核心要点
先写清晰的规范/契约（接口、行为、约束），再进入实现
规范作为「单一事实源」，代码与测试都围绕它对齐
AI 时代：用自然语言规范驱动 AI/Agent 生成与验证代码
配合自动化测试与人工评审形成「规范-生成-验证」闭环
标准回答
SDD 是什么
规范驱动开发（Spec-Driven Development）强调在动手实现前，先把「要做什么」写成清晰、可验证的规范：包括接口契约、输入输出、边界条件与验收标准。规范成为团队的单一事实源（single source of truth），实现与测试都从它派生。
与传统流程的关系
它把模糊的口头需求前置为明确的书面契约，减少返工与理解偏差，天然衔接 TDD/BDD——规范定义「正确」的标准，测试去验证它。
AI 时代的意义
当由 AI/Agent 生成大量代码时，规范的价值被放大：
- 用自然语言规范作为给 AI 的精确指令，约束生成方向，减少幻觉与跑偏。
- 规范同时是验证依据：可据此自动生成测试、评审生成结果是否符合契约。
- 形成「写规范 → AI 生成 → 测试/评审验证 → 修正规范」的闭环，人聚焦在「定义正确」，把「实现细节」交给 AI。
可读、可验证的规范，是让 AI 协作可控、可信的前提。
常见误区
⚠️ 常见踩坑
规范不是越长越好，更不是写完就丢的一次性文档；它必须可验证且随实现同步演进，否则会与代码脱节、退化为过时摆设。
追问
追问 1：SDD 和 TDD 是什么关系？
互补且层次不同。SDD 先用规范定义「正确的标准是什么」，TDD 再用测试在实现阶段逐步逼近这个标准。规范回答「做什么/对的定义」，测试回答「是否真的做对了」，二者常配合使用。
追问 2：为什么 AI 生成代码时规范尤为重要？
AI 会忠实但盲目地放大指令中的模糊与歧义，规范不清就容易产出看似合理却偏离意图的代码；清晰规范既能约束生成、又能作为自动验证与评审的客观标尺，是把 AI 输出纳入可控闭环的关键。
延伸学习
与本题相关的知识库文章、术语、工具与行业资讯。