曹偲-DSL-Spec：TocoAI 的后端 Harness Engineering 实践.pdf

《曹偲-DSL-Spec：TocoAI 的后端 Harness Engineering 实践.pdf》由会员分享，可在线阅读，更多相关《曹偲-DSL-Spec：TocoAI 的后端 Harness Engineering 实践.pdf（17页珍藏版）》请在三个皮匠报告上搜索。

1、DSL-Spec：TocoAI的后端Harness Engineering实践曹偲TocoAI创始人，原网易云音乐CTO个人介绍曹 偲 15岁进入浙江大学计算机系，2008年硕士毕业加入网易 2012-2022年，作为核心创始人参与网易云音乐从初创到上市 领导千人技术团队，同时负责产品策划团队 2022年底离职创业，致力于研究和实践软件研发新范式的变革 2026年1月，带领研发的核心产品 TocoAI 上线TocoAI 创始人、CEO前网易云音乐CTO你了解设计时么 运行时 无类型,维护难度最高编译时有类型，维护难度其次设计时有约束，有动机，最易维护左移左移:AI:AI 工程的发展趋工程的发展

2、趋势势About Spec什么是 Spec人和 AI 共建的手段为什么要 Spec软件和脚本的区别AI Coding 是低门槛的，Spec Coding 却未必1需要本身对架构知识有一定了解的，而不只是被动接受AI输出怎么定义Spec2现实业务的持续变更会导致规约迅速熵增，保持长期的逻辑自洽远修补代码补丁更难怎样长时间维护好Spec3除了Merge代码，还需要Merge Spec么。如何保持在团队中Spec能很好的运作怎么协作 SpecSpec4规约层缺乏像编译器一样的硬性物理反馈，导致Spec本身会慢慢变得矛盾重重怎么验证 SpecSpec 的发展方向Spec FirstAI 动手写代码前，

3、先写一份详尽的功能需求文档(Spec)Spec AnchoredSpec As SourceSpec 能一定程度上取代代码，代码变成一种表达方式规约不再是临时文档，而是与代码同步演进的“真值中心”建模驱动：DSL描述软件结构规范Spec描述格式成为的“唯一信源”可管理、可检查DSL-SPEC：SPEC的合理形态视觉化表达数据格式可对应代码 形式化符号是排除各种胡说八道的极其有效的工具。自然语言的形式化符号是排除各种胡说八道的极其有效的工具。自然语言的 自然性自然性，不过是我们能轻松地用，不过是我们能轻松地用它说出那些荒谬性并不显而易见的话。它说出那些荒谬性并不显而易见的话。EdsgerEdsg

4、er Dijkstra,EWD667,1978 Dijkstra,EWD667,1978缩略版：含公司和设置信息的用户信息完整版：用户基本信息，以 user 为根实体，包含 id、name、age、nick、created_at、updated_at 字段。通过 pany_id 外键正向扩展出所属公司信息，公司信息包含 id、name、location、created_at、updated_at。通过 user_setting.user_id 反向注入用户设置列表，列表元素包含 id、key、value，以 user_setting 为根实体，唯一键为(user_id,key)。文本表达DSL

5、-SPEC：构建研发的“本体”Programming:Harness的最佳范式Agent(处理泛化和非确定性问题）+Programming(处理一致性和确定性问题)对于描述具体行为，一行代码胜过千言万语建模引擎稳态渲染AI Modeling需求文档DSL-SPEC(Harness Layer)结构性代码（80%）胶水/流程代码（20%）交付系统持续演进，始终如一的Harness Engineering实现持续约束Harness+Human-In-The-Loop结构、状态（存储）Harness+Human-In-The-Loop数据流转复用性性能 AI是信息不全的 AI是“懒惰的”AI是“缺乏

6、大局观的”AI是“不懂审美的”为什么注意什么Beyond Harness存储驱动（DB+流程）烟囱式构建系统逻辑碎片化、黑盒化 建模驱动(DDD)本体论(Ontology)业务即模型逻辑解耦AI原生语义支持理解业务知识资产化流程驱动的数据模型（能跑就行）决策驱动的数据模型（对数据模型的正确性、一致性、因果关系都有要求）AI时代系统构建不是单纯的代码问题TocoAI 降低Spec Coding门槛 提高Harness能力 提供长期维护方案 开源共建的模式 高效的设计时迁移方案T