在AI辅助编程日益普及的今天，开发者们正面临一个普遍困境：AI模型虽然能够快速生成大量代码，但往往伴随着逻辑漏洞、边缘案例遗漏以及“幻觉”现象。一位名为“Specsmaxxing”的开发者在其博客中详细记录了自己如何从“AI精神病”中走出，通过编写结构化YAML规范来驯服AI，实现更高质量的代码输出。

文章开篇描绘了一个熟悉的场景：开发者使用AI工具完成了一个看似完美的功能，但随后发现遗漏了重要的边缘案例，或是使用了不恰当的分页方式（如偏移分页而非游标分页），甚至出现了N+1查询问题。这种AI生成的“垃圾代码”被作者称为“Peak Slop”，即AI输出的巅峰级混乱。作者指出，尽管这种场景在过去频繁出现，但随着工具和方法的改进，其频率正在下降。

作者的核心洞察在于：解决AI幻觉的关键并非依赖更复杂的提示词，而是回归到软件工程的基本功——编写规范。他比喻道：“我们是在飞行中绘制飞机。”意思是说，开发者不能完全依赖AI的即时生成，而应在编码前先明确规格。他推荐使用README.md、AGENTS.md、testing-guide.md、architecture.md等文档来构建知识体系，甚至创建md.md来教导AI如何编写markdown文件。这些非结构化的规范文档比单纯的提示词能带来更显著的效果。

然而，作者在过度投入后陷入了“AI精神病”状态。他花费大量时间编写精美的PRD（产品需求文档）和TRD（技术需求文档），试图让AI代理也能编写规范，甚至组建了一个“微型黑暗工厂”般的代理团队，让一个代理无监督运行了1.5小时。虽然最终产出的代码并非完全无用，但依然显得“草率”。作者反思道：“AI精神病的一个典型症状是，用AI来构建用于构建产品的AI工具，而不是直接用AI构建产品本身。”他毅然抛弃了所有markdown文件，重新开始。

转折点出现在作者注意到一个子代理在执行意外操作时。他意识到，与其让AI自由发挥，不如通过结构化规范来约束其行为。他开始探索“ACAI”（AI接受标准）的概念，即在规范中明确标注需求点、测试点以及代码中对应的实现位置。例如，通过在代码中嵌入特定标签，AI可以自动导航到大型PR（拉取请求）中的关键部分，或快速定位某个需求是否被满足和测试。这种将规范与代码深度绑定的方法，极大地提升了AI代码的准确性和可维护性。

作者最终的选择是使用YAML格式编写规范。YAML以其简洁、可读性强、易于被程序解析的特点，成为连接人类意图与AI执行的理想桥梁。他相信，通过YAML定义的严格规范，AI能够更精确地理解业务逻辑，减少“幻觉”和“垃圾输出”。文章强调，规范编写本身就是软件工程的核心行为，而AI只是将这一行为放大并加速。

这篇来自Hacker News的技术分享，为AI辅助编程领域提供了宝贵的实践经验。它提醒开发者：AI不是万能的，高质量代码的根基仍然在于清晰、严谨的规范和设计。通过“Specsmaxxing”——即最大化规范的价值——开发者可以更有效地驾驭AI，避免陷入“AI精神病”的泥潭，真正实现从“堆砌代码”到“构建产品”的转变。文章最后，作者提供了完整的文档索引（llms.txt），鼓励读者探索更多细节，这进一步体现了开源共享的精神。