在AI辅助编程日益普及的今天，许多开发者都经历过这样的场景：AI模型生成了看似完美的代码，却在细节处遗漏关键边界条件，或使用了不合理的实现方式。这种被戏称为“AI精神病”的现象，正成为开发者与AI协作中的主要痛点。近日，一位开发者在其博客中详细分享了他如何通过编写结构化规范（Specs）来克服这一问题，并最终转向YAML格式的实践。

文章开篇描绘了一个典型场景：开发者向AI描述需求后，AI迅速给出令人惊艳的方案，但随后开发者发现遗漏了一个重要边界情况，AI立即修正；接着又发现使用了不恰当的分页方式，AI再次修正；紧接着又指出存在N+1查询问题，AI又一次修正。这种循环往复，虽然最终能得到可用代码，但过程充满低效和不确定性。作者将其称为“Peak Slop”——AI生成内容的巅峰混乱期。

作者认为，解决这一问题的关键在于“在飞行中规划航线”——即在开发过程中持续编写规范。传统的README.md、AGENTS.md、testing-guide.md、architecture.md等文档，虽然比纯提示词更有效，但仍有其局限性。作者曾一度陷入“AI精神病”的狂热状态，花费大量时间编写精美的PRD和TRD文档，尝试让AI代理自动编写规范，甚至构建了一个由多个代理组成的“暗工厂”来将规范转化为代码。最极端时，他让一个代理无监督运行了1.5小时，虽然产出的代码并非垃圾，但依然不够精致。

这种“用AI构建AI工具链来构建产品”的做法，被作者视为AI精神病的一个典型症状。在意识到这一点后，他抛弃了之前的所有工作，重新开始。这一次，他发现了结构化规范的力量——特别是YAML格式。

作者提出了“ACAI”（AI验收标准）的概念，这是一种结构化的规范格式，用于精确描述AI生成代码应满足的条件。例如，通过标签系统来标注需求在何处被满足或测试，帮助AI代理在庞大的代码库中快速定位关键信息。这种方法的优势在于：YAML的层次化结构使得规范更易于解析和执行，AI代理可以明确知道每个功能点对应的验收标准，从而减少遗漏和误解。

作者强调，规范编写才是软件工程真正的核心工作。高质量的规范不仅能提升AI生成代码的质量，还能让开发者的意图更清晰地传达给AI。他建议开发者从编写简单的文档开始，逐步过渡到结构化的YAML规范。这种“Specsmaxxing”方法，本质上是通过精确的规格说明来约束AI的行为，将AI从“自由发挥”的艺术家转变为“按图施工”的工匠。

这一实践表明，AI辅助开发的未来不在于让AI完全自主，而在于建立更有效的协作机制。通过编写结构化的规范，开发者可以更好地控制AI的输出质量，减少迭代次数，提升开发效率。同时，这种方法也为团队协作提供了统一的语言和标准，使得AI生成代码的可维护性和可理解性大大增强。

对于正在探索AI辅助开发的团队而言，这一经验提供了宝贵的参考：与其追求让AI完全取代人类，不如专注于如何通过更好的规范设计，让AI成为更得力的助手。从简单的README文档开始，逐步引入结构化的YAML规范，或许正是通往高效AI协作的正确路径。