---
title: "干货 | 轻量级驾驭工程：AI Coding Workflow 最佳落地实践"
description: "导读：在 AI 辅助编程普及的今天，你的团队是怎么写代码的？是靠开发者随心所欲的“自然对话”，还是有严谨的工作流约束？"
date: 2026-03-30T11:58:33Z
canonical: https://xiaobox.github.io/p/2026-03-30-gan-huo-qing-liang-ji-jia-yu-gong-cheng-ai-coding-workflow-z/
author: 小盒子
categories: ["AI"]
tags: ["LLM", "Claude", "Codex", "Agent", "Prompt", "架构"]
source: https://mp.weixin.qq.com/s/tVTdJq-l878Ar7oYUcQfIw
license: CC BY-NC-SA 4.0
license_url: https://creativecommons.org/licenses/by-nc-sa/4.0/
---

# 干货 | 轻量级驾驭工程：AI Coding Workflow 最佳落地实践

> **导读**：
> 在 AI 辅助编程普及的今天，你的团队是怎么写代码的？是靠开发者随心所欲的“自然对话”，还是有严谨的工作流约束？
> 本文将为你详细拆解“轻量 Harness 化 AI 研发工作流”的设计思路、工具选型与落地路径。无论你是独立开发者还是研发团队负责人，这套直接可抄作业的 Workflow 都不容错过。

* * *

## 一、 AI 编程的“向左走向右走”

当前 AI 编程的实践，大致演化出了两条截然不同的路径：**Vibe Coding** 与 **规范驱动开发 (SDD)**。

| 维度 | 🎨 Vibe Coding (直觉编程) | 📐 规范驱动开发 (SDD) |
| --- | --- | --- |
| **核心理念** | 自由交互，强调开发者与 AI 的自然对话 | 规范先行，以 Spec 为唯一事实来源 |
| **适用场景** | 快速原型、概念验证、探索性开发 | 生产环境、复杂系统、高质量要求 |
| **侧重点** | 提示词 (Prompt) 工程的灵活性 | 规范的严谨性与完整性 |

![图片](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2026-03-30-gan-huo-qing-liang-ji-jia-yu-gong-cheng-ai-coding-workflow-z/001-67e36290.png)

**⚠️ Vibe Coding 的隐患：**

随着大模型能力的增强，Vibe Coding 搭配插件确实能快速出活。但在**团队级实践**中，它暴露出 4 个致命问题：

1.**效果不可控**：不同模型、不同 Prompt 风格的产出质量参差不齐。

2.**幻觉难约束**：缺乏结构化约束，强如顶尖模型也会“胡编乱造”。

3.**技术债隐蔽**：表面跑通了，底层可能埋下了架构和质量的“雷”。

4.**协作难统一**：个人习惯各异，大规模协作时极易失控。

正是为了系统性解决这些痛点，**SDD (Spec-Driven Development)** 应运而生。

* * *

## 二、 什么是 SDD？它为什么重要？

> 💡 **核心理念：** 在 SDD 中，**规范（而非代码）才是唯一的事实来源**。开发者编写严谨的自然语言规范，由 AI 自动生成、测试并维护代码。
> 参考阅读：GitHub Spec-Driven Development

