Spec-Driven 在财付通(微信支付)的实践
议题背景:
Spec-Driven Development 正在重塑 AI 编码方式。然而,在将 Spec-Driven 落地到企业级存量系统时,我们发现开源框架解决的是"中间态",而真正的难题在两端:上游——Spec 从哪来? 面对数百个接口的存量系统,从零补全规范的成本远超想象;下游——AI 怎么守规矩? 即使有了 Spec,AI 仍然不知道团队积累的工程经验和框架用法。
内容大纲:
1. Spec-Driven 编程是什么
1.1 核心理念:Spec 是 source of truth,代码是 Spec 的表达
1.2 实践的难题
1.2.1 存量系统的初始 Spec 谁来写
1.2.2 Spec 之外的团队工程知识如何注入
1.2.3 工程知识如何规模化沉淀而非手工维护
1.2.4 复杂需求的设计决策如何从"人拍脑袋"变为"AI 辅助"
2. 存量项目的 Spec 自动生成
2.1 多阶段agent编排 + 确定性约束
3. 让 AI 在 Apply 阶段遵守团队规范
3.1 Spec规约下 DDD 架构规范
3.2 code template + skills
4. 工程知识的规模化提炼
4.1 多项目交叉分析,画像到共识到结构化 Skills 的系统方法论
5. AI 辅助的深度设计方案
5.1 获取业务上下文输出结构化设计方案
6. 实践效果展现
听众收益:
1. 系统理解 Spec-Driven 编程的全貌——知道它们解决了什么、留下了什么
2. 获得存量项目落地 Spec-Driven 的路径参考——了解如何突破"初始 Spec 从哪来"这个阻碍企业级落地的最大障碍
3. 理解"Spec + Skills"双轮驱动的实践模式——Spec 管"做什么"、Skills 管"怎么做",让 AI 生成的代码既满足需求又符合规范
4. 看到工程知识从手工维护到自动提炼的演进方向——从单项目经验到多项目交叉提炼的方法论
5. 建立"AI 编码的瓶颈在知识管理"的新认知——帮助团队在模型选型之外,关注更关键的知识工程建设