶的使用，證明了這種模式的效率與潛力。他的核心理念是：「設計文件的規模遠小於程式碼的規模」，透過數頁清晰的設計文件指導AI，比讓AI閱讀數十萬行程式碼更具成本效益、速度和可靠性。

為此，Google開源了一套名為EGM（Elephant Goatfish Model）的AI代理系統。EGM由負責釐清需求和撰寫設計文件的主代理「Elephant」組成，以及一個無記憶、客觀進行五階段嚴格審查的子代理「Goldfish」。Goldfish的審查過程包括全局評估、理解性測試、壓力測試、範圍裁剪和實作準備度檢查，確保設計文件在撰寫任何程式碼之前，就通過最嚴格的邏輯審核。此外，文章也比較了EGM與另一工具Gillme的差異，指出Gillme適合在想法模糊的「零到一」階段進行互動式提問，而EGM則適合在已有初步輪廓的「一到一百」階段進行嚴謹的設計與審查。最佳實踐是將兩者結合，先用Gillme理清思緒，再用EGM進行詳細設計與審查，最終交由AI編碼代理實作，並用Goldfish進行盲測，顯著提高AI生成程式碼的首通過率。

EGM不僅適用於從零開始的新專案設計，也透過EGM Bootstrap指令提供了「由微觀至宏觀」的方法，能為缺乏文件說明的舊有程式碼專案自動生成層級化的README文件，快速提供可讀的基礎說明。這一切都指向一個核心結論：當AI使得程式碼撰寫成本趨近於零時，設計文件撰寫與驗證就成了新的瓶頸和價值所在。「設計即新程式碼」，透過規範驅動開發，開發者得以重新掌握軟體開發的主導權。

⓷ 【觀點與評論 Viewpoints】

• AI正在徹底改變軟體開發的價值重心，從「寫程式碼」轉向「寫設計規範」。
  • 深入評論：過去十幾年，「Clean Code」等理念強調程式碼的可讀性和人類友善。然而，當AI能夠高速生成大量程式碼，且人類不再需要或甚至避免直接閱讀這些代碼時，程式碼本身的「整潔度」和「可讀性」對人類而言便不再是首要考量。真正的價值轉移到如何清晰地指導AI、定義問題、設計架構與驗證結果。這是一個典範轉移，開發者需從編碼者轉變為系統設計師和規範定義者。
• 清晰、嚴謹的設計文件是控制AI並確保軟體品質的關鍵。
  • 深入評論：Google工程師Dave Rensing的經驗證實，與其讓AI處理模糊的指令或自行解讀大量程式碼，不如提供數頁清晰的設計文件。這不僅能大幅提高開發效率，也降低了AI生成錯誤或不符合預期的風險。設計文件成為了人機協作的契約，它的精確度直接決定了AI產出的質量。
• 「規範驅動開發」（Spec-Driven Development, SDD）成為AI時代的開發哲學。
  • 深入評論：SDD強調在撰寫任何程式碼之前，必須先制定一套全面且經過驗證的規格文件。這與傳統敏捷開發中「先跑起來再說」的理念有所不同，但對於AI生成程式碼的場景而言，SDD提供了必要的控制和預測性。透過在設計階段就消除邏輯漏洞和潛在問題，可以顯著減少後續返工成本，並提高最終產品的可靠性。
• EGM系統中的「Elephant」與「Goldfish」代理模型實現了高效的人機協同設計與驗證。
  • 深入評論：EGM的「Elephant」代理負責與開發者互動，逐步釐清需求並草擬設計文件，就像一位經驗豐富的架構師。而「Goldfish」作為一個獨立、無記憶的審查者，能夠從多個客觀視角對設計進行「盲測」，找出潛在問題。這種分工避免了單一代理因「記憶」或「偏見」而產生的疏漏，提升了設計的嚴謹性和堅韌性。
• AI工具可以針對開發的不同階段提供差異化的輔助，並且可以組合使用。
  • 深入評論：Gillme與EGM的比較顯示，不同的AI工具適合解決開發流程中的不同問題。Gillme擅長將模糊的概念轉化為具體決策，適合專案初期。EGM則擅長將初步設計轉化為嚴謹規範並進行全面審查，適合專案中後期。將這些工具串聯成一個工作流程，能最大化AI的輔助效益，覆蓋從概念發想到底層實作準備的全鏈條。
• 即使是遺留系統，AI也能在短時間內自動生成有用的文件，提升可維護性。
  • 深入評論：EGM的Bootstrap功能證明AI不僅能從零開始設計新系統，也能回溯現有程式碼，自動生成分層次的README文件。這對於缺乏完善文件，難以維護的舊系統來說，是極大的福音。它降低了舊系統的「文件債」，使其更容易被新團隊理解和改造。