采用 SDD，意味着研发范式的三大转变：

○🔄 **权力反转**：过去是“需求文档服务于代码”（代码写完文档就废了）；现在是“代码服务于规范”（代码只是规范的衍生品）。

○🛤️ **工作流重塑**：修 Bug 或加功能，不再直接改代码，而是**先更新规范**，再让 AI 重新生成代码。

○🛡️ **两道防线约束质量**：

▫**模板约束**：强制 AI 聚焦业务逻辑。遇到模糊需求必须提问（`[需要澄清]`），杜绝瞎猜。

▫**架构宪法**：设定硬规则（如：必须先写测试并确认失败，才能写业务代码；强制模块化等）。

**🎯 终极价值**：消除需求与实现之间的鸿沟，让程序员从“敲代码的打工人”进化为“定义系统意图的架构师”。

* * *

## 三、 击中痛点：告别“实现漂移”

主流 AI 工作流为何纷纷拥抱 SDD？因为它解决了一个核心顽疾——**实现漂移 (Implementation Drift)**。

在随意的 Vibe Coding 中，代码层的知识无法被提取和固化。AI Agent 就像一个失忆的工人，缺乏上层显性知识和关键上下文，导致：

○**效率低下**：每次开发都要让 AI 重新从底层啃代码，无法高层建瓴。

○**知识断层**：编程规范、技术约束无法沉淀。

○**协作困难** & **质量崩塌**：Bug 和技术债越滚越大。

* * *

## 四、 主流 SDD 工作流大比拼

社区中已涌现出众多优秀的 SDD 实践方案，我们进行了深度体验对比：

| 工作流 | 定位与特色 | GitHub 仓库 | 实践痛点 |
| --- | --- | --- | --- |
| **Spec-Kit** | 官方工具链，全链路 (constitution/spec/plan/tasks/implement) 完整 | github/spec-kit | 流程重、Token 消耗大、耗时长、维护成本高 |
| **OpenSpec** | 轻量级 SDD 实现，更灵活 | Fission-AI/OpenSpec | 需人为设计流程，上手门槛较高 |
| **GSD** | 强调 fresh context 和 map-codebase 的分阶段框架 | gsd-build/get-shit-done | 棕地项目知识总结极佳，但完整流程耗时长 |
| **superpowers** | Skills 驱动，强调 brainstorming, TDD 和 review | obra/superpowers | 亮点突出，但整体流程中部分步骤相对薄弱 |
| **compound engineering** | 闭环流程 (Brainstorm→Plan→Work→Review→Compound) | EveryInc/compound-engineering-plugin | 流程合理，但对棕地项目的存量知识沉淀不足 |

**结论：** 在生产环境中，我们需要平衡**开发效率、代码质量和 Token 成本**。目前没有任何单一工作流能完美兼顾，强行绑定只会让开发体验打折。

* * *

## 五、 破局策略：组合最优解（缝合怪战术）

基于上述痛点，我们的落地策略是：**取各家之长，组合使用**。

○**阶段一（当下）**：做“缝合怪”。串联 `GSD` + `compound engineering` + `superpowers` 的最佳环节，先跑通验证。

○**阶段二（未来）**：逐步过渡到自研工作流，形成完全契合团队基因的 AI 编程链路。

**🛠️ 工具选用原则与雷达图：**

| 流程环节 | 选用工具 | 选用理由（最佳平衡点） |
| --- | --- | --- |
| 🔍 **Codebase 分析** | GSD `/gsd:map-codebase` | 对棕地项目（遗留系统）分析最全面完整 |
| 🧠 **Brainstorm** | CE `/ce:brainstorm` | 探索速度与效果的最优平衡 |
| 📝 **Plan** | CE `/ce:plan` | 兼具效率和生成质量，Token 消耗合理 |
| 💻 **Work** | Claude Code / Codex | 无需特殊指令，明确方案下 AI Agent 自主能力已足够 |
| 👀 **Review** | superpowers (自然语言) | 综合表现最佳：不慢、不冗长、反馈极具价值 |
| 📈 **Compound** | GSD `/gsd:map-codebase` | 支持增量更新，自动识别并沉淀项目变化 |

*(注：CE 为 compound engineering 的简称)*

* * *

## 六、 终极实战：六步法完整工作流

综合打磨后，我们得出了这套黄金六步法。它与 Compound Engineering 的流程高度重合（因其设计合理），但我们**补齐了 Codebase 环节，并替换了部分步骤的具体实现**。

![图片](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2026-03-30-gan-huo-qing-liang-ji-jia-yu-gong-cheng-ai-coding-workflow-z/002-5af760dc.png)

### 👣 Step 1: Codebase (建立项目认知)

○**执行方式**：运行 GSD 的 `/gsd:map-codebase`。

○**作用**：并行拉起多个代理，全面提取架构文档、规范、外部集成、技术栈、风险点。为后续开发提供关键上下文。![图片](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2026-03-30-gan-huo-qing-liang-ji-jia-yu-gong-cheng-ai-coding-workflow-z/003-533e2da0.png)

