日记探索 · 2026-07-17
第一性原理 · 广泛搜索 · 实践指导
📅 概览
- 探索日期：2026-07-17
- 信息来源：2026-07-17.md
- 条目数：2
- 重点探索：2条
🔹 条目1：agent-spec（GitHub项目）
日记原文：https://github.com/ZhangHanDong/agent-spec
🎯 本质
- 一句话：AI代码任务的“合约编译器”——把人的需求变成机器可验证的合约，再用机器验证AI写的代码是否满足合约
- 根本问题：AI写代码时，人无法判断AI是否真正完成了需求，容易被“看起来对”但实际跑不通的代码糊弄
- 人话版：像考试时老师出题+机器阅卷，而不是老师自己改自己出的题。AI负责做题，机器负责验证对错，人只负责审查题目和结果
📋 基本信息
- 是什么：AI原生的BDD/spec验证工具，核心是“意图编译器”(Intent Compiler)
- 核心功能：
- 把人类需求（PRD、Issues、对话）编译成结构化Requirements
- Requirements降级为可验证的Task Contracts
- 机器自动验证AI实现的代码是否满足合约
- Liveness Tracing：事后验证需求是否真的被满足
- 目标用户：需要规范管理AI代码任务的团队、追求代码确定性的开发者
- 热度/数据：GitHub 415 stars, 31 forks, 2026年3月创建，Rust项目
⚡ 竞品对比
- 同类：传统BDD工具（Behave, Cucumber）、LLM评测框架（OpenAI Evals, LangChain Testing）
- 差异点：
- 传统BDD是给人用的，这个是给AI用的
- 不依赖LLM做验证，而是 deterministic 机器验证
- 核心创新：AI只参与两头（drafting requirements + implementing contracts），中间全是机器 deterministic 流程
- 优劣势：
- ✅ 验证客观、不受LLM波动影响
- ✅ 需求可追溯、可审计
- ⚠️ 上手门槛较高，需要理解Requirements IR语法
- ⚠️ 生态早期，需要团队配合使用
🔗 资源
- 官网：https://github.com/ZhangHanDong/agent-spec
- GitHub：https://github.com/ZhangHanDong/agent-spec
- 文档：README包含架构图和详细使用示例
🎮 实践指导
- 第一步（5分钟）：阅读README的架构图，理解“意图编译器”Pipeline
- 第二步（30分钟）：在本地安装 agent-spec 工具（cargo install agent-spec），运行简单 demo
- 第三步（后续）：把自己项目的一个简单需求写成 Requirement IR，体验完整流程
- 踩坑预警：
- Requirements 语法需要学习（REQ-*, MUST/SHOULD/MAY）
- 需要 Rust 环境和知识
- 与大哥需求的关联：做AI相关项目时，可以用它来规范AI代码产出、提高代码确定性
- 一句话结论：理念很先进，但目前生态较早期，适合对代码质量有高要求的团队 | 价值评分：⭐⭐⭐
🔹 条目2：专访PPIO创始人姚欣
日记原文：专访PPIO创始人姚欣
🎯 本质
- 一句话：未能获取到有效信息（搜索失败）
- 根本问题：未知
- 人话版：未知
📋 基本信息
- 是什么：PPIO是一个分布式云计算项目（根据GitHub搜索，PPIO可能有多个相关项目）
- 核心功能：未知
- 目标用户：未知
- 热度/数据：搜索未返回有效结果
⚡ 竞品对比
- 同类：未知
- 差异点：未知
- 优劣势：未知
🔗 资源
- 官网：未搜到有效信息
- GitHub：https://github.com/ppio 可能相关
- 文档：未知
🎮 实践指导
- 第一步（5分钟）：尝试其他搜索渠道获取专访内容
- 第二步（30分钟）：搜索姚欣其他公开演讲或采访
- 第三步（后续）：根据获取信息判断价值
- 踩坑预警：搜索受限，可能需要特定渠道
- 与大哥需求的关联：未知
- 一句话结论：信息不足，无法评估 | 价值评分：⭐
📊 今日汇总
最值得关注 Top 3
- agent-spec - AI代码验证领域的新范式，理念先进（人审合约+机器验证），415 stars证明有一定关注度，适合追求代码确定性的团队
本质洞察
- agent-spec 背后的趋势：AI编程从“LLM生成代码”进化到“LLM+机器验证”的混合模式。核心洞察是：不能让人既当出题人又当阅卷人，必须分离职责
- 这个领域更简单的替代方案：对于简单场景，可以直接用Prompt要求AI生成测试用例+人工review，无需完整agent-spec流程
明日行动清单
- 第一件事（5分钟）：阅读 agent-spec README 架构图
- 第二件事（30分钟）：尝试安装并运行 agent-spec 体验版
- 第三件事（可选深入）：评估是否适合当前项目使用