⓸ 【重點條列 Key Points】

• 📌 2008年「Clean Code」強調程式碼應為人類可讀，但現今Robert C. Martin已轉為讓AI撰寫所有程式碼，並避免直接閱讀。
• 📊 Google工程師Dave Rensing指出，AI程式碼快速且量大，但人類不再閱讀，關鍵在於為AI撰寫清晰的「設計文件」。
• 📈 Dave Rensing開發的方法工具在Google內部數月內被超過100,000名員工使用。
• 📝 EGM（Elephant Goatfish Model）是Google開源的AI代理系統，基於「規範驅動開發」（SDD）理念。
• 🐘 EGM包含主代理「Elephant」負責釐清需求和撰寫設計文件，子代理🐠「Goldfish」則進行五階段（全局、理解、壓力、範圍、實作準備）獨立客觀審查。
• ⚠️ Goldfish是「零記憶」代理，只讀取當前文件，若未寫入文件中的資訊，即使口頭討論過也會被標記為問題。
• 🛠️ Gillme適合將模糊概念轉化為決策（「零到一」階段），而EGM則擅長將初步設計轉為嚴謹規範（「一到一百」階段）。
• 🚀 結合Gillme與EGM的四步驟工作流：Gillme釐清➡️EGM設計➡️Goldfish審查➡️AI編碼與盲測，能顯著提升AI生成程式碼的首通過率。
• 📄 EGM Bootstrap指令能為缺乏文件的遺留系統自動生成層級化README文件，提升可讀性與可維護性。
• 💡 當程式碼撰寫成本趨近於零，設計文件撰寫與驗證成為新的瓶頸和最有價值的資產，「設計即新程式碼」。

⓹ 【測驗三題 3-Question Quiz】

1. 根據報告，Robert C. Martin（Uncle Bob）對待AI生成程式碼的態度有何轉變？
   A. 他主張AI生成的程式碼必須符合Clean Code的嚴格標準。
   B. 他建議開發者應仔細審查AI生成的每一行程式碼以確保品質。
   C. 他現在讓AI撰寫所有程式碼，並盡可能避免直接閱讀，轉而透過規範與測試來控制。
   D. 他認為AI工具會取代所有開發者，所以已停止寫程式。正確答案：C
   解析：報告明確指出，Robert C. Martin現在已讓AI撰寫所有程式碼，並透過設定嚴格的規範和測試來管理，而不是直接閱讀AI生成的代碼。
2. EGM系統中的「Goldfish」子代理的主要功能是什麼？
   A. 負責與開發者互動，釐清專案需求和背景脈絡。
   B. 根據開發者的口頭指示，快速生成初步的程式碼原型。
   C. 作為一個獨立且無記憶的代理，對設計文件和程式碼進行多階段客觀審查。
   D. 記錄EGM與開發者之間的所有聊天歷史，作為未來參考。正確答案：C
   解析：Goldfish被描述為一個「零記憶」的獨立子代理，專門負責從多個視角對當前的設計文件進行嚴格的客觀審查，確保其邏輯嚴謹。
3. 報告中提到，Gillme與EGM在適用階段上的主要差異是什麼？
   A. Gillme適合處理大型、複雜的系統新增功能，EGM適合全新專案。
   B. Gillme適用於將模糊、抽象的想法轉化為具體決策（零到一階段），EGM適用於將已有初步輪廓的設計精煉成嚴謹規範（一到一百階段）。
   C. Gillme主要生成程式碼，EGM主要生成測試案例。
   D. Gillme用於團隊協作，EGM用於個人開發。正確答案：B
   解析：報告明確指出，Gillme更輕量快速，適合在「零到一」階段幫助使用者將混亂的想法清晰化；而EGM則更像是「重量級設計評審」，適合在「一到一百」階段將已有基本輪廓的設計轉化為嚴謹的規範並進行審查。

💡 【推薦延伸續問 Suggested Follow-ups】

1. 鑑於「設計即新程式碼」的觀點，未來軟體工程師的核心技能組合應如何調整，以適應這種「規範驅動開發」的範式轉變？
2. EGM的Goldfish代理採用「零記憶」審查機制，這雖然保證了客觀性，但也可能導致AI無法理解人類對話中未被書面化的上下文。在追求效率與客觀性的同時，如何平衡這種潛在的溝通鴻溝？
3. 目前EGM和Gillme主要專注於設計與規範層面，對於AI生成程式碼後的安全性、性能優化以及與現有複雜系統的整合，AI工具應如何進一步發展才能提供更全面的支援？

⓺ 【關鍵標籤 Hashtags】

#AI軟體開發 #規範驅動開發 #EGM模型 #設計文件 #程式碼自動生成

✡ Oli小濃縮 Summary bot 為您濃縮重點 ✡

▶