Spec-Driven 開發時代：寫 spec 就得，AI 幫你寫晒
過去兩年，我哋見證住 AI coding 從輔助工具進化到半自動化生產線。GitHub Copilot、Cursor、Claude Artifacts——每一個工具都話自己係「開發者嘅十倍槓桿」。但誠實啲講，呢啲工具嘅本質仲停留喺「你寫 code，AI 幫你 autocomplete」或者「你畀 prompt，AI 幫你 generate 一堆 code，然後你自己 debug」。呢個模式有個根本問題：你依然要親自落手寫 code、理解 code、debug code。AI 幫你節省嘅只係打字時間，唔係思考時間。
但最近有兩個發展令我覺得我哋正處於一個範式轉移嘅邊緣：ADLC Toolkit 同 claude-octopus 嘅 Dark Factory mode。佢哋共同指向一個全新嘅開發 paradigm——Spec-Driven Development。你唔再需要寫 code，你只需要寫 spec。精確、完整、結構化嘅規格文件，就係你嘅 product。AI 會幫你搞掂其餘一切。
從 Agentic Coding 到 Spec-Driven
Agentic Coding 呢個概念已經炒咗一排。Devin、Factory AI、Cognition Labs——成個行業都喺度追逐「AI 軟件工程師」嘅夢想。但到目前為止，大多數 agentic coding 工具嘅表現都未如理想。點解？因為佢哋嘅輸入太模糊。
你畀一個 agent 一句「build a todo app」，佢產生出嚟嘅 codebase 可能有十種唔同嘅架構、五種唔同嘅 state management 策略、三種唔同嘅 styling approach。然後你就要喺佢寫咗幾千行 code 之後，逐行 review、逐個 bug fix。呢個唔係「寫 spec 就得」，呢個係「寫 prompt 然後執爛攤子」。
Spec-Driven Development 嘅核心 insight 係：問題唔在於 AI 寫唔到好 code，在於你冇畀到好嘅 input。 ADLC Toolkit 嘅做法係將軟件開發流程重新定義為一個 spec-first 嘅 pipeline。你寫一份完整嘅 ADLC (Agentic Development Lifecycle) spec，涵蓋 functional requirements、architecture decisions、data model、API contract、error handling strategy、testing criteria。然後 AI agent 根據呢份 spec 逐步執行：planning → implementation → testing → refactoring。
呢個流程嘅關鍵在於 spec 係 structured document，唔係 natural language prompt。佢有 schema、有 validation、有版本控制。你可以將 spec 當做 source of truth，而 code 只係一個衍生 artifact。
Dark Factory Mode：冇人寫 code 嘅工廠
claude-octopus 嘅 Dark Factory mode 將呢個概念推到極致。Dark Factory 原本係製造業嘅概念——即係一間完全自動化、唔需要人類入去嘅工廠。喺軟件開發嘅 context 入面，Dark Factory mode 代表一個開發流程：你寫好 spec，提交，然後成個 implementation 過程——code generation、unit testing、integration testing、linting、type checking、甚至 deployment——全部自動完成，唔需要任何人手干預。
呢個唔係科幻。claude-octopus 嘅做法係將 spec 寫成一個 multi-agent coordination protocol。每個 agent 負責一個 specific concern：一個 agent 負責 architecture、一個負責 implementation、一個負責 testing、一個負責 code review。佢哋通過 shared context 互相溝通，中間唔需要人類插手。開發者嘅角色變咗做「spec author」同「final reviewer」，而唔係「code writer」。
呢個模式嘅威力在於佢解決咗 AI coding 嘅 scalability 問題。以前你一個 developer 可以 manage 一個 AI agent 幫手寫 code，但你要親自每一行 review。但喺 Dark Factory mode 入面，你可以同時 run 多個 agents 處理唔同 modules，然後只係喺每個 milestone check 一次 spec compliance。你嘅 throughput 唔再受制於你嘅 code review speed，而係受制於你寫 spec 嘅速度。
對開發者嘅真正意義
Spec-Driven Development 唔係取代開發者——佢係重新定義開發者嘅 work。當你唔再需要寫 boilerplate code、唔再需要逐個 unit test 寫、唔再需要手動處理 type definitions 同 API contracts，你釋放出嘅 cognitive capacity 可以放喺更高層次嘅問題上。
- Product thinking：你可以用更多時間思考你做緊嘅 product 係咪真正解決到用戶問題。
- System design：你可以花更多心機設計 architecture，因為你唔使擔心 implementation 嘅細節會拖垮你個 schedule。
- Spec quality：你變成一個 spec 嘅 craftsman。一份好嘅 spec 清晰、精確、無歧義；一份差嘅 spec 會導致 AI agent 產生 buggy code。呢個 skill set 同傳統寫 code 好唔同，佢更接近 architecture、technical writing、同 product management 嘅混合體。
對香港嘅創業者同獨立開發者嚟講，呢個趨勢係一個巨大嘅機會。香港團隊通常人手有限，resources 唔夠。如果你可以將你哋嘅開發 output 提升 5-10 倍，你突然之間可以用一個細團隊嘅規模同大公司競爭。關鍵係你要學嘅唔係點樣寫更好嘅 prompt，而係點樣寫更好嘅 spec。
點樣開始 Spec-Driven Development
如果你對呢個方向有興趣，以下係我嘅具體建議：
第一，開始將你嘅 spec 寫成 structured document。唔好再寫一大段自然語言描述。用 ADLC spec format 或者類似的 schema，將 requirements 拆成 functional blocks，每個 block 有清晰嘅 acceptance criteria。
第二，建立一個 spec review process。同你嘅 team 或者 co-founder 一齊 review spec，確保 spec 入面冇 ambiguity。喺 spec 階段捉到嘅問題，修正成本係寫完 code 之後嘅十分之一。
第三，揀一個合適嘅 AI agent framework 開始 experiment。claude-octopus 嘅 Dark Factory mode 係一個好嘅起點，但重點唔係用邊個 tool，而係建立一個「spec-first」嘅 workflow。由一個 small module 開始，寫靚份 spec，然後睇下 AI agent 嘅 output 有幾接近你嘅預期。
第四，不斷 iterate 你嘅 spec writing skill。一份好 spec 同普通 spec 嘅差距，直接反映喺 AI 產生嘅 code quality 上面。學識點樣寫 unambiguous instruction、點樣定義 measurable acceptance criteria、點樣設計 consistent data contracts——呢啲就係新時代開發者嘅核心競爭力。
Spec-Driven Development 唔係 future，佢係而家進行緊嘅 transformation。寫得份好 spec，AI 幫你寫晒 code——呢個唔係口號，而係正在發生嘅 reality。你準備好由 code writer 變成 spec author 未？