告别 Vibe Coding：亚马逊团队靠规范文档驱动 AI 写代码
blaizedsouza · x · 2026-08-01
推文批评了随性编写提示词的“Vibe Coding”，并介绍了 Amazon 等大厂如何通过严谨的规范文档来驱动 AI 生成高质量代码。在亚马逊的工程实践中，规范文档不再是写完即弃的草稿，而是团队评审的核心产物。
这套工作流的核心步骤包括：
- 需求生成：通过一个初始提示词，生成带有验收标准的结构化需求（采用 when/then/shall 的 EARS 语法）。
- 自动查错：使用自动化推理技术扫描需求文档，检测并解决其中的歧义与逻辑冲突，而非单纯依赖大模型。
- 属性测试：将需求转化为“正确性属性”（即不变量），随后通过测试用例尝试证伪这些属性，只有通过测试的代码才会被采纳。
「编程与Agent」频道最新
- 实测对比：Google Opal 45秒秒杀 Devin 开发全栈应用 — SimplyAnnisa · 2026-08-01
- Kastor：像Terraform一样管理AI Agent的开源工具 — ctjlewis · 2026-08-01
- ChainStrip：通过剔除无用依赖硬化npm供应链安全 — ctjlewis · 2026-08-01
- 别把 Agent 想太神：任务够无聊它才听话 — MarcJSchmidt · 2026-08-01
- 实测对比：Google Opal 编程能力跑赢 Devin — eyishazyer · 2026-08-01
- UniFace：集成检测、识别与追踪的统一人脸分析开源库 — tom_doerr · 2026-08-01