SDD规范驱动开发：AI时代的软件工程新范式 (John 郭强)
这两天看到郭哥（John 郭强）发的文章，便尝试了 SDD 规范驱动开发，实操后发现原来自己写规则让 AI 自主实现，经常会出现被忽略，上下文漂移的毛病（文中的"凭感觉编码"的危机）可以有个比较好的方案解决了。
因为SDD（Spec-Driven Development）提出的答案是：彻底颠覆这一权力结构。...
总体使用下来，我感觉到了 SDX 从 SDD Spec-Driven Development 变为 Spec-Driven X，这个 X 预计将会来临很快，SDD聚焦的是“开发”环节，可咱们平时接触的不只是编程，还有文案、设计、科研、办公这些方方面面。
X就像SDD里的D（开发）一样，代表着任意领域，核心还是“人定规则、AI执行”，让规范驱动所有行业的流程，而不只是局限在代码开发上。
当然仔细一思考，这个X目前仅落在了文本编辑或者图片/视频生成，也就是跑通了大部分软件领域，而硬件领域受限物理学、材料学等学科限制，还有很长的路要走。硬件领取本身存在闭环特性、试错成本高乃至未知，进度一定是缓慢的。
另外也能看到网络上的各种对 AI 焦虑，以后人怎么办？觉得自己跟不上 AI 时代，不学习就跟不上了，处于底层，但目前的 AI 还是绕不过人情世故这个坎（机器人来了都得喝两杯）。
未来的 SDD（SDX）就是一个小型的公司，你就是老板，要给他们制定 S（规则），他们负责 D（驱动）+D/X（开发等等），如果只是一句话，让他自己实现，没有规则，那么这个公司将会杂乱不堪，参与的人员越来越多，效率越来越慢。
更多讨论: SDD 与 PDCA
本质传承：SDD 与 PDCA 的核心共识 —— 反对 “无规划的盲目生产”
无论是 PDCA 还是 SDD，核心都在解决“盲目执行”的问题，这是两者最本质的传承：
传统工业时代的 PDCA，反对 “拍脑袋做事”，通过 “计划 - 执行 - 检查 - 优化” 的闭环，让生产过程可预测、可控制；
AI 时代的 SDD，反对 “凭感觉编码（Vibe Coding）”，通过 “规范锚定的 AI 循环”，让 AI 驱动的数字生产过程可预测、可维护、可追溯。
两者都是通过结构化的闭环管理，让生产从 “随机化” 走向 “工程化”，只是 SDD 结合 AI 技术和数字生产的特性，把这种 “工程化” 做到了更精准、更高效、更适配 AI 的生产模式。
延伸：SDX 是 PDCA 的 AI 版通用化落地
正如你所预判的，SDD 向 SDX（Spec-Driven X，X 代表任意领域）的延伸，本质是将这个 AI 版 PDCA 从软件工程推广到所有数字生产领域（文案、设计、科研、办公等）。
在 SDX 的逻辑中，所有领域的核心循环依然是 PDCA：
Plan：人定核心规则 / 需求，AI 精化可执行规范（如文案的写作规范、设计的视觉规范、科研的实验规范）；
Do：AI 严格按照规范执行（生成文案、设计图片、设计实验流程）；
Check：AI + 人验证执行结果与规范的一致性（如文案的合规性检查、设计的视觉规范检查）；
Act：反馈驱动规范优化，再由规范驱动 AI 重新执行。
而硬件领域的慢进度，本质是因为硬件生产受物理学、材料学的客观限制，无法像数字生产一样实现 “AI 快速执行、快速反馈、快速优化”，但 SDX 的核心逻辑（人定规范、AI 执行、闭环优化）依然适用于硬件的设计 / 研发环节，只是落地节奏会更贴合硬件的生产特性。
总结
SDD 是PDCA 在 AI 时代的智能化演进版本，它不是对 PDCA 的颠覆，而是对其核心闭环逻辑的继承、重构与升级：
继承了 PDCA “规划 - 执行 - 检查 - 优化” 的管理本质，反对无规划的盲目生产；
重构了各环节的执行主体和落地依据，以 “规范” 为唯一锚点，让 AI 成为全流程赋能者；
升级了循环的效率、一致性和可协作性，适配 AI 时代数字生产 “快产出、高复杂、强协作” 的核心需求。
而 SDX 的到来，会让这个 AI 版 PDCA 从软件工程走向更多数字生产领域，成为 AI 时代 “人定规则、AI 执行” 的核心管理框架 —— 这正是 PDCA 作为通用管理循环，在 AI 时代的全新生命力。
评论