开发者开源 SpecForge:把 Markdown 规格编译成可校验的 Agent 约束
JealousFix4955 · reddit · 2026-10-23
Reddit 用户分享了开源项目 SpecForge(Rust 编写,pre-release),解决编码 agent 的一个常见痛点:写在 Markdown 规格里的业务规则(如「退款不得超过捕获金额」)agent 只是「读到」但从不真正执行,测试全过也无人发现。
核心思路
- 把规格从散文改成小型结构化文件:invariant(不变量)、behavior(行为)、event(事件),声明保证条款、风险等级和对应的验证测试
- specforge check 做确定性校验(无 LLM,同一规格永远同一结论),能抓出未解析引用、未被任何行为产出的事件等错误,并给出修正建议
工作流
- agent 起草规格 → 运行 check → agent 基于通过校验的规格开发(通过 MCP 查询而非重读大文档)→ 人工对比「承诺了什么」vs「测试实际证明了什么」
作者坦承的局限:目前「已证明」仅指指定测试运行并通过,尚未验证测试是否真的覆盖该行为,这是下一步计划。作者还在征集意见:这类检查应在 agent 开工前、宣告完成前的 hook、还是 CI 中运行?
「编程与Agent」频道最新
- 编码代理指数 v2.0 几乎全员掉分：21 个配置中 20 个下滑 — ArtificialAnlys · 2026-10-23
- Artificial Analysis 发布编码智能体指数 v2.0，各配置分数普遍下调 — ArtificialAnlys · 2026-10-23
- SWE-Atlas-QnA-AA 新评分：Muse Wonder Full 以 68.8% 居首 — ArtificialAnlys · 2026-10-23
- FrontierCode v1.1 榜单：Opus 5.5 得 56%，中段 15 家挤在 43–49% — ArtificialAnlys · 2026-10-23
- Artificial Analysis 编码代理指数 v2.0 发布：Claude Opus 5.5 以 61.7 居首 — ArtificialAnlys · 2026-10-23
- UC 新研究：把工具输出存文件再检索，反而让 GPT Agent 准确率下降 — ucriverside · 2026-10-23