### 👣 Step 2: Brainstorm / Research (技术方案探索)

○**执行方式**：运行 `/ce:brainstorm`。

○**作用**：结合项目现状探索可行性方案，效率与效果极佳。

### 👣 Step 3: Plan (制定开发计划)

○**执行方式**：运行 `/ce:plan`。

○**作用**：总结探索成果，输出高质低耗的开发计划。

### 👣 Step 4: Work (执行开发)

○**执行方式**：**直接对话**使用 Claude Code 或 Codex。

○**作用**：为什么不加约束？因为前置方案已明确，放开手脚让 AI 自主调用工具和子代理，反而能最大化效率。

### 👣 Step 5: Review (代码审查)

○**执行方式**：通过自然语言触发 superpowers，例如：

> *"用 superpowers 对最新的一次 commit 进行 code review"*

○**作用**：提供速度适中、精炼且极具价值的代码质量反馈。

### 👣 Step 6: Compound (知识复利)

○**执行方式**：再次运行 `/gsd:map-codebase`。

○**作用**：沉淀显性知识（业务逻辑、技术决策等）。支持增量识别，无需每次代码变更都执行。**建议执行时机**：Feature 完成时、做出重要技术决策时、架构显著变化时。

* * *

## 七、 灵活适配：按场景“裁剪”流程

全套流程虽好，但没必要杀鸡用牛刀。团队可根据任务粒度自由裁剪：

○🚀 **完整 Feature 开发** (工作量大)：`Codebase → Brainstorm → Plan → Work → Review → Compound`

○🏃 **中等粒度任务** (方案清晰)：`Codebase → Work → Review → Compound`

○🔧 **小型修复/调整** (日常 Bug)：`Codebase → Work → Review`

○🩹 **快速修补** (十万火急)：`Codebase → Work`

**⚠️ 避坑指南：** 即使使用短流程，也要记得**定期执行 Compound (`/gsd:map-codebase`)** 沉淀知识，防止“实现漂移”死灰复燃！

* * *

## 八、 建立知识沉淀体系（动静分离策略）

通过上述 Workflow，项目会自然沉淀出两类核心资产，我们称之为**动静分离**：

1.🔄 **Codebase 文档 (动态，全队共享)**

由 `/gsd:map-codebase` 自动刷新，包含项目结构、模块关系、依赖分析。它是 AI Agent 的“实时地图”。

2.📌 **`CLAUDE.md` / `AGENTS.md` (静态，手动维护)**

用于兼容不同 AI 工具的内容一致性文件。主要记录**开发规范、技术约束、业务规则和“绝对禁区”**。不频繁变更。

*(除这两者外，其他过程文档在开发结束后可直接删除或归档。)*

* * *

## 九、 驾驭工程的核心：上下文工程

有工具还不够，AI 编程的终极壁垒是：**将隐性知识转化为显性知识。**

不要指望 AI 自己去翻代码找表结构，这不仅慢而且容易错。我们需要主动投喂“AI 友好的知识形态”（Context Engineering）。

**✅ AI 喜欢的格式：**

○`.md` Markdown 文件 (如 PRD 文档)

○`.sql` 数据库脚本 / 表结构导出

○结构化的 Schema / JSON / YAML (如 UI 交互描述)

○CLI 命令行工具 / Bash 脚本

**❌ AI 讨厌的格式：**

○Word、Excel、PPT 等非结构化办公文档。

**落地建议：** 团队需建立规范，确保业务规则、设计图和数据结构在进入工作流前，已被转化为上述机读友好的格式。这是划定 AI 操作边界、消除幻觉的关键。

* * *

## 🛠️ 附录：工具链安装避坑指南

为了方便大家上手，我们整理了三大工具的安装差异。**整体结论：建议统一使用 Claude Code 执行工作流，支持度最好。**

| 工具 | Claude Code 安装姿势 | Codex 安装姿势 | 差异与踩坑点 |
| --- | --- | --- | --- |
| **GSD** | `npx get-shit-done-cc --claude --global` (或 `--local`) | `npx get-shit-done-cc --codex --global` (或 `--local`) | 同一个 installer，Codex 侧是 skills-first，最省事。 |
| **superpowers** | `/plugin install superpowers@claude-plugins-official` | 需 clone 仓库 + 建立 symlink 到 Codex skills 目录。详见 Codex 官方文档 | 明显 Claude-first，Codex 需要繁琐的手工安装。 |
| **compound-engineering** | 先 `/plugin marketplace add EveryInc/compound-engineering-plugin`
再 `/plugin install compound-engineering` | `bunx @every-env/compound-plugin install compound-engineering --to codex` | Claude 是原生插件；Codex 是转换安装（且官方标明为 experimental）。 |

**🔗 传送门：**

○GSD: https://github.com/gsd-build/get-shit-done

○superpowers: https://github.com/obra/superpowers

○compound-engineering: https://github.com/EveryInc/compound-engineering-plugin