治愈 Cursor AI 编程的 “幻觉”?用它就够了!

01#

背景:

从“对话”到“契约”的进化 





在过去一年的 AI Coding 实践中,天玑前端团队经历了一个明显的瓶颈期。


早期我们沉浸在 Vibe Coding(氛围编码)的快感中——通过简单的对话、截图,AI 确实能飞快地生成页面。但随着需求进入深水区,这种模式的弊端开始显现:由于缺乏标准化约束,AI 生成的逻辑往往是“碎片化”的。面对中后台复杂的表单联动、嵌套的数据转换,AI 经常在多轮对话后开始“左右互搏”,导致开发者不得不陷入反复纠错的泥潭。


我们意识到,AI 效率的波动,本质上是上下文断层和需求共识缺失导致的。


随着业界向 Spec-Driven Development (SDD) 演进,大家开始达成共识:AI 不缺代码实现能力,缺的是精准的“指令规格”。我们需要一套流程,能把模糊的需求拆解成机器可理解的“契约”,并让 AI 在每个阶段扮演特定的专家角色(如架构师、测试员),以此来对冲个体经验带来的不确定性。


02#

方案调研:

寻找“秩序”与“效率”的平衡点





在构建我们自己的标准流之前,我们深入拆解了目前业界主流的三种规格驱动方案。它们代表了对“复杂任务拆解”的三种不同理解:


OpenSpec:“轻量级、面向变更的敏捷利器”

核心点:它非常推崇“原子化变更”。通过 Proposal(提案)和 Apply(实施)的闭环,把大的功能拆解成小的变更包。


GitHub Spec Kit:“工业级、标准化的协作协议”

核心点:极其强调“先写规格,再写任务”。它通过 Constitution(宪章)定义技术底线,确保 AI 生成的代码风格不走样。

启发:它给我们的启示是“门控”。如果需求阶段(Specify)没对齐,后续的编码(Implement)就是南辕北辙。


BMAD-METHOD:“全能型、多代理协作的工程框架”

核心点:它不再把 AI 当成一个简单的助手,而是模拟一个完整的专家团(PM、架构师、QA)。

启发:在复杂场景下,必须引入“角色思维隔离”。让 Plan 阶段像架构师一样思考,而不是一边写设计文档一边就想写代码。


为什么我们决定“集百家之长”?

调研完这些工具后,我们发现它们在 Cursor 等现代 IDE 中依然存在一些“摩擦力”:

  • 心智负担重:有些流程需要开发者频繁切换文件、手动同步状态。

  • 状态易丢失:在多轮对话中,AI 容易忘记最初在 spec.md 里定下的技术方案。

因此,我们决定吸收 OpenSpec 的轻量、Spec Kit 的严谨和 BMAD 的多角色思维,自研一套深度适配 Cursor 的AI研发流(Agentic Workflow)——Specflow。


方案设计:重塑 AI 研发的“流水线”

三种工具各有所长,为了满足自身业务需要,决定不采用任何社区方案,集各家所长建设适用于当前团队的 规格驱动开发(Spec-Driven Development, SDD)方案——Specflow。

整体架构


我们将这套方案的设计哲学归纳为以下四个维度:


全链路流程闭环:从“模糊”到“可交付”

不同于只关注编码的工具,Specflow 强制要求在进入代码阶段前完成深度的“需求对齐”。

  • 问题澄清(Specify):在产品文档确认后,AI 会优先识别逻辑漏洞和边界盲区,通过“问题澄清”环节强制补全细节,产出完善的业务规格书。

  • 技术建模(Plan):将业务规格映射为技术路径,包含接口定义与任务拆解,确保每一行代码都有据可查。

  • 原子化实现(Implement):基于任务组进行分步开发,并引入“人机协同”的断点 Review 机制。


严格的物理门控:拒绝“带病”进入开发

这是 Specflow 区别于社区方案的核心纪律。

  • 逻辑阻断:我们引入了硬性门控(Blocker Gate)机制。如果 Specify 阶段的细节未澄清,或者 Plan 文档中的技术风险(Block 项)未被回答,流程将强制停顿。

  • 确定性保障:这种设计迫使开发者“先想清楚,再写清楚”,严禁跳过设计直接编码,从而在根源上消灭了因理解偏差导致的无效重工。


单指令状态机:0 心智负担的“自动寻迹”

为了不让复杂的流程变成开发者的负担,我们实现了单指令入口(One Main Command)。

  • 物理寻迹:开发者只需输入万能指令 /specflow。

  • 自动识阶:系统会智能检索本地磁盘文件的状态(如 plan.md 的完成度),自动判定当前处于 PM、架构师还是开发者模式,实现研发进度的数字化自动追踪,无需手动切换工具。


SSOT 与角色思维隔离

SSOT 单文档策略:坚持 Single Source of Truth,将功能拆解、方案与任务状态集中在 plan.md 中。这让 AI 在编码时无需跨文件检索,向上滚动即可回溯初衷,大幅提升了上下文一致性并降低了 Token 损耗。

多 Agent 协作:通过特定 Prompt 为每个阶段分配专家角色(PM、TL、Dev、Admin),实现内生的“审计与校准”,确保产出质量不受个体经验偏差的影响。


03#

具体实现:

一套自驱动的“研发操作系统”





概述

Specflow是一套由 AI 驱动的结构化开发流程,通过 自动探测 机制,根据ai-docs/ 目录下的文件状态,精准切换工作模式。通过Sp…

— 以上为试看内容(约 40%),开通会员后阅读全文 —