OpenSpec:给你的AI编程助手画一张“施工图纸”,从此告别返工噩梦

用OpenSpec一周后
AI编程的返工率从70%降到了10%

先来看一个真实的崩溃场景。
周五下午5点,让Cursor写一个用户登录模块。需求说得很清楚:邮箱+密码,记住我功能,三次失败锁定。

3分钟后,代码出来了。仔细一看——它自作主张加了Google登录、短信验证码,还有一套根本没提的权限系统。
最后花了2小时删代码、改逻辑。恨不得自己重写。
这不是AI能力不行,是输入方式出了问题。
直到发现OpenSpec——一个让AI从“野路子”变成“正规军”的工具。


AI编程最大的坑:你以为说清楚了,其实没有

你知道现在的AI编程最怕什么吗?
不是复杂的需求,而是模糊的需求。
跟AI说“做一个好看的按钮”,它给你蓝色圆角加阴影——因为训练数据里90%的“好看按钮”长这样。
跟AI说“写个登录功能”,它把OAuth、JWT、验证码全招呼上——因为它觉得“完备”比“精准”更重要。
这不是AI的错。
问题是,很多人一直在用“聊天”的方式,做一件本质上是“工程协作”的事情。
在团队开发中,会这么说吗:“小王,你给我写个好看的按钮”?
不会。会说:“按钮宽120px,高40px,圆角8px,背景色#3B82F6,hover变#2563EB。”
AI需要的不是闲聊,是规格

OpenSpec是什么?一句话说清楚

OpenSpec是一个让AI按规范工作的框架。
它在项目里建一个openspec/文件夹,里面放两样东西:
-
specs/:记录系统现在长什么样(真相来源)
-
changes/:记录每次改动的完整提案
可以把它理解为:给AI画的施工图纸。
有图纸的施工队和没图纸的施工队,区别不言自明。
这个项目2025年9月才发布,GitHub上已经27k+星标。
为什么这么火?因为它解决了AI编程最痛的那个点——不可控。


一个真实案例:厨房计时器

来看一个实际的使用场景。
需求:做一个浏览器里的厨房计时器。
传统做法:在对话框里说“做一个厨房计时器”,等AI出代码,发现问题,再对话,再改……来回折腾七八轮。
用OpenSpec的做法:
01
初始化

npm install -g @fission-ai/openspec@latest
openspec init
02
创建提案

在AI助手里输入:/openspec-proposal 做一个厨房计时器
03
AI自动生成规范

它自动写出了这些内容:
-
spec.md:用户打开看到1/3/5分钟按钮;按下开始倒计时;倒计时中再次按下重置并重新开始……
-
tasks.md:搭建HTML结构、写JS逻辑、加CSS样式、浏览器测试……
04
一条指令实施

输入/openspec-apply,AI按任务清单逐项执行。
结果如何?
一个完整的厨房计时器,10分钟,一次通过,零返工。

为什么OpenSpec值得一试?

01
把“理解成本”前置

以前是代码写完了才发现理解错了,返工。
现在是写代码之前就把规范定好,AI照着做,一次对齐。
02
给AI戴上“镣铐”

不是限制它的能力,而是让它不乱跑。
OpenSpec把AI约束在tasks.md的框架里工作,不再“自由发挥”——想加功能?行,先更新规范。
03
知识变成资产

每次变更都留下完整的规范文档。
三个月后新同事问“这个模块为什么这么设计”,直接扔给他openspec/specs/文件夹就行。
这不是代码,这是团队的工程记忆。

谁最适合用?

推荐使用的人群:
-
需求经常变、AI理解总是偏的开发人员
-
带着AI做项目的小团队
-
在老旧系统上持续迭代的维护者(OpenSpec最擅长这个)
不适合的场景:
-
一次性脚本、用完就扔——直接对话就够了,不用折腾这个

写在最后

OpenSpec的创始人说了一句话,值得记住:
“AI不能读懂你的心思。这仍然是你的工作。OpenSpec只是给了你完成这项工作的工作空间。”
AI编程正在经历一个转变:从“它能生成代码吗”到“它能可靠地生成我想要的代码吗”。
OpenSpec代表的,就是这个转变的方向。
如果也受够了AI的“自由发挥”,去试试。
今日AI课程推荐:
想掌握AI智能体开发核心技能,却苦于没有系统学习路径?
想将AI技术落地到实际工作场景,却缺乏实战经验?
「AI智能体开发实战营」火热招募中~~
仅需228元!

-END-
点击 关注我们
夜雨聆风