所以我越来越觉得，AI 时代的团队开发，不是简单地“提高编码效率”，而是要重新设计协作方式。

比如下面这些 PR 是比较清晰的：

AI 写代码hen快，但 PR 仍然应该方便人类理解。 Automatic PR 的目的，就是让每次 review dou聚焦在一个问题上。

下面是我目前比较认可的几套方法论。

以前我们经常说“小 PR”，但 AI 时代，“小”这个词有点不够用了。

一个人让 AI 生成一个模块，另一个人也在Zuo相似的东西； 一个 PR 几百上千行，功NengNeng跑，但 review 的人根本不知道该从哪里kan； hen多关键决策散落在聊天记录里过几天连自己dou忘了为什么这么写。

所以我geng喜欢用这个标准：

reviewer 需要同时判断：

对团队来说spec 还有一个额外价值：它让别人知道你这次的边界在哪里。

说实话，你要是没个 spec，后面接手的人得有多痛苦你懂的。

所以在让 AI 写代码之前，Zui好先写一个hen短的 spec。

# Feature: 用户收藏文章## Goal用户Ke以收藏文章，并在个人中心查kan收藏列表。## In Scope- 文章详情页Ke以收藏 / 取消收藏- 个人中心展示收藏列表- 刷新后收藏状态保持正确## Out of Scope- 收藏夹分组- 批量管理- 推荐算法## Data Contract收藏记录：- userId- articleId- createdAt## Acceptance Criteria- 点击收藏后按钮状态立即变化- 取消收藏后收藏列表不再展示该文章- 接口异常时给出错误提示

这个 spec 不需要写成正式 PRD，也不需要hen长。它主要解决三件事：

你让它实现一个功Neng，它可Neng顺手帮你改类型、改接口、改状态管理，甚至重构一堆无关代码。单kan每一步dou好像有道理，但合在团队协作里就hen容易失控。

AI hen擅长执行，但它也hen擅长“自作主张”。

比如：

以前团队协作怕“写得慢”，现在geng怕“大家dou写得太快”。

我觉得这就是 Spec-driven Coding 的核心：

但下面这种 PR 就比较危险：

这就hen难 review。

因为 AI 生成代码之后行数经常不是Zui重要的问题。 有时候 行测试代码hen好 review；有时候 行核心模型变geng，反而非常重。

否则等到 PR 出来大家只Neng从代码里反推你的意图，这个成本太高了。

害，说到这我突然想到，为啥有些网站就是不收录我的文章呢？有人说是内容质量问题，有人说是关键词密度不对... 我觉得吧，有时候真的是玄学，你懂的。 "为什么百度不收录我的网页？"有人问过这个问题，其实原因挺多，比如 robots.txt 设置、网站结构、内容原创性等等，说实话，真要排查起来还挺麻烦的。 "那怎么才Neng让百度收录呢？" 这个问题吧，网上答案五花八门，有说要提交 sitemap 的，有说要提高网站权重的... 反正咱就是说多尝试总是好的，不试怎么知道呢？

不是让 AI 先跑起来而是先给 AI 画好跑道。

Zui近用 AI 写代码越多，越明显感觉到一个变化：

这种 PR Zui大的问题不是代码多，而是决策混在一起。