A3--赵兵--EARS语法驱动的Agent需求⼯程实践 - 从Vibe Coding到⼯程化AI开发的质效跃升.pdf

1、赵兵腾讯云 高级工程师赵兵腾讯云 云开发 CloudBase 团队高级工程师2019年加入腾讯云开发CloudBase团队，目前负责云开发AI Toolkit、AI开发套件等模块研发工作。主导开发 CloudBase AI Toolkit 等开源项目长期从事工程提效和开源建设，专注于AI+研发效能领域的技术实践与方法论探索，在需求工程、代码生成、智能化开发流程等方面有丰富的实战经验。曾担任AI+研发数字峰会、KubeConf、前端早早聊等会议讲师，在技术社区分享AI IDE工作流实践获得广泛关注，累计阅读量超过20万目录CONTENTSAI 编程现状诊断0102EARS+SBE 方法论在 AI

2、 编程中的应用跨 AI IDE 的 Spec 工作流设计与实践03实战案例与总结04PART 01AI 编程现状诊断老虎机式的 Vibe Coding，真的靠谱吗？让开发变成了“碰运气”而不是“可控的工程”常见的 Vibe Coding 的流程 黄色节点为人操作，蓝色为AI产出，红色为不理想结果传统研发流程是怎么解决这个问题的？传统软件工程虽然慢，但能让项目稳步推进、可复盘、可协作PART 02EARS+SBE 方法论在AI 编程中的应用Kiro 引入 Spec 模式采用 EARS 描述需求传统软件工程理论 如何结合到 AI 开发流程？Spec 是什么？如何把模糊的想法转化为详细的实施计划、跟

3、踪和验收标准？Spec工作流的核心文件结构对比传统开发流程使用 Spec 模式开发的真实例子https:/ 模式完成一个特性的完整链条需求、方案、开发、测试、PRAI编程的核心痛点：为什么需要需求工程？需求理解偏差AI经常自信地生成错误代码，因为对需求理解有偏差上下文丢失复杂项目中，AI容易忘记之前的需求和约束质量不可控缺乏明确的验收标准，代码质量参差不齐AI编程的三大痛点AI 编程中的常见问题Spec 工作流解决了 AI 编程的三大痛点需求理解偏差、上下文丢失、质量不可控Spec工作流和大厂研发流程如出一辙 但和AI IDE深度结合EARS需求语法：让需求表达更精准连造飞机都用这套语法，你说

4、它靠不靠谱？The Easy Approach to Requirements Syntax(EARS)由劳斯莱斯公司开发，用于研发喷气发动机控制系统。举个 EARS 的需求的例子：EARS语法让模糊需求变成可测试、可验证的精确规范例：确认需求之后的技术方案设计例：基于需求和技术方案拆分的任务清单Spec 模式融合了 SBE 方法论的精髓SBE 为 Spec 工作流提供了坚实的理论基础SBE：Specification By ExamplePART 03跨 AI IDE 的Spec 工作流设计与实践跨AI IDE的Spec工作流实现即使 没有 Kiro，其他AI IDE也能复刻这套流程统一的工

5、作流，不同的IDECursor、Claude Code、GitHub Copilot等相同的Spec工作流理念互动环节：大家目前用的最多的是哪个 AI IDE？以 Cursor 为例：引入 Spec 工作流核心 Spec 规则文件样板https:/ AIIDE 的适配方案AI IDE配置文件路径配置文件路径文件类型文件类型Trae.trae/rules/spec.md.mdWindSurf.windsurf/rules/spec.md.mdRooCode.roo/rules/spec.md.mdTongyi Lingma.lingma/rules/spec.md.mdCodeBuddy.rul

6、es/spec.md.mdCline.clinerules/spec.mdc.mdcGitHub Copilot.github/copilot-instructions.md.mdBaidu Cate/rules/spec.mdr.mdrAugment.augment-guidelines无扩展名Claude CodeCLAUDE.md.mdGemini CLI.gemini/GEMINI.md.mdOpen AI CodeXAGENTS.md.mdQwen Code.qwen/QWEN.md.md 在这之前大家可