StrategyLogic SDD 实践

在 AI 开发实践中，一个最常见的误区是：

把 Agent 当作更快的程序员，却忘了为它铺设稳定的工程轨道。

没有轨道，Agent 确实跑得快，但这种快是不一致的、难以复用的、无法验收的。最终，团队不得不退回到“人肉对齐、反复返工”的传统泥潭。

在 StrategyLogic AI 平台的实践中，我们已经告别 Vibe Coding，拥抱 SDD（Spec-Driven Development，规格驱动开发），对 Agent 工作流进行强力约束。

本文将从三个维度展开：

1. 为什么必须用 SDD，而不是 Vibe 式“裸奔”？
2. 人与 Agent 如何分工，才能构建持续提速的飞轮？
3. 实战验证：SDD 如何在 Genesis 项目迭代中发挥关键作用？

SDD 核心价值：既是轨道，也是加油站

如果说大模型是强大的动力引擎，Agent 是高速载货的机车，那么 SDD 就是轨道和加油站，让 Agent 不会跑偏和失速。

• SDD 是轨道：严格定义运行方向、边界条件与验收标准，防止 Agent 目标漂移。
• SDD 是加油站：为每一轮迭代提供结构化的上下文资产，支持多 Agent 无缝接力。

所谓 Vibe Coding，往往基于当前 Prompt 和局部上下文进行即时生成。虽然灵活，但存在天然缺陷：

• 目标易漂移：容易受对话历史干扰，偏离核心需求。
• 标准不统一：术语、接口定义、验收口径随生成结果波动。
• 协作困难：多 Agent 并行时，难以维持同一语义体系。
• 资产难沉淀：下一轮迭代无法直接复用上一轮的共识。

SDD 的本质，在于将临时性对话提升为结构化工程资产。在 Speckit 框架下，spec（规格）、plan（计划）、data-model（数据模型）、contracts（契约）等不再是文档负担，而是 Agent 能够稳定输出的基础设施。

人机分工：不是替代，而是协同

在 StrategyLogic AI 项目中，我们建立了明确的人机分工机制：

👤 人类：决策者与验收者

• 定义问题：提供核心需求意图与业务场景；
• 关键决策：在功能取舍、技术路线、体验标准上拍板；
• 持续迭代：基于真实使用场景，不断修正初始想法；
• 最终验收：确认功能可用性、体验一致性及战略方向正确性。

🤖 Agent：规范者与执行者

• 需求规范化：将模糊目标转换为可执行的规格说明；
• 任务分解：拆解为可并行、可交付、可验收的原子任务；
• 技术落地：完成系统设计、接口实现与编码；
• 文档沉淀：自动生成文档与测试证据，确保证据链完整。

这不是简单的“人提需求，Agent 写代码”，而是一个持续增强的闭环：

人不断深化对问题的理解并调整方向，Agent 快速实现并反馈结果，反馈又推动人的判断升级。

真正的提速来自这个闭环的持续运转，而不只是单次生成的速度提升。

Genesis 实践：五天两迭代

项目背景：Genesis 是 StrategyLogic AI 的基石，旨在将对话信息转化为可持续演化的战略资产。它正从单一的聊天助理，进化为集信息收集、语义组织、态势沉淀于一体的智能系统。

核心诉求：结论可追溯、资产可复用、战略可演进。

我们通过清晰的 SDD 分工，在 5 天内完成了两个关键迭代：

🏗️ Iteration 0：标准化地基

目标：做厚。不求功能多，但求标准稳。

• 定用户：明确目标用户画像与关键使用场景；
• 统术语：统一核心概念（如“动态”与“情境”的边界）；
• 固约束：将验收口径与追溯要求固化到 SDD 工件链中；
• 建资产：形成可被后续迭代直接复用的结构化上下文。

🚀 Iteration 1：基于地基加速扩展

目标：做快。复用资产，多 Agent 接力。

• 零摩擦启动：新 Agent 无需“重新理解世界”，直接继承 Iteration 0 的定义；
• 语义一致性：多 Agent 协作时，保持术语与标准的绝对统一；
• 体验升级：将基础的“可回溯”能力，平滑演进为“可导航、可连续演进”的用户体验。

关键洞察：Iteration 1 的惊人速度，并非凭空而来，而是 Iteration 0 中 SDD 资产产生的复利效应。如果没有 Iteration 0 的慢功夫，Iteration 1 必将陷入重新对齐的内耗。

🏃‍♀️‍➡️ 本质差异：从短跑选手到马拉松运动员

一句话概括 SDD 与原生 Agent 的区别：原生 Agent 擅长百米冲刺，而 SDD 让 Agent 具备了长距离持续奔跑的能力。

维度	原生 Agent 开发	SDD 驱动开发
驱动力	Prompt 驱动（随机性强）	标准驱动（确定性高）
产出物	单轮代码/文本	迭代资产（可累积、可复用）
验收标准	“能跑就行”	业务验收（符合交互与决策目标）
协作模式	单兵作战	多 Agent 接力

为什么对 AI 平台至关重要？

AI 平台开发与传统软件不同，它天然伴随着三重不确定性：

1. 模型能力的快速演变；
2. 业务问题的动态变化；
3. 用户认知的不断刷新。

在这种动态环境中，最大的风险不是响应速度慢，而是快但失控。

SDD 的价值在于：它将不确定性约束在一个可迭代、可验证、可协作的框架内。它让 Agent 的速度成为组织的稳定能力，而非偶然产物。

本文即是最佳例证

这篇文章的诞生过程，本身就是一次完美的人机协作实践：

• Agent 负责结构梳理、初稿撰写与多轮改写；
• 人类 负责把控核心视角：
  • 将焦点从“怎么做”拉回“为什么”；
  • 明确人与 Agent 的职责边界；
  • 强化“持续迭代”的方法论；
  • 果断删减不成立的叙事（如虚构的 Iteration 2）。

这正是我们要传达的核心理念：

人提供方向与判断，Agent 提供速度与执行，SDD 提供共同运行的规范和标准。

三者结合，才是 AI 时代可持续的范式。

StrategyLogic 提供的范式也适用于任何自主 Agent 场景：以规格为轨，以协作为翼，让 AI 原始能力从原野上的自由冲刺，迈向高铁轨道上的稳定提速。