GitHub看不下去了 发布Spec Kit教大家怎样Vibe Code

GitHub看不下去了上周GitHub发了个开源工具，叫Spec Kit。9.5万个Star，8000个Fork。Vibe Coding这个词是Karpathy造的，意思是用AI写代码不用想太多，描述个大概，感觉对了就行，跑起来再说。这个词去年开始到处流传，因为它说中了一件真实发生的事：越来越多没有编程背景的人，用AI做出了以前做不到的东西。门槛在降，速度在升，大家都很兴奋。GitHub看到的另一面是：一年多下来，平台上出现了大量能跑但没人看得懂的项目。没有文档，没有测试，没有任何组织逻辑。今天能演示，明天加个功能就崩。作者自己都不清楚为什么能跑。代码屎山，但这次是AI帮你堆的，速度更快，规模更大。GitHub的产品经理Den Delimarsky说了一句话，把问题讲得很清楚：

"我们把编程Agent当搜索引擎用，但应该把它当成一个字面意思很强的搭档程序员。"

字面意思很强，是关键。你说"做一个登录功能"，AI就做一个登录功能。至于要不要对接你现有的数据库，要不要符合你的安全规范，要不要兼容三年前的老代码，它不知道，因为你没说。问题不是AI写不好，是没有人在它开始之前，把事情说清楚。

PART.01

Spec Kit的核心作用

Spec Kit想做的事，就是强制把这件事做完。

Spec Kit的工作流程流程是这样的：

1. 第一步，写宪法。给项目写一份原则文件，放进代码库。代码规范是什么，测试标准是什么，哪些架构决策不能随意改。AI在整个开发过程里都要遵守这份文件，不是一次性的提示词，是项目级别的约束。
2. 第二步，写规格。用自然语言描述要做什么，只说"做什么"，不提技术。"用户可以创建任务，拖动任务改变状态，给任务留评论"。这一步刻意把功能和技术分开，先把需求边界画清楚。
3. 第三步，出方案。规格确认之后再谈技术。用什么数据库，什么框架，API怎么设计。这步产出的是文档，不是对话记录，可以检查，可以修改，可以留存。
4. 第四步，拆任务。把方案拆成具体的执行列表。哪个任务对应哪个文件，依赖关系是什么，哪些能并行，哪些必须按顺序来。
5. 第五步，AI执行。前四步都确认之后，AI才开始写代码。拿着宪法、规格、方案、任务清单，按图索骥。出了问题知道往哪里追。

PART.02

关于Spec Kit的定位与意义

这套流程慢不慢？慢。InfoWorld实测说得很直接：Spec-Driven Development比Vibe Coding慢，但那本来就不是重点。想快速做个Demo，Vibe Coding没问题。要交付一个别人要长期用的东西，另说。Spec Kit自己也说，适合从零开始的新项目，不适合修小bug。Spec Kit去年9月就开了，沉寂了几个月，最近才突然热起来。时机的问题，不是工具的问题。今年AI编程Agent的能力跳了一个台阶。以前AI写错一行，你看得出来；现在AI能自主跑几十个步骤，中间哪步走偏了，你可能根本不知道。能力越强，失控的方式越隐蔽。于是有人开始认真想，怎么在让它跑之前，先把轨道铺好。这件事的本质，跟工具没什么关系。Karpathy的autoresearch里，AI可以自己修改训练代码、跑实验、评估结果、无限循环。人的工作只剩一件事：维护那个.md文件，在开始之前写清楚终点是什么，失败是什么。Spec Kit做的是同一件事，只是换了个场景。宪法、规格、方案、任务，这四样东西在AI开始工作之前就要存在，是人想清楚的结果，不是AI生成的。会不会用AI，慢慢变成一个更老的问题：动手之前，你有没有想清楚要做什么。项目地址：github.com/github/spec-kit