從寫 Code 到寫 Spec：2026 開發者嘅新工種

2025 年尾，我喺 V2EX 見到個 post 引起好大迴響：有人話「而家寫 Code 仲有冇價值？」底下過百個 reply，大部份都唔係悲觀，而係一種集體嘅迷惘——當 Claude Code、Cursor、GitHub Copilot 可以喺幾分鐘內生成你以前要用半日先寫完嘅功能，開發者嘅 value proposition 究竟係乜？我嘅答案係：開發者從來都唔係靠寫 Code 賺錢，而係靠決定寫乜 Code 賺錢。 2026 年，呢個分別變得前所未有的明顯。

Spec-Driven Development：唔係理論，係現實

「Spec-Driven Development」呢個 term 最近開始喺 Twitter 同 Hacker News 上浮現，但我覺得佢唔係一個新 methodology，而係一個已經發生緊嘅 reality check。傳統嘅開發流程係「需求 → 設計 → 編碼 → 測試」，而 AI 時代嘅流程變成了「意圖 → Spec → Review → Ship」。

關鍵分別喺邊？以前，寫 Code 佔咗成個週期 60-70% 嘅時間，Spec 只係開工前嘅一份文檔，寫完就擺喺度，好快 outdate。但喺 2026 年，當 Claude Code 呢類 agentic coding tool 可以理解複雜嘅 multi-file 架構、自動執行 dynamic workflow、甚至自行除錯嘅時候，「寫 Code」呢個步驟嘅時間成本趨向零。咁開發者嘅時間放咗去邊？放咗喺 Spec 嗰度。

呢個 Spec 唔係傳統 PRD（產品需求文檔），而係一種 executable specification——一個夠精準、夠完整、冇歧義嘅描述，令 AI agent 可以 consistenly 生成正確嘅 code。換句話講，你俾 AI 嘅 prompt 本身就係你嘅 source code。

從 Coder 到 Spec 架構師：三層次思考嘅轉移

我觀察到一個清楚嘅 pattern：最有效用 AI coding tool 嘅開發者，唔係 prompt engineering 最叻嗰班人，而係最擅長 decomposing problem 嗰班人。

呢度有三個層次嘅轉移：

第一層：從寫 Code 到寫 Context。 以前你寫一個 function，你諗嘅係 syntactically correct 嘅 code。而家你寫一個 spec，你要諗嘅係呢個 function 嘅 preconditions、postconditions、edge cases、error handling、performance constraints——即係成個 context。AI 會幫你 fill in the blanks，但你要 define 個 blanks 嘅邊界。

第二層：從 Implementation 到 Architecture。 當 AI 可以 handle implementation details 之後，開發者嘅時間就可以放返喺 high-level architecture——module 之間嘅 coupling、data flow、consistency model、scalability characteristic。呢啲嘢 AI 仲未幫到你，因為佢哋涉及嘅係 trade-off 而唔係 syntax。

第三層：從 Code Review 到 Spec Review。 最顛覆嘅轉變可能係 code review 呢個環節。以後 review 嘅重點唔再係「呢行 code 有冇 bug」——AI 自己已經 check 咗 syntax 同 logic——而係「呢份 spec 係咪 capture 咗全部 requirement？有冇漏 edge case？assumption 係咪合理？」

實戰：一份好 Spec 值幾多錢？

我喺自己嘅 project 入面做咗個實驗。同樣一個功能——一個 SaaS subscription management system 嘅 cancellation flow——我用兩種方式处理。

第一次，我用傳統方式：打開 Claude Code，直接同佢講「整一個 cancellation flow」，然後不斷 iterate，發現佢漏咗 proration、漏咗 dunning period handling、漏咗 survey data collection。來回十幾個 message，最後 code 出到但 quality 一般。

第二次我先寫咗一個 detailed spec，包括：

• 成個 flow 嘅 state machine diagram（用 Mermaid）
• 每個 transition 嘅 input/output schema
• 所有 error code 同 handling strategy
• 同 billing system 嘅 integration contract

然後將呢份 spec 成個喂俾 Claude Code。結果一個 shot 就生成咗 90% 正確嘅 code，我只係需要改兩個 edge case。

呢個經驗話俾我知：一份好 Spec 嘅 ROI 係 10x 以上。 但重點係——呢份 Spec 嘅作者，就係以前嗰個 developer。佢冇被取代，佢只係升咗級。

2026 開發者嘅新技能棧

如果 2016 年嘅開發者技能棧係「React + Node.js + AWS」，2026 年嘅會係：

• Spec Writing：用精準、冇歧義嘅語言描述系統行為，結構化思維
• System Thinking：跨 component、跨 service 嘅 causality 同 impact analysis
• Review & Validate：判斷 AI 生成 code 係咪真正符合意圖，唔係淨係 syntax 正確
• Context Management：喺 AI agent 嘅有限 context window 入面放最 relevant 嘅資訊

有趣嘅係，呢啲技能唔係新嘢——佢哋一直都係 Senior Engineer 嘅核心能力。只係以前 junior dev 可以用「寫 Code 快」嚟補償呢方面嘅不足，而家呢個 buffer 冇咗。

寫在最後

我唔認為開發者會失業。我認為開發者嘅定義會進化——正如 2000 年代網頁設計師要識 Flash，2010 年代要識 responsive design，每一個時代嘅工具革命都係 redefine 咗個工種，而唔係消滅咗佢。

對香港嘅創業者同行，我得一個建議：唔好再問「AI 會唔會取代我」，開始問「我點樣用 AI 將自己嘅判斷力 scale 10 倍」。Spec-Driven Development 就係呢個答案。你嘅 domain knowledge、你對用戶嘅理解、你對 trade-off 嘅判斷——呢啲先係不可取代嘅嘢。寫 Code 只係將呢啲判斷 translate 成 machine-readable language 嘅過程，而呢個過程，AI 已經幫你做到 80%。

所以 stop 寫 boilerplate，start 寫 spec。你嘅時間值得用喺更有 impact 嘅地方。