从随机生成到三层文档体系：AI编程工具正在形成新规范

昨天的AI编程圈，有一个信号值得单独拿出来说：从CLAUDE.md到DESIGN.md再到SPEC.md，三层文档体系正在同时被行业主流玩家验证，这不是某个公司的专属方案，而是正在成为行业共识。

先说具体观察到了什么。

DESIGN.md：设计规范正在被AI直接执行

这件事的起点是Google Stitch提出的DESIGN.md方案：把设计规范写成Markdown文件放进项目根目录，AI编程工具可以直接读取并按规范生成界面，而不是随机发挥。

最近有两件事让这个方向的可信度大幅提升。

第一，Y Combinator CEO Garry Tan在GStack v1.3的更新公告里，把「Design skills that stop looking like AI」作为核心卖点，同时在GBrain v0.12.3里推进同一理念——这不是跟风，而是顶级孵化器CEO在公开背书这个方向。

第二，社区出现了Awesome Claude Design项目：整理了68个预置DESIGN.md模板，覆盖Apple、Stripe、Linear、Notion、Cohere、Anthropic等68个品牌的设计语言，可以一键导入Claude Design生成完整的设计系统脚手架（包含README、CSS变量文件、HTML UI Kit和可复用的SKILL.md）。这个项目的目的是让AI生成的东西「看起来不像AI生成品」。

这不是某个公司的封闭功能，而是一个开放生态在围绕同一个文件格式运转。

SPEC.md：规格先行正在成为方法论

GitHub发布的spec-kit（当前89k stars）则从另一个方向推进：不是设计规范，而是需求规格。

它的核心理念是「规格文档先行」，工作流分为六步：Constitution（项目原则）→ Specify（需求规格）→ Clarify（澄清歧义）→ Plan（技术方案）→ Tasks（任务拆解）→ Implement（执行实现）。配合斜杠命令触发各阶段，支持30+种AI编码代理。

加上CLAUDE.md（编码行为规范），三层文档体系的结构已经非常清晰：

第一层：SPEC.md——项目要做什么（需求规格）

第二层：DESIGN.md——做成什么样子（视觉规范）

第三层：CLAUDE.md——用什么方式做（编码行为）

三层文件共同将AI编程从「随意生成」提升到「可预期、可控制、可复用」的系统化阶段。

Claude Code长程任务的核心瓶颈

除了文档体系，还有一条技术信息对实际使用有直接价值。

昨天Barret_China发了一条非常详细的技术分析，解释了为什么Claude Code在跑长程任务时总是跑一半就停下来：运行到约80k tokens时触发context compact阈值，对话历史被压缩为摘要，模型开始丢失细节，再经过一两轮auto-compact就会退出任务询问用户是否继续。

解决方案是Master-SubAgent架构（Coordinator Mode）：输入/coordinator启用主调度者模式，任务分解为15-30个独立子任务，进度写入progress.json持久化，每个子agent有独立context互不干扰。

理解这个机制，是用好Claude Code做大型任务的前提。

Token经济开始被系统性优化

最后一条，昨天多个来源同时指向同一个问题：Token成本正在成为AI编程工具链的硬约束。

Claude 4.7的分词膨胀达到45%，直接导致API费用上升。与此同时，开源社区的响应非常快：GrayMatter（Go语言Agent记忆库）声称可以降低90%的token消耗，TokenJuice CLI压缩命令输出减少AI对废话的吞入。

2026年下半年，这个维度的比拼会越来越激烈。

结语

昨天最重要的变化不是某个新工具发布，而是三份文档（SPEC.md、DESIGN.md、CLAUDE.md）同时被行业主流力量验证。AI编程正在从「能用AI生成代码」向「能用AI生成可预期、可控制、符合规范的代码」演进。这个转变比任何一个新工具都更值得关注。